Persistencia topológica identifica vulnerabilidades de redes de orden superior

Área de la Ciencia:

• Ciencia de Redes; Análisis de Sistemas Complejos; Análisis de Datos Topológicos

Sus antecedentes:

• Los modelos de grafos convencionales tienen dificultades con las interacciones de múltiples nodos y la conectividad multiescala en sistemas complejos.; Comprender la influencia estructural y la robustez en redes con dependencias de orden superior es un desafío.

Objetivo del estudio:

• Introducir una métrica novedosa, el indicador de influencia estructural persistente, para cuantificar la influencia de los nodos en redes complejas.; Capturar características topológicas latentes de orden superior y sensibilidades estructurales localizadas.

Principales métodos:

• Integración de la homología persistente con el análisis de perturbaciones geométricas locales.; Extracción de características topológicas multiescala y cuantificación de la influencia de los nodos.; Evaluación en redes sintéticas y del mundo real frente a métodos de referencia.

Principales resultados:

• El modelo propuesto identifica con precisión nodos estructuralmente críticos, lo que lleva a una desintegración más rápida de la red.; Se logró una reducción en el tamaño del componente gigante a 0.12 (frente a 0.23 para ataques basados en grado) después de la eliminación del 20% de los nodos.; Se mejoró la correlación con la dinámica de propagación real hasta en un 25.1% en comparación con las medidas existentes.

Conclusiones:

• El indicador de influencia estructural persistente proporciona un marco robusto y generalizable para el análisis de redes complejas.; El método ofrece una interpretabilidad mejorada, tratabilidad computacional y fidelidad estructural sin requisitos previos específicos del dominio.; Este enfoque mejora la comprensión de la robustez estructural y la influencia en sistemas en red.