Учёные Саратовского университета совершили важный шаг в понимании механизмов эволюции сложных сетей. Они разработали комплексную модель, которая учитывает не только рост, но и сокращение сетевых структур. Это открытие даёт более глубокое понимание о том, как меняются со временем такие системы как социальные сети, сети веб-страниц или транспортные сети. Об этом сообщает ТАСС.
Два последних десятилетия учёные сосредотачивались преимущественно на изучении роста сетей, используя в основном механизм предпочтительного присоединения. Однако процесс сокращения сетей – исчезновения узлов и связей – оставался практически неисследованным.
Новая модель объединяет 3 фундаментальных механизма: динамику роста – добавление новых узлов в сеть; процессы сокращения – слияние узлов, при котором соседи одного узла становятся соседями другого; триадное замыкание – формирование новых связей между соседями сливаемых узлов.
При изучении эволюции реальных сетей исследователям необходимо было разрабатывать компьютерные программы, использующие методы анализа данных и математической статистики. Однако при доказательстве свойств моделей они использовали различные аналитические методы.
Результаты исследования превзошли ожидания учёных. Они зафиксировали, что разработанная модель не только воспроизвела известные свойства реальных сетей (степенное распределение связей, кластеризацию – способность узлов сети образовывать плотно связанные группы), но и выявила новые закономерности. Во-первых, сети демонстрируют насыщение числа связей и коэффициента кластеризации. Во-вторых, использование триадного замыкания привело к повышению устойчивости к атакам. В-третьих, возникает возможность моделировать как растущие, так и уменьшающиеся системы, управляя параметрами роста и сокращения сетей.
Разработка саратовских учёных может найти применение в различных областях. Она может быть применена для оценки уязвимости сетей и защиты от целенаправленных атак. Модель эволюции сетей позволяет понять механизмы исчезновения связей между пользователями и предотвращать «обвалы» активности. Кроме того, разработка даёт новые инструменты для изучения динамики цитирования и актуальности научного знания.
Исследование поддержано грантом РНФ №23-21-00148. Подробнее о нём можно узнать в научных статьях, в том числе в журнале Physica A: Statistical Mechanics and its Applications.