复杂网络分析 07 网络上的动力学

07 网络上的动力学

• 7.1网络的结构与功能
• 7.2网络上的疾病传播
• 7.3网络上的随机游走
• 7.4网络上的同步

---

7.1网络的结构与功能

网络的结构与功能关系紧密网络的拓扑结构会影响网络的功能,而网络的功能反过来又会影响网络结构的演化。

1. 网络的鲁棒性与抗毁性
   如果在移走少量节点后网络中的绝大部分节点仍然是连通的，那么就称该网络的连通性对节点故障具有鲁棒性。
   ER随机网和BA无标度网络的连通性对节点移除的鲁棒性。¹

• 对Internet的容错性和鲁棒性的研究：对随机攻击的鲁棒性较高，但对蓄意攻击即对高度值的中枢节点核心的攻击不鲁棒。
  度分布相同网络的细致结构未必相同

2. 网络上的动力学
   网络结构是研究网络动力学的基础，而网络动力学是研究系统功能的重要手段。探究网络上的动力学过程并以此来研究网络结构与功能之间的联系是十分必要的。²

• 网络上的动力学行为和过程
  动力系统:自旋、振子或混沌的同步、可激发系统
  传播过程:信息传播与拥堵、网络搜寻、运输过程、疾病传播、谣言的传播、舆论形成

1. 网络上的疾病传播
   复杂网络上的传播和扩散过程作为最重要的动力学过程之一，得到了广泛的研究和关注。
   研究网络上的传播过程对于理解和控制病毒在人群中的传播和信息在社交网络中的传播等实际问题有极其重要的意义。³
   1. 网络上的疾病传播模型
   2. 网络免疫
2. 网络上的随机游走
   随机游走就是众多动力学过程中最基本，同时也是研究历史最为悠久的一种,直以来备受关注。⁴
   1. 随机游走的定义
   2. 几个重要特征量
   3. 重要应用
3. 网络上同步
   同步是自然界和人类社会中的一种常见现象。网络同步主要取决于网络的拓扑结构和节点的动力学。⁵
   1 .同步的基本概念
   2. 网络同步能力的衡量
   3. 网络同步能力与网络基本特性之间的关系

7.2网络上的疾病传播

1. 完全混合下的疾病传播模型
   1. SIS模型
      在SIS模型中仅包含两类人群：①易感人群S②感染人群I。
      传播机制：易感个体以一定概率β成为感染个体感染个体又以一定概率γ成为易感个体。
   2. SIR模型
      包含三类人群，易感人群(S)感染人群(I)免疫人群®
      个体处于免疫状态是指个体被治愈后获得了免疫能力或者死亡，该个体不能被感染疾病或是传播疾病。
      传播机制：易感个体以一定概率β成为感染个体，感染个体又以一定概率γ成为免疫个体。
2. 网络上的疾病传播
   1. 从完全混合→网络拓扑结构的影响
   2. 从规则网格→复杂网络

• 复杂网络上的SIS模型
  ⑴小世界网络上的SIS模型
  假设一个易感节点被一个感染节点感染的概率为β,而一个感染节点恢复为易感节点的概率设为γ，有效扩散速率为$\lambda =\frac{\beta }{\gamma }$。令γ=1。⁶
  ⑵BA无标度网络上的SIS模型
  ⑶一般网络下的SIS模型⁷
  得不出精确解，可以利用平均场的方法给出近似解。
  SIS模型的传播特性
  √经典传播理论：强度临界值${\lambda }_c$
  • λ > λ>