Диффузия дар шабакаҳои мураккаб масъалаи илми шабака аст, ки паҳн шудани ҳолат, иттилоъ, таъсир ё раванди монанд ба вайроншавиро тавассути гиреҳҳо ва пайвастҳо дар шабака меомӯзад. Ин таҳқиқот меомӯзад, ки геометрия ва топологияи шабака суръати диффузияро бо истифода аз модели Kertész Threshold (KT), модели Susceptible-Infected (SI), симулятсияҳои Stochastic Block Model, network motif-ҳои чоргиреҳӣ ва хулосабарории Bayesian Markov Chain Monte Carlo (MCMC) чӣ гуна тағйир медиҳанд. Дар баробари шабакаҳои синтетикии Erdős–Rényi, Geometric Random Graph ва Delaunay Triangulation, шабакаи ҳисоб–муомилоти Ethereum ва шабакаҳои интиқоли барқи Италия, Фаронса ва Олмон низ таҳлил шудаанд. Натиҷаи асосии таҳқиқот ин аст, ки рафтори паҳншавӣ на танҳо аз шумораи гиреҳу канорҳои шабака, балки аз сохтори hub, ченакҳои марказият, геометрияи motif-ҳои маҳаллӣ ва ковариатҳои иловагӣ дар пайвастҳо вобаста буда, метавонад ба таври назаррас тағйир ёбад. Аммо истилоҳҳои “infection” ва “failure” дар таҳқиқот асосан ҳолатҳои моделиро ифода мекунанд; онҳо вайроншавиҳои таърихии мушоҳидашудаи ҳисобҳои воқеии Ethereum ё неругоҳҳои воқеии барқӣ нестанд.
Дар симулятсияҳои шабакаҳои синтетикӣ се навъи шабака бо зичии тақрибан якхелаи канорҳо муқоиса шудаанд. Дар ҳар навъи шабака 300 гиреҳ истифода шудааст; барои модели Erdős–Rényi эҳтимоли пайвастшавӣ 0.02, барои Geometric Random Graph радиуси пайвастшавӣ 0.08 интихоб шуда, шабакаи Delaunay аз 300 нуқтаи тасодуфӣ сохта шудааст. Барои ҳар навъи шабака 1.000 намунаи мустақил сохта шуда, модели KT татбиқ гардидааст. Мувофиқи натиҷаҳои манбаъ, диффузия дар шабакаҳои Delaunay Triangulation аз ҳама зуд ва дар шабакаҳои Geometric Random Graph аз ҳама суст рух додааст. Ин муқоиса натиҷаи симулятсия дар параметрҳои муайян аст; маънои онро надорад, ки ҳамаи шабакаҳои Delaunay ё геометрӣ дар ҳар шароит ҳамин тартибро нишон медиҳанд.
Дар таҷрибаи motif-и чоргиреҳӣ шабакаҳои Stochastic Block Model истифода шудаанд. Коррелятсияи миёнаи motif-и ситорашакли M1 бо суръати диффузия 0.9447, motif-и хаттӣ/path-и M2 0.8345 ва M3 бошад 0.4776 гузориш шудааст. Ин натиҷа метавонад робитаҳои қавиро байни консентратсияи motif ва суръати диффузия нишон диҳад; аммо танҳо коррелятсия исбот намекунад, ки motif-и муайян паҳншавиро ба таври сабабӣ тез мекунад.
Таҳлили Ethereum ба шабакаи ҳисоб–муомилот асос ёфтааст, ки аз traces-и блокҳои 10,000,000 то 10,001,000 ва муомилоти филтршудаи байни 4 майи 2020, 14:48:40–14:58:40 UTC сохта шудааст. Компоненти азим аз 627 гиреҳ ва 666 канор иборат буд. Дар модели KT интихоби тасодуфии гиреҳҳои ибтидоӣ нисбат ба ҳадаф қарор додани гиреҳҳои дорои degree ё betweenness centrality-и баланд паҳншавии сусттари моделро ба вуҷуд овард; барои фарқи байни се сенария тести k-sample Anderson–Darling \(p<0.001\) гузориш шудааст.
Дар модели Bayesian SI барои Ethereum normalized degree centrality, betweenness centrality, clustering coefficient ва normalized transaction value ҳамчун ковариатҳо ба модел ворид шудаанд. Манбаъ коэффисиенти миёнаи posterior-ро барои clustering coefficient 4.5457, барои degree centrality 1.9022 ва барои betweenness centrality 1.0475 гузориш медиҳад. Бо вуҷуди ин, %95 credible interval-и clustering coefficient хеле васеъ — 0.0034–9.7166 аст. Илова бар ин, prior-и навишташудаи \(\alpha\sim U(1,2)\) барои Ethereum бо миёнаи posterior-и \(\alpha=0.0616\) аз ҷиҳати математикӣ мувофиқат намекунад, бинобар ин сабти манбаъ оид ба ин параметр бояд бо эҳтиёт тафсир шавад.
