原创 集智编辑部 2025-02-06 21:01 上海
通过精准隔离目标节点与全局网络的连接，显著降低防控成本
摘要
网络传播的研究是一个极具吸引力的课题，具有广泛的实际应用。针对网络的攻击或免疫策略已经提出了多种方法。然而，在现实世界的系统中，通常考虑整个网络既不可行也不必要。在这篇研究中，我们关注特定的目标节点群体，目的是将它们从全局网络结构中断开。例如，在流行病爆发期间，通过隔离一些特定的节点（如照顾者），可以有效地防止疾病传播到易受影响的群体，如婴儿和老年人。从这种针对性规避的角度出发，我们引入了一系列目标中心性指标，并应用它们将靶向节点从网络整体其他部分隔离开来。此外，本研究提出了一种用于针对性免疫更有效的迭代图分割方法（iterative graph-segmentation method）。实验结果显示，与基于目标中心性的方法相比，本研究提出的方法可以显著减少需要移除的节点数量，这意味着在将目标节点与网络其他部分隔离时具有显著的成本效益。最后，在 COVID-19 大流行场景下对一个大型流动性网络验证了本文提出的方法，发现迭代图分割方法可以通过免疫或隔离一小部分节点有效保护老年人。
研究领域：复杂网络，靶向规避，迭代图分割，COVID-19，节点免疫
论文题目：Targeted Avoidance in Complex Networks
发表时间：2025年1月27日
论文地址：https://link.aps.org/doi/10.1103/PhysRevLett.134.047401
期刊名称：Physical Review Letters
网络传播动力学在流行病防控、信息扩散等领域具有重要价值。然而，现有研究多聚焦于全网免疫或攻击策略，忽略了现实场景中仅需保护特定群体（如易感人群）的需求。北京师范大学系统科学学院曾安团队提出“靶向规避”新范式，通过精准隔离目标节点与全局网络的连接，显著降低防控成本，论文成果2025年1月27日发表于Physical Review Letters。北京师范大学系统科学学院在读博士生张奥博是论文的第一作者，系统科学学院曾安教授担任论文的通讯作者。香港教育大学杨志豪教授，河北师范大学赵琛教授，北师大系统科学学院樊瑛教授参与了论文研究。这一成果是北京师范大学系统科学学院团队从2016年开始投入复杂网络靶向问题研究以来，继2018年在Physics Reports发表复杂网络靶向预测相关综述后，在网络靶向问题中产出的一系列研究成果中较为具有代表性的研究工作。
目标中心性指标的构建
从针对性规避的角度出发，研究首先引入了一系列目标中心性指标，并应用它们将靶向节点从网络整体其他部分隔离开来。两类目标中心性指标定义如下：
目标度（Target Degree, T-D）：衡量节点与目标群体的直接连接数量，反映其对目标区域的即时影响力。
目标Katz中心性（Target Katz, T-Katz）：通过加权计算节点到目标群体的所有路径，量化节点对目标的间接传播潜力。
实验表明，基于T-Katz的节点移除策略在合作网络（Net. Sci.）中仅需移除20%节点即可隔离95%目标群体，显著优于需移除80%节点的随机攻击。
图 1. 基于目标中心性的在Net. Sci.中靶向规避问题及其有效性的图例。（a）Net. Sci.网络中局部目标节点（粉色实心圆）的一个示例。我们的目标是通过策略性地移除最少数量的其他节点，将这些目标节点从全局网络中隔离出来。（b）传统故意攻击和随机攻击方法的结果。（c）和（d）分别展示了目标节点局部分布和随机分布时不同目标中心性方法的ST。
迭代分割算法的核心机制
传统方法可能存在过度移除节点的问题，研究团队创新性地提出靶向迭代规避算法（Targeted Iterative Avoidance, TIA），算法的主要包括：
网络三划分：将节点分为靶向组（T）、连接组（K）和剩余组（R），初始K组为靶向节点的直接邻居。
动态调整规则：迭代检测K组中与R组无连接的节点，将其归入T组；同时将R组中与K组单连接的节点纳入K组，逐步缩小连接组规模。
以森林火灾隔离为例，TIA算法通过识别非邻近的“环形隔离带”节点，将需移除节点数降低至传统方法的60%。
图 2. 靶向迭代规避（TIA）算法的示例。在此示例中，有 20 个节点，其中包含三个目标节点。网络中的节点最初被分为三组，即（1）靶向节点组；（2）关联节点组；（3）组 R 包含所有其他节点。目标是通过移除一些其他节点来隔离靶向节点。（a）展示了 T-Katz 中心性所得到的结果。（b）展示了 TIA 方法所得到的结果。（c）演示了 TIA 方法的迭代过程。黄色方框中的节点是当前步骤中需要移动的节点。
实证验证与应用场景
研究在四类网络中验证TIA方法的性能：
模型网络：小世界（WS）和无标度（BA）网络中，TIA方法计算得到所需移除节点数较T-Katz减少30%-50%。
真实网络：在C. elegans神经网络和COVID-19移动网络（含10,914节点）中，TIA仅需免疫16%的节点即可隔离80%老年群体，而T-Katz需60%（图 3）。这一差异凸显了TIA在资源有限场景下的应用优势。
进一步分析表明，当靶向节点比例超过15%时，TIA因共享邻居效应呈现规模经济性——移除节点数随目标比例上升而下降。此外，算法复杂度较小，适用于动态与加权网络。
图 3. 针对老年人采取隔离措施，防止其受到病毒传播的影响新型冠状病毒肺炎。一个基于真实手机移动数据集中具有重叠移动轨迹的个体所构建的经验网络，其中红色节点为目标节点，黄色节点为通过 TIA 方法识别出的关联节点，灰色节点为网络中的所有其他节点。子图展示了两种方法，即 T-Katz 和 TIA 的比较。
跨领域应用潜力
该研究通过重构节点重要性评估框架，将传统中心性指标拓展至目标导向场景，并利用迭代优化突破局部最优限制。该方法在森林火灾隔离、道路网络防洪等场景中同样有效。例如，在森林火灾模型中，TIA通过移除非相邻的关键隔离带节点，而非紧邻燃烧区的树木，将防控成本降低42%。研究为复杂网络中的定向隔离提供了通用框架，未来还可拓展至脑网络去同步化、级联故障防护等领域。
书籍推荐
书名：复杂网络分析
作者：樊瑛 狄增如 曾安 周建林
出版社：北京师范大学出版社
ISBN：9787303303212
出版时间：2024年12月
彭晨 | 编译
复杂网络动力学读书会
集智俱乐部联合合肥工业大学物理系教授李明、同济大学副教授张毅超、北京师范大学特聘副研究员史贵元与在读博士生邱仲普、张章共同发起「复杂网络动力学」读书会。本次读书会将探讨：同步相变的临界性、如何普适地刻画多稳态与临界点、如何识别并预测临界转变、如何通过局部干预来调控系统保持或回到期望稳态、爆炸逾渗临界行为的关键特征、不同类型的级联过程对逾渗相变的影响有何异同、高阶相互作用的影响能否等效为若干简单机制的叠加、如何有效地促进人类个体间的合作等问题，欢迎大家加入读书会，共同交流！
详情请见：复杂网络上的自组织与集体行为：从扩散、相变到博弈 | 读书会启动
推荐阅读
2. Physics Reports速递：高阶网络上的流行病传播
4. 张江：第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程
6. 加入集智，一起复杂！
点击“阅读原文”，报名读书会
