相互依存网络与多层网络的渗流
现代系统往往由多个相互依赖的网络组成:电站依赖通信网络控制,通信节点依赖电站供电。Buldyrev、Parshani、Paul、Stanley 与 Havlin(2010,Nature)提出了相互依存网络模型(论文精读)。
相互依存网络与相互连通巨分支:网络 A、B 各有 个节点,内部各自随机连接;A 的节点 与 B 的节点 通过依赖边一一对应,任一方失效,另一方随之失效。一个节点“存活”要求它在本网络中属于巨分支,且它的依赖伙伴也存活。迭代执行“A 中只保留巨分支 → 删除 B 中失去依赖的节点 → B 中只保留巨分支 → 删除 A 中失去依赖的节点……”直至稳定,剩下的就是相互连通巨分支(mutually connected giant component)。
设初始随机保留比例 的 A 节点,、 为单网络中“随机保留某比例时巨分支占保留节点的比例”。级联稳态满足 ,。对两个平均度均为 的 ER 网络,相互连通巨分支比例 满足
令 ,则 ;非零解存在的最小 由右边的极小值给出:,此时 不是从零连续增长,而是从 直接跳到零。
由此得到三条与单一网络相反的结论:
- 一级(不连续)相变:崩溃是突发的,接近阈值时几乎没有“渐进损伤”的预警;
- 阈值大幅提高: 时单个 ER 网络的 ,相互依存后变为约 0.61;
- 宽度分布反而更脆弱:平均度相同时,度分布越宽,相互依存系统越容易崩溃——单一网络中耐随机失效的无标度结构,在相互依存时不再有优势。
后续工作给出了更一般的图景:Parshani、Buldyrev 与 Havlin(2010,PRL)表明只有一部分节点相互依赖时,降低耦合强度可使相变从一级变为二级;Gao 等(2012,Nature Physics)把理论推广到“网络的网络”;Bashan 等(2013,Nature Physics)发现空间嵌入的相互依存网络极端脆弱,任意小比例的依赖都可能导致突变式崩溃。多路网络(同一组节点上多种关系)的渗流还区分“任一层连通”与“各层同时连通”两种定义,结论差别很大(多层网络的一般框架见 Kivelä 等 2014,以及动态功能连接与多层脑网络)。
生物系统中的“依赖”比基础设施更难界定。细胞内信号网络、转录调控网络和代谢网络相互耦合(酶的表达依赖转录因子,转录因子的活性又依赖代谢物),脑的结构连接与神经血管耦合、胶质–神经元网络也相互依存。把这些系统建模为相互依存网络时,必须说明依赖边的生物学含义(“A 失效必然导致 B 失效”的证据是什么),否则一级相变等结论只是模型的产物。