Дар бахши инфрасохтори барқ шабакаҳои интиқоли Италия, Олмон ва Фаронса муқоиса шудаанд. Дар модели KT дар марҳилаи аввал Италия паҳншавии тезтар нишон дод, дар ҳоле ки Фаронса дар 75 timestep-и аввал ҳиссаи пасттари гиреҳҳои infected дошт; баъд аз 75 timestep паҳншавӣ дар Италия суст шуда, дар дарозмуддат Италия сусттар монд. Мувофиқи манбаъ, фарқи суръатҳои диффузияи се шабакаи барқӣ ҳам дар сенарияҳои оғози degree-марказӣ ва ҳам betweenness-марказӣ \(p<0.001\) аст.
Шабакаи мураккаб чист?
Таҳқиқот шабакаи мураккабро:
дар ҳамин шакл таъриф мекунад. \(V\) маҷмӯи гиреҳҳо, \(E\) канорҳои байни гиреҳҳо ва \(\omega\) функсияест, ки вазнҳои канорҳоро ифода мекунад. Агар шабакаи муомилотро тасаввур кунем, гиреҳ метавонад ҳисоб, канор муносибати муомилотии байни ду ҳисоб ва вазни канор ҳаҷми муомилот бошад. Дар шабакаи барқ бошад, гиреҳ неругоҳ ё зеристгоҳ ва канор хати физикии интиқол аст.
Adjacency matrix-и шабака \(A\) нишон медиҳад, ки кадом гиреҳҳо ба ҳам пайвастанд. Дар шабакаи вазндор:
Манбаъ дар баъзе таҳлилҳо намуди unweighted-и шабакаро низ истифода мебарад, ки вазнҳо дар он ба назар гирифта намешаванд; дар ин ҳолат агар пайваст мавҷуд бошад қимат 1 ва агар набошад 0 аст.
Degree, дарозии миёнаи роҳ ва diameter
Қимати degree-и гиреҳ шумораи канорҳое мебошад, ки ба он гиреҳ пайвастанд:
Гиреҳи дорои degree centrality-и баланд мустақиман бо шумораи зиёди гиреҳҳои дигар пайваст аст. Агар чунин гиреҳ ҳамчун нуқтаи ибтидоии диффузия интихоб шавад, ҳолат метавонад дар муддати кӯтоҳ ба шумораи зиёди ҳамсояҳо бирасад.
Агар дарозии кӯтоҳтарин роҳ байни ду гиреҳ \(\ell_{ij}\) бошад, манбаъ дарозии миёнаи роҳро:
дар ҳамин шакл медиҳад. Diameter бошад бузургтарин аз ҳамаи роҳҳои кӯтоҳтарини шабака аст:
Дарозии миёнаи роҳ ҷамъбаст мекунад, ки одатан дар дохили шабака аз чанд пайваст гузаштан лозим аст; diameter бошад дарозии кӯтоҳтарин роҳ байни ду нуқтаи аз ҷиҳати топологӣ аз ҳама дурро нишон медиҳад.
Betweenness centrality ва clustering coefficient
Betweenness centrality чен мекунад, ки гиреҳ то чӣ андоза дар роҳҳои кӯтоҳтарин байни ҷуфтҳои дигари гиреҳҳо нақши миёнарав дорад. Ҳатто гиреҳе, ки ҳамсояҳои мустақими зиёд надорад, агар байни ду минтақаи бузурги шабака нақши пулро иҷро кунад, метавонад betweenness-и баланд дошта бошад.
Clustering coefficient майли ҳамсояҳои як гиреҳро ба он ифода мекунад, ки онҳо байни худ низ пайваст бошанд. Қимати баланд ба мавҷудияти сохторҳои маҳаллии зичтари секунҷа ё пайвастҳои пӯшида ишора мекунад.
Оё “Инфексия” дар Ин Таҳқиқот Бемории Воқеӣ ё Вайроншавии Воқеӣ аст?
Не. “Infection”, “adoption” ва дар баъзе бахшҳо “failure” тағйирёбандаҳои ҳолатӣ мебошанд, ки таҳқиқот дар моделҳои паҳншавии шабакавӣ истифода мебарад; онҳо маънои воқеан ғасб шудани ҳисоби Ethereum, воқеан вайрон шудани истгоҳи барқӣ ё мушоҳидаи эпидемияи воқеиро надоранд. Топологияҳои шабакаҳои воқеӣ метавонанд ҳамчун воридоти модел истифода шаванд, аммо гузаришҳои ҳолатии KT ва SI равандҳои моделшудаи паҳншавӣ мебошанд.
