[论文解读] Robustness of Random Graphs Based on Natural Connectivity

Jun Wu, Mauricio Barahona+2 more|arXiv (Cornell University)|Sep 17, 2010

Complex Network Analysis Techniques参考文献 1被引用 5

一句话总结

本文提出自然连通性作为随机图的鲁棒性度量，该度量源自图谱理论，显示其随平均度线性增加。关键结果揭示了一个依赖于平均度的临界图大小 $N_c$：当 $N < N_c$ 时，随机图比规则环形格栅更鲁棒；而当 $N > N_c$ 时，其鲁棒性反而更低，且分析预测得到了数值验证。

ABSTRACT

Recently, it has been proposed that the natural connectivity can be used to efficiently characterise the robustness of complex networks. Natural connectivity quantifies the redundancy of alternative routes in a network by evaluating the weighted number of closed walks of all lengths and can be regarded as the average eigenvalue obtained from the graph spectrum. In this article, we explore the natural connectivity of random graphs both analytically and numerically and show that it increases linearly with the average degree. By comparing with regular ring lattices and random regular graphs, we show that random graphs are more robust than random regular graphs; however, the relationship between random graphs and regular ring lattices depends on the average degree and graph size. We derive the critical graph size as a function of the average degree, which can be predicted by our analytical results. When the graph size is less than the critical value, random graphs are more robust than regular ring lattices, whereas regular ring lattices are more robust than random graphs when the graph size is greater than the critical value.

研究动机与目标

• 使用自然连通性作为谱度量，分析 Erdős-Rényi 随机图的鲁棒性。
• 在相同网络规模和边数下，比较随机图与规则环形格栅及随机正则图的鲁棒性。
• 推导鲁棒性排序在图类型之间发生反转的临界图大小 $N_c$ 和临界边密度 $p_c$ 的解析表达式。
• 研究随机重连对鲁棒性的影响，区分保持度不变与不保持度不变的重连过程。

提出的方法

• 利用大 $N$ 下的 Wigner 半圆律，通过随机图的谱密度计算自然连通性。
• 将自然连通性表示为图拉普拉斯矩阵的平均特征值，源自 Estrasda 指数和谱矩。
• 利用半圆分布的生成函数及大 $N$ 的渐近展开，推导自然连通性的解析表达式。
• 通过令随机图与规则环形格栅的自然连通性相等，确定临界图大小 $N_c$，得到 $N_c \approx e^{2K - I_0(\underbrace{2,2,\dots,2}_{K})}$。
• 通过 1000 次实现的数值模拟，验证了自然连通性及临界阈值的分析预测。
• 模拟随机重连与保持度不变的重连过程，研究从规则环形格栅到随机图的鲁棒性演化。

实验结果

研究问题

• RQ1 Erdős-Rényi 随机图的自然连通性如何随平均度和图大小变化？
• RQ2 在何种临界图大小 $N_c$ 下，随机图与规则环形格栅的鲁棒性发生交叉？
• RQ3 在固定 $N$ 和 $K$ 条件下，随机图的鲁棒性如何与随机正则图及规则环形格栅比较？
• RQ4 随机重连如何影响规则环形格栅的自然连通性？在何种条件下会增加或减少鲁棒性？

主要发现

• 对于大 $N$，随机图的自然连通性随平均度 $K$ 线性增加，斜率接近 1。
• 当 $K=5$ 时，临界图大小 $N_c \approx 60$，在此之下，随机图比规则环形格栅更鲁棒。
• 当 $N > N_c$ 时，规则环形格栅的鲁棒性超过随机图，表明存在依赖于图大小的鲁棒性转变。
• 临界边密度 $p_c$ 或平均度 $K_c$ 作为 $N$ 的函数，决定了随机图与规则环形格栅之间鲁棒性排序反转的阈值。
• 随机重连在密集网络（$N < N_c$）中增加鲁棒性，但在稀疏网络（$N > N_c$）中降低鲁棒性，反映出非单调响应。
• 随机保持度不变的重连过程始终降低自然连通性，收敛至随机正则图的值，表明在度规则网络中，结构的随机性会降低鲁棒性。