[论文解读] Impact of embedding on predictability of failure-recovery dynamics in networks

Lucas Böttcher, Mirko Luković+3 more|arXiv (Cornell University)|Sep 26, 2016

Complex Network Analysis Techniques参考文献 1被引用 24

一句话总结

本文通过建模自发性故障、具有阈值的邻居诱发故障以及自发性恢复，研究了网络嵌入对故障-恢复动力学可预测性的影响。利用平均场理论和在随机网络与欧几里得晶格上的模拟，结果表明，与随机网络相比，嵌入显著缩小了发生迟滞和不可预测切换的亚稳态区域，且该动力学行为可映射为广义接触过程，而非伊辛普适类。

ABSTRACT

Failure, damage spread and recovery crucially underlie many spatially embedded networked systems ranging from transportation structures to the human body. Here we study the interplay between spontaneous damage, induced failure and recovery in both embedded and non-embedded networks. In our model the network's components follow three realistic processes that capture these features: (i) spontaneous failure of a component independent of the neighborhood (internal failure), (ii) failure induced by failed neighboring nodes (external failure) and (iii) spontaneous recovery of a component.We identify a metastable domain in the global network phase diagram spanned by the model's control parameters where dramatic hysteresis effects and random switching between two coexisting states are observed. The loss of predictability due to these effects depend on the characteristic link length of the embedded system. For the Euclidean lattice in particular, hysteresis and switching only occur in an extremely narrow region of the parameter space compared to random networks. We develop a unifying theory which links the dynamics of our model to contact processes. Our unifying framework may help to better understand predictability and controllability in spatially embedded and random networks where spontaneous recovery of components can mitigate spontaneous failure and damage spread in the global network.

研究动机与目标

• 理解空间嵌入如何影响网络系统在故障与恢复过程中的可预测性。
• 识别自发性故障、诱发性故障（带阈值）以及自发性恢复在塑造系统动力学中的作用。
• 比较嵌入网络（欧几里得晶格）与非嵌入网络（随机网络）中亚稳态区域的大小。
• 确定系统临界行为是否属于伊辛或接触过程普适类。
• 建立一个统一的理论框架，将故障-恢复动力学与复杂传播和尖点突变现象联系起来。

提出的方法

• 通过三种过程建模网络动力学：自发性故障（速率 p）、当邻居数量超过阈值 m 时诱发故障，以及自发性恢复（速率 q）。
• 使用平均场理论（MFT）推导稳态解和临界阈值（例如，当 m=3 时，r_c = 0.47(1)），并观察幂律标度 β ≈ 0.569。
• 在方形晶格（N = 1024×1024 至 2048×2048）上进行模拟，以观察迟滞、共存态以及分岔点附近的涨落。
• 通过测量敏感度 χ_L(r,p) = L²[⟨a²⟩ − ⟨a⟩²] 来定位临界点，并通过涨落极大值识别尖点突变。
• 通过调节诱发故障的阈值 m，将系统映射为广义接触过程，其中 m=3 时与标准接触过程行为一致。
• 通过场类扰动（p > 0）分析分岔结构，以在平均场中检测具有 β̃ = 1/3 和 δ̃_h = 3 的尖点突变。

实验结果

研究问题

• RQ1 与随机网络相比，空间嵌入（欧几里得晶格）如何影响发生迟滞和切换的亚稳态区域的大小？
• RQ2 该故障-恢复系统的临界行为是什么？它是否属于伊辛或接触过程普适类？
• RQ3 自发性恢复与诱发故障阈值如何共同影响可预测性和系统稳定性？
• RQ4 能否通过一个统一框架将动力学统一为接触过程、复杂传播和尖点突变的关联？
• RQ5 诱发故障的阈值 m 在决定共存稳定态的存在性与性质方面起什么作用？

主要发现

• 在欧几里得晶格中，发生迟滞和不可预测切换的亚稳态区域极为狭窄（例如，当 m=1 时，r_c ≈ 0.86(1)），而随机网络中的区域则更宽。
• 当 m=3 时，系统表现出与接触过程一致的临界行为：β = 0.569(16) 且 δ_h⁻¹ = 0.265(1)，与定向渗流普适类一致。
• 当 m=1 时，系统表现出尖点突变，平均场中 β̃ = 1/3 且 δ̃_h = 3，其结果通过在 (r_c, p_c) ≈ (0.86(1), 0.117(3)) 处的涨落极大值得到验证。
• 自发性恢复（q > 0）使得即使在 m ≥ 2 时也能维持非零稳态，从而在初始条件倾向于吸收的情况下仍可观测到亚稳态动力学。
• 该模型的动力学不属于伊辛普适类，与早期推测相矛盾，因为系统缺乏细致平衡并表现出非平衡临界性。
• 统一框架将故障-恢复动力学与复杂传播和尖点突变联系起来，表明由于亚稳态区域的减少，网络规则性越高，可预测性越强。