Модели Kertész Threshold
Модели Kertész Threshold (KT) ҳамчун тавсеаи сехолатаи модели Watts threshold истифода мешавад. Дар ифодаи манбаъ гиреҳҳо чунинанд:
- Susceptible (S): Гиреҳи ҳанӯз ба ҳолати паҳншавӣ нагузашта,
- Adoption/Infected (A/I): Гиреҳи ба ҳолати паҳншавӣ гузашта,
- Blocked (B): Гиреҳи аз таъсири беруна таъсирнагирифта ва ҳолаташро тағйирнадиҳанда
ҳисобида мешаванд.
Вақте ки ҳиссаи ҳамсояҳои infected-и гиреҳ аз threshold-и муайяни \(\tau\) зиёд мешавад, гиреҳ метавонад ба ҳолати нав гузарад. Илова бар ин, \(\delta\) spontaneous adopter rate барои ифодаи гузариши экзогенӣ/спонтанӣ, ки аз ҳамсояҳо мустақил аст, ба модел ворид шудааст.
Дар pseudocode-и Appendix A-и манбаъ ҳиссаи инфексияи ҳамсояҳо:
дар ҳамин шакл ҳисоб мешавад.
Номувофиқии алгоритмӣ дар дохили манбаъ: Баъдан pseudocode-и манбаъ шарти:
ро менависад. Агар \(r_v\) адади uniform random дар фосилаи 0–1 ва \(\delta=0.001\) бошад, ин шарти навишташуда гузариши спонтаниро бо эҳтимоли хеле баланд мекунад. Ин бо шарҳи мақола, ки \(\delta\)-ро adopter rate-и хеле хурд меномад, ва бо каҷхаттаҳои диффузияи нишон додашуда мувофиқат намекунад. Verianla бо тахмин кардани он ки кадом аломат дар манбаъ хато аст, pseudocode-ро тағйир намедиҳад.
Фарқи Асосии Модели Kertész Threshold ва Модели SI Чист?
Модели KT асосан тавассути ҳиссаи ҳамсояҳои infected, threshold ва ҳолатҳои blocked/spontaneous дар timestep-ҳои дискретӣ каскад месозад; модели SI бошад суръати гузариши гиреҳҳо аз susceptible ба infected-ро бо continuous-time Poisson process ва hazard/transition rate-и вобаста ба ковариатҳо модел мекунад ва параметрҳоро тавассути Bayesian MCMC баҳогузорӣ менамояд.
Ду метрикаи асосии диффузия дар модели KT
Метрикаи аввал ҳиссаи гиреҳҳои infected дар вақти дилхоҳи \(t\) мебошад:
\(N_{\text{infected}}(t)\) шумораи гиреҳҳоест, ки дар timestep \(t\) дар ҳолати модел infected ҳисоб мешаванд; \(N_{\text{total}}\) шумораи умумии гиреҳҳост. Натиҷа нисбати байни 0 ва 1 мебошад.
Метрикаи дуюм суръати миёнаи диффузия аст:
\(\eta(0)\) ҳиссаи ибтидоии infected, \(\eta(s)\) ҳиссаи steady-state infected ва \(t_s\) шумораи timestep-ҳоеро нишон медиҳад, ки барои расидан ба ин steady state лозиманд. Манбаъ дар ҳамаи ин таҷрибаҳо \(\eta(s)=0.95\)-ро истифода мебарад; сабаб ин аст, ки ҳиссаи гиреҳҳои blocked %5 буда, дар модел гиреҳҳои боқимонда дар ниҳоят infected ҳисоб мешаванд.
Network motif чист?
Network motif геометрияи хурди зеришабакаи пайвастест, ки дар дохили шабакаи калонтар такрор мешавад. Агар ченаки монанди degree ба шумораи пайвастҳои як гиреҳ назар кунад, motif тартиби геометрии маҳаллиро меомӯзад, ки чанд гиреҳ якҷоя месозанд.
Манбаъ шаш connected motif-и чоргиреҳиро муайян мекунад. Расми зер ин сохторҳои математикии пайвастшавиро барои Verianla ба таври мустақил аз нав нишон медиҳад:
Консентратсияи motif
Консентратсияи навъи motif-и \(i\) дар шабака:
ба ҳамин шакл таъриф мешавад. \(N_i\) шумораи навъи муайяни motif аст, ҷамъ дар махраҷ бошад шумораи умумии ҳамаи motif-ҳои \(n\)-гиреҳии арзёбишуда мебошад.
Манбаъ барои шуморидани motif-ҳо алгоритми махсуси edge-disjoint motif detection-ро истифода мебарад. Зерграфҳои номзади чоргиреҳӣ бо Weisfeiler–Lehman (WL) hashing ба имзои сохторӣ табдил дода шуда, бо шаш canonical template муқоиса мешаванд. Агар яке аз канорҳои зерграф қаблан дар motif-и шуморидашуда истифода шуда бошад, дубора шуморида намешавад. Ҳамин тавр, як канор ба зиёда аз як намунаи motif саҳм намегузорад.
