复杂网络中的级联故障分析和关键节点识别

文章题目：

Cascading failure analysis and critical node identification in complex networks

作者：

Feng Xiao a,b, Jin Li a,b, Bo Wei

原文链接

原文链接
————————————————————————————————

声明

本文仅供个人学习使用，无商业用途，如有侵权，请联系我删除。
————————————————————————————————

摘要：

在本文中，提出了一个级联模型来同时分析节点和边的潜在过载。首先，级联模型详细介绍了规则网络的一些理论结果。结果表明，在环形网络中，只要每个节点或边缘的容量超过其初始负载的两倍，当任意节点或边缘发生故障时，网络仍然可以正常工作，而在常规网络中，最远边缘的故障最容易诱发级联，并且随着边缘数量的增加，常规网络的鲁棒性变得更强。此外，还引入了一个评估级联损害的指标。对一些典型网络鲁棒性的分析表明，WS 网络可以更有效地抵抗级联故障，并且可以通过增加重新布线概率来提高 WS 网络的鲁棒性性能。在 BA 网络中，关键节点的故障可能会拉低整个网络，而即使任何边缘发生故障，网络仍然可以正常运行。最后，提出了一种称为修正中介中心性的预测指标来识别关键节点，实验结果表明，所提出的指标在识别关键节点方面优于其他典型指标。
关键词复杂网络；级联失效；关键节点；鲁棒性。

1. Introduction

在大多数网络中，只有少数元素故障可能导致级联，而其他元素则不会