[论文解读] Robustness of Interdependent Random Geometric Networks

Jianan Zhang, Edmund Yeh+1 more|arXiv (Cornell University)|Sep 10, 2017

Complex Network Analysis Techniques参考文献 11被引用 5

一句话总结

本文提出一种相互依赖的随机几何图（RGG）模型，用于研究空间嵌入的相互依赖网络的鲁棒性，采用解析上界和基于模拟的99%置信区间来估计渗滤阈值。结果表明，两个相互依赖的RGG的渗滤行为取决于节点密度的权衡曲线，当密度超过阈值曲线上限时，可实现对地理攻击的鲁棒性。

ABSTRACT

We propose an interdependent random geometric graph (RGG) model for interdependent networks. Based on this model, we study the robustness of two interdependent spatially embedded networks where interdependence exists between geographically nearby nodes in the two networks. We study the emergence of the giant mutual component in two interdependent RGGs as node densities increase, and define the percolation threshold as a pair of node densities above which the giant mutual component first appears. In contrast to the case for a single RGG, where the percolation threshold is a unique scalar for a given connection distance, for two interdependent RGGs, multiple pairs of percolation thresholds may exist, given that a smaller node density in one RGG may increase the minimum node density in the other RGG in order for a giant mutual component to exist. We derive analytical upper bounds on the percolation thresholds of two interdependent RGGs by discretization, and obtain $99\%$ confidence intervals for the percolation thresholds by simulation. Based on these results, we derive conditions for the interdependent RGGs to be robust under random failures and geographical attacks.

研究动机与目标

• 使用随机几何图（RGG）框架对相互依赖的空间网络进行建模，以捕捉尺度差异和一对多的相互依赖关系。
• 分析随着节点密度增加，两个相互依赖的RGG中巨大互惠组件出现的机制。
• 通过将渗滤过程映射到方形格点上的键渗滤，利用模拟方法估计置信区间，推导出渗滤阈值对的解析上界。
• 表征相互依赖RGG在随机失效和地理攻击下保持鲁棒性的条件。
• 将框架扩展至更一般的相互依赖需求（例如，k*-out-of-k供应条件）。

提出的方法

• 将两个相互依赖的网络建模为具有不同节点密度和连接半径的独立RGG，以反映不同的网络尺度。
• 将渗滤定义为存在一个巨大互惠组件，其中节点仅在其自身网络和其相互依赖节点均处于巨大组件时才保持功能。
• 通过离散化方法推导出渗滤阈值对（λ₁, λ₂）的解析上界，表示实现渗滤所需的最小节点密度。
• 将相互依赖RGG中的渗滤过程映射到方形格点上的键渗滤，其中键开放概率通过蒙特卡洛模拟估计。
• 应用算法3模拟在k*-out-of-k要求下，是否存在足够数量的支持节点以维持功能型相互依赖。
• 通过泊松分布的节点数量进行蒙特卡洛模拟，估计相互依赖节点拥有足够支持节点的概率，通过指示函数I判断是否发生渗滤。

实验结果

研究问题

• RQ1 两个相互依赖的RGG的渗滤阈值是什么？与单个网络的RGG渗滤有何不同？
• RQ2 节点密度和连接半径的变化如何影响相互依赖空间网络中巨大互惠组件的出现？
• RQ3 能否为相互依赖RGG中的渗滤阈值推导出解析上界？与模拟估计相比其准确性如何？
• RQ4 在何种条件下，相互依赖RGG对地理攻击保持鲁棒？这与一对一相互依赖模型有何不同？
• RQ5 如何将该框架扩展以建模更一般的相互依赖需求，如k*-out-of-k供应依赖？

主要发现

• 两个相互依赖RGG的渗滤阈值在(λ₁, λ₂)平面上形成一条曲线，表明两个网络中节点密度之间存在权衡关系。
• 可能存在多组渗滤阈值，即一个网络中较低的密度可能需要另一个网络中更高的密度才能使巨大互惠组件出现。
• 通过离散化方法推导出渗滤阈值的解析上界，为鲁棒性分析提供了理论基础。
• 通过将相互依赖RGG的渗滤过程映射到方形格点上的键渗滤，获得基于模拟的99%置信区间。
• 若节点密度超过渗滤阈值曲线上任一上界，则在地理攻击后相互依赖RGG仍保持渗滤——这与一对一相互依赖格点模型中观察到的级联失效行为相反。
• 该方法可扩展至一般相互依赖模型，其中节点至少需要来自另一网络的k*个相互依赖节点，可行性通过基于模拟的算法进行评估。