Оё Коррелятсияҳои Motif Сабабиятро Нишон Медиҳанд?
Не. Дар таҳқиқот коррелятсия байни консентратсияи motif ва суръати миёнаи диффузия ҳисоб шудааст; коррелятсияи мусбати баланд нишон медиҳад, ки дар симулятсияҳое, ки motif-и муайян зичтар аст, паҳншавии тезтар низ ҳамзамон мушоҳида мешавад. Танҳо коррелятсия таъсири сабабии motif-ро, ки аз ҳамаи хусусиятҳои дигари топологӣ мустақил бошад, ҷудо намекунад.
Модели SI
Дар модели Susceptible-Infected (SI) гиреҳҳо дар яке аз ду ҳолатанд: susceptible ё infected. Манбаъ ин моделро дар чаҳорчӯби continuous-time Poisson process месозад. Infection transition rate-и гиреҳи susceptible \(i\) дар вақти \(t\):
Ин формула чор ҷузъро муттаҳид мекунад:
- \(\psi_S(i)\): ҳассосияти гиреҳи susceptible \(i\),
- \(\psi_T(j)\): қимати transmissibility-и гиреҳи infected \(j\),
- \(\kappa(i,j)\): kernel-е, ки сохтори пайваст/масофа/риски муштараки байни \(i\) ва \(j\)-ро ифода мекунад,
- \(\epsilon(i)\): риски иловагии “spark”, ки метавонад аз манбаъҳои шарҳнашуда берун аз шабакаи мушоҳидашуда пайдо шавад.
\(\lambda_{SI}\) интенсивнокии гузариши ҳолат аст. Қимати баландтар дар доираи модел маънои онро дорад, ки гиреҳи susceptible ба ҳолати infected тезтар мегузарад; ин фоизи мустақими вайроншавии физикӣ нест.
Функсияи susceptibility
\(X_k(i)\) ковариатҳои марбут ба гиреҳи susceptible; \(\omega_k\) коэффисиентҳои таъсири онҳо ба susceptibility мебошанд.
Функсияи transmissibility
Ин функсия нишон медиҳад, ки хусусиятҳои сохтории гиреҳи infected ба қобилияти интиқол/паҳншавӣ дар модел чӣ гуна ворид мешаванд.
Kernel-и пайвастшавӣ
\(d_{ij}\) масофаи байни ду гиреҳ аст. \(\alpha\) миқёси distance term-ро ва \(\gamma\) суръати коҳиши таъсири масофаро муайян мекунад. \(C_{ij}^{(q)}\) ковариатҳои бинарӣ ё миқдории шабакавиро ва \(\theta_q\) коэффисиентҳои ин ковариатҳоро ифода мекунанд.
Ҳади \(d_{ij}^{-\gamma}\) ҳангоми \(\gamma>0\) бо зиёд шудани масофа кам мешавад. Ин сохтори математикӣ имкон медиҳад, ки гиреҳҳои наздик риски қавитари пайвастшавӣ дошта бошанд. Ин тафсир натиҷаи математикии муодилаи модел аст; даъво нест, ки ҳамин функсия дар системаи воқеӣ қонуни физикӣ мебошад.
Функсияи SI likelihood
Манбаъ вектори параметрҳоро:
ба ҳамин шакл таъриф мекунад.
Likelihood:
Дар ин ҷо:
интенсивнокии умумии гузариш дар ҳамаи гиреҳҳои susceptible дар ҳамон лаҳза мебошад. Ҳиссаи нисбии hazard-и як гиреҳ барои гузариши воқеъшуда:
ба ҳамин шакл дода мешавад. Ҳади экспоненсиалӣ аз сохтори Poisson-process / exponential inter-event-time бармеояд.
Эҳтимоли қабули Metropolis–Hastings
\(L(\Theta)\) likelihood ва \(P(\Theta)\) prior distribution аст. Агар пешниҳоди нави \(\Theta_w\) қабул нашавад, занҷир дар қимати пешинаи \(\Theta_{w-1}\) мемонад. Ҳадаф он аст, ки баъд аз шумораи зиёди итератсияҳо занҷир намунаҳои наздик ба тақсимоти ҳадафии posterior тавлид кунад.
Confidence interval ва credible interval як чиз нестанд
Фосилаҳои %95 дар симулятсияи синтетикии KT ба percentil-ҳои эмпирикии %2,5–%97,5-и натиҷаҳои 1.000 симулятсия дар timestep-и муайян такя мекунанд. %95 credible interval дар модели Bayesian SI бошад минтақаи %95-и posterior parameter distribution-ро ифода мекунад. Гарчанде ки дар ҳар ду ҳолат нишони “%95” истифода мешавад, маънои омории ин ду фосила яксон нест.
