动态复杂网络的一阶分岔检测
信号处理
2018-02-20 v1
摘要
本文探讨如何利用网络中心性与网络熵来识别分岔网络事件。分岔常发生于网络因内部变化或外部信号而经历结构定性改变时。本文中，我们展示网络中心性使我们能够捕捉动态网络的重要拓扑性质。通过从网络中提取多重中心性特征进行降维，我们得以跟踪内在低维流形下的网络动态。此外，我们采用冯·诺依曼图熵（VNGE）来度量网络随时间的的信息散度。特别地，我们提出一种VNGE的渐近一致估计量，使VNGE的立方复杂度降至二次复杂度，从而随网络规模更平缓地扩展。最后，通过网络安全入侵检测的实际应用展示了我们所提方法的有效性。
引用
@article{arxiv.1802.06250,
title = {First-order bifurcation detection for dynamic complex networks},
author = {Sijia Liu and Pin-Yu Chen and Indika Rajapakse and Alfred Hero},
journal= {arXiv preprint arXiv:1802.06250},
year = {2018}
}