复杂网络拓扑建模中的图标注

复杂网络（如互联网）结构的最粗略近似是简单的无向无权图。然而，这种近似丢失了过多细节。实际上，此类图中顶点和边所代表的对象具有某些非平凡的内部结构，这些结构在不同类型的链路或节点间存在差异并以此区分。在本工作中，我们将此类附加信息抽象为网络标注。我们引入了一种网络拓扑建模框架，将标注视为网络的扩展相关性分布。假设已测得给定网络的该分布，我们提出一种算法对其进行重缩放，以构建不同规模但仍能复现原始测量标注分布的网络。利用该方法，我们能够准确捕捉对于网络应用和协议的真实模拟、或任何涉及复杂网络拓扑的模拟（包括网络演化的建模与模拟）至关重要的网络属性。我们将该方法应用于标注了自治系统 (AS) 间商业关系的互联网自治系统 (AS) 拓扑。该拓扑捕捉了互联网的大尺度结构。深入理解此结构并拥有建模工具是未来互联网架构与设计研究的基石。我们发现，我们的技术能够准确捕捉该拓扑内标注相关性的结构，从而在合成生成的随机图中复现其许多重要属性。