Усул ва Натиҷаҳои Таҳқиқот
1. Муқоисаи топологияи шабакаҳои синтетикӣ
| Хусусият | Erdős–Rényi (ER) | Geometric Random Graph (GRG) | Delaunay Triangulation (DT) |
|---|---|---|---|
| Шумораи гиреҳҳо | 300 | 300 | 300 |
| Параметри шабака | \(p=0.02\) | \(r=0.08\) | 300 normally distributed point |
| Шумораи канорҳои ҳадафшуда дар манбаъ | тақрибан 897 | тақрибан 900 | манбаъ \(3n-6=894\)-ро истифода мебарад |
| Degree-и миёнаи тахминӣ | кӯшиш шудааст дар атрофи 6 нигоҳ дошта шавад | ||
| Намунаи мустақили шабака | 1.000 | 1.000 | 1.000 |
Шумораи интизории канорҳо барои ER дар манбаъ:
ҳисоб мешавад ва барои \(n=300,p=0.02\) тақрибан 897 ба даст меояд.
Барои GRG манбаъ тақрибан:
истифода карда, ба тақрибан 900 канор мерасад.
Барои DT манбаъ қимати \(3n-6=894\) канорро истифода мебарад. Verianla ин қиматро ҳамчун рақами тарҳи симулятсияи манбаъ нигоҳ медорад.
Параметрҳои симулятсияи KT
| Параметр | Қимат | Маъно |
|---|---|---|
| \(\eta(0)\) | 0.01 | Ҳиссаи ибтидоии гиреҳҳои infected |
| \(k\) | 500 | Максималии timestep/iteration |
| \(\delta\) | 0.001 | Параметре, ки ҳамчун Spontaneous adopter rate муайян шудааст |
| \(\beta\) | 0.05 | Ҳиссаи гиреҳҳои Blocked |
| \(\tau\) | 0.30 ва 0.40 | Threshold-и таъсири ҳамсоя |
| Интихоби seed-и ибтидоӣ | top %1 degree ё top %1 betweenness | Сенарияҳои оғоз бо centrality-и баланд |
Барои ҳар timestep қиматҳои \(\eta(t)\) аз 1.000 симулятсияи мустақил ҷамъ оварда шуда, каҷхаттаи миёна ҳисоб ва percentil-ҳои эмпирикии %2,5–%97,5 ҳамчун фосила кашида шудаанд.
Дар манбаъ шабакаҳои DT паҳншавии аз ҳама зуд ва шабакаҳои GRG аз ҳама сустро нишон медиҳанд. Ҳамин тартиби сифатӣ ҳангоми интихоби seed-ҳои ибтидоӣ бо highest betweenness centrality низ дар supplementary analysis дида шудааст.
2. Stochastic Block Model ва таҷрибаи motif
Дар таҷрибаи SBM:
ва ҳар community аз 200 гиреҳ иборат аст. Probability matrix-и ибтидоӣ:
Эҳтимоли пайвастшавии within-community \(p_w=0.030\) доимӣ нигоҳ дошта шуда, between-community probability \(p_b\) дар 10 қимати гуногун аз 0.001 то 0.01 тағйир дода шудааст. Ҳар конфигуратсия 1.000 маротиба симулятсия шуда, то 500 timestep ё то infected шудани ҳамаи гиреҳҳои мувофиқ кор карда шудааст.
| Motif | Таърифи геометрии манбаъ | Коррелятсияи миёна | Инҳирофи стандартӣ |
|---|---|---|---|
| M1 | Ситора | 0.9447 | 0.0385 |
| M2 | Line-type / роҳи чоргиреҳӣ | 0.8345 | 0.0860 |
| M3 | Motif-и секунҷаи зичтар/бо пайвастҳои иловагӣ | 0.4776 | 0.2554 |
M4, M5 ва M6 бинобар он ки дар симулятсияҳои манбаъ бо басомади хеле паст дида шудаанд, аз таҷрибаи коррелятсия хориҷ шудаанд.
Коррелятсияи M1 ҳам баланд ва ҳам инҳирофи стандартии он байни симулятсияҳо хурд аст. M2 низ коррелятсияи мусбати қавӣ дорад. Коррелятсияи миёнаи M3 пасттар ва инҳирофи стандартиаш 0.2554 баландтар аст; ин нишон медиҳад, ки робита байни симулятсияҳо тағйирёбандатар мебошад.
Қайди муҳокима дар дохили манбаъ: Section 3.2 ва Table 1 робитаи мусбати қавии motif-ҳои M1 ситора ва M2 line-type-ро равшан гузориш мекунанд. Ибораи “star and square-type motifs” / “long line-type motifs have minimal impact” дар Discussion бо ин таъриф мувофиқат намекунад. Verianla натиҷаи миқдориро мувофиқи Table 1 пешниҳод мекунад ва чунин вонамуд намекунад, ки терминологияи муҳокимаро алоҳида ислоҳ кардааст.
