[论文解读] Growing Networks with Enhanced Resilience to Perturbation

Markus Brede, John Finnigan|arXiv (Cornell University)|May 5, 2004

Complex Network Analysis Techniques被引用 3

一句话总结

本文提出了一种通过系统雅可比矩阵特征值的最大实部（$\lambda_{\text{max}}$）强制动态稳定性的新机制，用于生成无标度（SF）网络。通过迭代添加节点，并仅接受能改善或维持稳定性的配置（采用类似梅特罗波利斯的接受规则），该模型生成具有幂律度分布的无标度网络；当扩展至加权链接时，还产生幂律链接强度分布，从而将网络拓扑与动态鲁棒性直接关联。

ABSTRACT

Scale-free (SF) networks and small world networks have been found to occur in very diverse contexts. It is this striking universality which makes one look for widely applicable mechanisms which lead to the formation of such networks. In this letter we propose a new mechanism for the construction of SF networks: Evolving networks as interaction networks of systems which are distinguished by their stability if perturbed out of equilibrium. Stability is measured by the largest real part of any eigenvalue of a matrix associated with the graph. We extend the model to weighted directed networks and report power law behaviour of the link strength distribution of the weighted graphs in the SF regime. The model we propose for the first time relates SF networks to stability properties of the underlying dynamical system.

研究动机与目标

• 提出一种机制，解释复杂系统中无标度（SF）网络的出现，超越优先连接机制。
• 将网络拓扑与底层系统的动态稳定性直接关联，以最大实部特征值（$\lambda_{\text{max}}$）作为衡量指标。
• 研究稳定的网络结构是否自然导致无标度拓扑与小世界特性。
• 将模型扩展至加权、有向网络，并分析由此产生的链接强度分布。

提出的方法

• 从4个互不连接的节点组成的初始网络开始，每个节点具有自调节动力学（$m_{ii} = -1$）。
• 在每一步中，添加一个新节点，随机选择现有节点形成两个正向和两个负向链接（入链与出链）。
• 使用 $\lambda_{\text{max}}$（雅可比矩阵 $M$ 的特征值最大实部）评估稳定性；仅接受 $\lambda_{\text{max}}$ 减小的配置，或按概率 $p_{\text{accept}} = \exp(-\beta(\lambda_{\text{max}}(N) - \lambda_{\text{max}}(N-1)))$ 概率接受的配置。
• 允许链接强度从 $[-1,0]$ 和 $[0,1]$ 均匀抽取，以模拟加权、有符号网络。
• 使用统计系综比较稳定（$S_-$）与较不稳定（$S_+$）配置，分析度分布与链接强度分布。
• 计算聚类系数 $c$，并与随机网络及埃拉特-雷尼网络比较，以评估小世界与团状特性。

实验结果

研究问题

• RQ1 网络稳定性（定义为 $\lambda_{\text{max}} < 0$）能否作为无标度网络的生成机制？
• RQ2 在网络生长过程中强制稳定性是否会导致生成拓扑中出现幂律度分布？
• RQ3 由该机制生成的稳定加权、有向网络中，链接强度分布如何表现？
• RQ4 与随机网络相比，稳定网络在多大程度上表现出小世界与高聚类特性？

主要发现

• 稳定系综（$S_-$）表现出无标度度分布，其入度与出度幂律指数分别为 $\gamma_{\text{in}} = \gamma_{\text{out}} = -2.35 \pm 0.04$（$N=100$，$\beta=50$）。
• 稳定系综中链接强度的分布遵循两条不同的幂律：$Pr(s) \sim s^{-\delta_{-/+}}$，其中正向链接的 $\delta_{+} = 0.51 \pm 0.03$，负向链接的 $\delta_{-} = 0.45 \pm 0.02$。
• 与随机网络相比，稳定网络的团状程度显著更高，$\langle c \rangle = 0.078$，而 $\langle c_{\text{rand}} \rangle = 0.045$，$c_{\text{ER}} = 0.025$（$N=100$，$\beta=50$）。
• 稳定网络的平均最短路径长度与随机网络相似，表明其具有小世界拓扑。
• 该模型表明，基于稳定性的生长机制可自然生成具有鲁棒拓扑与动力学特性的无标度网络，将网络结构与对扰动的抗性直接关联。
• 该机制对 $\beta$ 的依赖性极小，且随着系统规模 $N$ 增大，$\langle c \rangle / \langle c_{\text{rand}} \rangle$ 的比值持续上升，表明在更大稳定网络中聚类效率不断提高。