基于多粒度集成的无标度网络抵抗恶意攻击鲁棒性优化算法（英文）

摘要

复杂网络模型经常被用来模拟和研究现实世界中的各种复杂系统，其中无标度网络在面对恶意攻击时，通常表现得较为脆弱.因此，提升无标度网络鲁棒性成为了一个迫切需要解决的问题.针对这一问题，作者提出了一种多粒度集成算法(Multi-Granularity Integration Algorithm, MGIA),目的是在保持节点度值不变、确保网络连通性和避免产生重边的前提下，提升无标度网络鲁棒性.该算法首先由待优化的初始网络生成多粒度结构，再采用不同优化策略优化多粒度结构内不同粒层的网络，最后通过精英粒层迁移操作实现不同粒层之间的信息交流，进一步提升优化效果.本文设计了新的网络刷新操作、交叉操作和变异操作，以确保优化后的网络符合约束条件.同时，还提出了新的网络相似性和网络差异性评价指标，以提升算法内优化操作的效果.实验结果显示，多粒度集成算法成功将无标度网络的鲁棒性提高67.6%,在与目前存在的8种复杂网络鲁棒性优化算法的比较中，优化效果高出约17.2%.

关键词

复杂网络模型 / 多粒度 / 无标度网络 / 鲁棒性 / 算法集成

基金资助

National Natural Science Foundation of China(11971211,12171388)