3. Маҷмӯи додаҳои Ethereum
| Унсур | Маълумот |
|---|---|
| Манбаъ | Ethereum mainnet, Infura |
| Воситаи табдил | Ethereum ETL |
| Фосилаи block-и гирифташуда | 10,000,000–10,001,000 |
| Равзанаи вақти таҳлилшуда | 2020-05-04 14:48:40–14:58:40 UTC |
| Гиреҳ | Ҳисоби Ethereum |
| Канор | Муомила байни ду ҳисоб |
| Вазни канор | Ҳаҷми муомила |
| Компоненти истифодашуда | Giant component |
| Шумораи гиреҳҳои giant component | 627 |
| Шумораи канорҳои giant component | 666 |
Шабакае, ки дар ин ҷо таҳлил мешавад, Ethereum account transaction graph аст. Гиреҳҳо Ethereum P2P client-ҳо ё network router-ҳои физикӣ нестанд. Аз ин рӯ, сохторе, ки натиҷаҳо мустақиман мушоҳида мекунанд, графи муомилоти байни ҳисобҳост; инфрасохтори peer-to-peer-и паҳншавии паёмҳо, ки дар зери Ethereum кор мекунад, алоҳида чен нашудааст.
Degree distribution ҳамчун ба рост каҷшуда ва hub-dominated тавсиф шудааст: шумораи ками гиреҳҳо degree-и баланд доранд, дар ҳоле ки аксари гиреҳҳо пайвастагии паст доранд.
Чаро Шабака Метавонад Ба Вайроншавиҳои Тасодуфӣ Тобовар, Аммо Ба Ҳамлаҳои Ҳадафнок Осебпазир Бошад?
Агар дар шабакаи hub-dominated қисми зиёди гиреҳҳо degree-и паст дошта бошанд, эҳтимоли он ки гиреҳи ибтидоии тасодуфан интихобшуда hub-и муҳим бошад, метавонад маҳдуд бошад; баръакс, мустақиман ҳадаф қарор додани гиреҳҳои дорои degree ё betweenness-и баланд метавонад ҳамзамон ба шумораи зиёди роҳҳо ва ҳамсояҳо таъсир расонад. Дар симулятсияи Ethereum KT-и ин таҳқиқот random seed-ҳо нисбат ба seed-ҳои high-centrality паҳншавии сусттари моделро ба вуҷуд овардаанд.
Таҷрибаи Ethereum KT
| Параметр | Қимат |
|---|---|
| Ҳиссаи ибтидоии infected | 0.01 |
| Iteration | 500 |
| \(\delta\) | 0.001 |
| Ҳиссаи Blocked \(\beta\) | 0.05 |
| Threshold \(\tau\) | 0.40 |
| Интихоби ибтидоӣ | random / highest degree / highest betweenness |
Дар оғози random паҳншавии модел нисбат ба сенарияҳое, ки гиреҳҳои дорои degree ё betweenness centrality-и баланд ҳамчун манбаи ибтидоӣ интихоб мешаванд, сусттар аст.
Манбаъ инчунин гузориш мекунад, ки тартиби нисбии сенарияҳои degree ва betweenness бо мурури вақт собит нест: дар timestep 1–100 оғози degree infected fraction-и баландтар медиҳад, дар 101–200 betweenness пеш мегузарад; дар 201–400 тамоюл боз тағйир меёбад.
Барои се тақсимот тести nonparametric k-sample Anderson–Darling:
натиҷа медиҳад. Ин тест мавҷудияти фарқро бар зидди фарзияи он дастгирӣ мекунад, ки тақсимотҳои мушоҳидашуда дар се сенария аз як тақсимоти умумӣ омадаанд. Худи тест натиҷа намедиҳад, ки “ҳамлаи degree дар ҳар timestep аз ҳамлаи betweenness сабабӣ қавитар аст”.
Модели Ethereum SI
Дар татбиқи Ethereum susceptibility собит карда шудааст:
Функсияи Transmissibility:
дар ҳамин шакл аст. \(X_1\) normalized degree centrality, \(X_2\) normalized betweenness centrality ва \(X_3\) normalized clustering coefficient мебошанд. Ҳар кадом бо тақсим ба қимати максималии худ дар шабака нормализатсия мешавад.
Ethereum connectivity kernel:
\(d_{ij}\) дар ин татбиқ shortest-path distance ва \(C_{ij}\) normalized transaction value мебошад. \(\theta\) коэффисиенти моделии таъсири қимати муомила ба transition rate аст.
Sparks function:
собит карда шудааст.
Prior-ҳои дар манбаъ навишташуда барои Ethereum
Номувофиқии муҳим: Гарчанде ки \(\alpha\sim U(1,2)\)-и боло дар манбаъ айнан ҳамин тавр навишта шудааст, қиматҳои posterior-и \(\alpha\) хеле поёнтар аз 1 мебошанд. Аз ин рӯ posterior-и Ethereum барои \(\alpha\)-ро ҳамчун натиҷаи ҳамон модел бо prior-и навишташуда аз ҷиҳати математикӣ дубора тавлид кардан мумкин нест.
Танзимоти MCMC
| Унсур | Қимат |
|---|---|
| Нармафзор | Julia / Pathogen.jl |
| Алгоритм | Metropolis–Hastings MCMC |
| Ҳамагӣ iteration | 200.000 |
| Burn-in | 20.000 |
| Вақти тахминии ҳисоб | 48 соат |
| RAM | 32 GB |
| CPU | 4.40 GHz Intel Core i7 |
Параметрҳои posterior-и Ethereum
| Параметр | Миёнаи posterior | %95 credible interval | Нақш дар модел |
|---|---|---|---|
| \(\zeta\) | 0.0001 | \((3.804\times10^{-5},0.0002)\) | Риски берун аз шабака/sparks |
| \(\alpha\) | 0.0616 | \((0.0107,0.1872)\) | Миқёси kernel-и масофа |
| \(\gamma\) | 1.5190 | \((1.0148,1.9668)\) | Distance decay exponent |
| \(\theta\) | 30041.2 | \((9391.13,63724.2)\) | Коэффисиенти normalized transaction value |
| \(\phi_1\) | 1.9022 | \((0.6492,4.4153)\) | Degree centrality |
| \(\phi_2\) | 1.0475 | \((0.1119,3.0667)\) | Betweenness centrality |
| \(\phi_3\) | 4.5457 | \((0.0034,9.7166)\) | Clustering coefficient |
Манбаъ паст будани \(\zeta\)-ро ҳамчун кам будани external-source risk тафсир мекунад ва аҳамияти коэффисиенти transaction value-и \(\theta\)-ро таъкид менамояд. Аммо миқёси \(\theta\) аз миқёси дигар коэффисиентҳои \(\phi\) фарқ мекунад, бинобар ин танҳо бузургии хоми коэффисиентҳоро бо ҳам муқоиса кардан дуруст нест.
Миёнаи posterior-и \(\phi_3\) аз \(\phi_1\) ва \(\phi_2\) калонтар аст; манбаъ аз ин таъсири қавитари clustering coefficient-ро таъкид мекунад. Аммо credible interval-и \(\phi_3\) хеле васеъ аст, бинобар ин номуайянии баҳогузорӣ бояд алоҳида намоён нигоҳ дошта шавад.
Илова бар ин, манбаъ дар бар нагирифтани сифрро аз ҷониби posterior interval “statistically significant” мешуморад. Азбаски ин меъёр бо positive-support prior-ҳо истифода мешавад, он бо frequentist significance-и классикӣ ҳаммаъно нест.
4. Шабакаҳои интиқоли барқи Аврупо
| Шабака | Гиреҳ | Канор | Дарозии миёнаи роҳ | Diameter |
|---|---|---|---|---|
| Олмон | 445 | 567 | 11.7510 | 30 |
| Италия | 273 | 375 | 9.7420 | 28 |
| Фаронса | 677 | 913 | 9.5920 | 26 |
Маълумот ба манбаи Union for the Coordination of the Transmission of Electricity асос ёфтааст. Манбаъ санаи дақиқи network snapshot ё ҷузъиёти тозакунии додаҳо/preprocessing-ро дар матни асосӣ гузориш намекунад.
Параметрҳои Power-grid KT
| Параметр | Қимат |
|---|---|
| Ҳиссаи ибтидоии infected | 0.01 |
| Iteration \(k\) | 200 |
| \(\delta\) | 0.001 |
| Ҳиссаи Blocked \(\beta\) | 0.05 |
| Threshold \(\tau\) | 0.30 |
| Seed-и ибтидоӣ | highest degree ё highest betweenness |
Дар оғози degree-centrality Италия дар давраи 1–25 timestep паҳншавии тезтар нишон додааст. Тақрибан дар timestep 25 манбаъ барои Италия ва Олмон тақрибан %60 infected node гузориш мекунад. Дар 75 timestep-и аввал Фаронса infected fraction-и пасттар нишон медиҳад. Сипас паҳншавӣ дар Италия суст шуда, дар дарозмуддат Италия нисбат ба ду шабакаи дигар infected fraction-и пасттар мегирад.
Барои фарқи байни се grid:
гузориш шудааст. Дар оғози highest-betweenness дар supplementary analysis низ \(p<0.001\) хабар дода мешавад.
Модели Power-grid SI
Susceptibility:
Transmissibility:
\(X_1\) degree centrality, \(X_2\) betweenness centrality ва \(X_3\) clustering coefficient мебошанд. Манбаъ дар ҷумлаи шарҳ иштибоҳан ҳади сеюмро боз \(X_2\) менависад; муодила ва тавзеҳи илмӣ равшан нишон медиҳанд, ки тағйирёбандаи сеюм clustering coefficient аст.
Power-grid connectivity kernel:
Дар ин ҷо \(d_{ij}\) Euclidean distance байни координатаҳои ҷуғрофии истгоҳҳо мебошад. Баръакси татбиқи Ethereum, ба ин kernel ковариати иловагии \(C_{ij}\), монанди transaction-value, илова намешавад.
Prior-ҳои Power-grid
Натиҷаҳои posterior-и Power-grid
| Параметр | Миёнаи Италия (%95 CrI) | Миёнаи Олмон (%95 CrI) | Миёнаи Фаронса (%95 CrI) |
|---|---|---|---|
| \(\zeta\) | 0.0003 (0.0001, 0.0003) | 0.0003 (0.0001, 0.0005) | 0.0002 (0.0001, 0.0003) |
| \(\alpha\) | 0.0340 (0.0191, 0.0519) | 0.0313 (0.0075, 0.0877) | 0.0065 (0.0039, 0.0114) |
| \(\gamma\) | 2.2239 (2.0993, 2.3578) | 2.4890 (2.2350, 2.6901) | 2.6942 (2.4689, 2.8499) |
| \(\phi_1\) degree | 0.0153 (0.0009, 0.0522) | 0.8960 (0.2358, 2.3969) | 3.6950 (1.8890, 4.9582) |
| \(\phi_2\) betweenness | 2.8538 (1.5946, 4.3712) | 0.7867 (0.0814, 2.5497) | 1.4909 (0.1815, 3.5957) |
| \(\phi_3\) clustering | 0.1214 (0.0002, 0.3141) | 3.1224 (0.7691, 4.8967) | 0.0556 (0.0012, 0.2199) |
Сохтори posterior дар се шабака яксон нест. Дар Италия \(\phi_2\) betweenness coefficient нисбатан калон бошад, дар Олмон \(\phi_3\) clustering coefficient ва дар Фаронса \(\phi_1\) degree coefficient миёнаи posterior-и баландтар доранд. Аз ин рӯ хулосаи “як structural feature дар ҳамаи power grids бартарӣ дорад” бароварда намешавад.
Манбаъ тафсир мекунад, ки \(\alpha\) ва \(\gamma\) дар се шабака монанд буда, таъсири масофа тақрибан яксон кор мекунад. Аз ҷумла, қиматҳои \(\gamma\) тақрибан дар фосилаи 2.22–2.69 қарор доранд.
Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад
- Дар шароити муайяни симулятсияи KT шабакаҳои ER, GRG ва DT каҷхаттаҳои гуногуни диффузия ҳосил кардаанд.
- Дар симулятсияи манбаъ DT диффузияи аз ҳама зуд ва GRG аз ҳама сустро нишон додааст.
- Дар симулятсияи SBM консентратсияи motif-ҳои M1 ва M2 бо суръати диффузия коррелятсияи мусбати қавӣ нишон додааст.
- Ethereum account-transaction graph-и таҳлилшуда hub-dominated буда, degree distribution-и ба рост каҷшуда дорад.
- Дар симулятсияи Ethereum KT оғози high-centrality нисбат ба оғози random паҳншавии тезтари моделро ба вуҷуд овардааст.
- Байни се сенарияи ибтидоии Ethereum тести k-sample Anderson–Darling \(p<0.001\) додааст.
- Дар модели Ethereum SI ковариатҳои centrality, clustering ва transaction-value дар модели posterior бо коэффисиентҳои мусбат ворид шудаанд.
- Каҷхаттаҳои KT-диффузияи grid-ҳои Италия, Олмон ва Фаронса яксон нестанд; \(p<0.001\) гузориш шудааст.
- Сохтори posterior-и коэффисиентҳои degree, betweenness ва clustering дар се power grid аз ҳам фарқ мекунад.
- Ҳам симулятсия ва ҳам case-study-и топологияҳои воқеӣ нишон медиҳанд, ки геометрияи системаи воқеӣ метавонад паҳншавии моделро тағйир диҳад.
Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад
- Нишон дода нашудааст, ки дар шабакаи воқеии P2P-и Ethereum ҳангоми ҳамлаи воқеӣ 627 гиреҳ ба ҳамин тарз вайрон шудаанд.
- Бо додаҳо муайян карда нашудааст, ки гиреҳҳои hub-и Ethereum-и таҳлилшуда воқеан exchange ё mining pool мебошанд.
- Таъсири сабабии motif ба диффузия танҳо бо таҳлили коррелятсия исбот нашудааст.
- Нишон дода нашудааст, ки шабакаҳои DT дар ҳамаи зичиҳои шабака ҳамеша тезтар паҳн мешаванд.
- Исбот нашудааст, ки шабакаҳои GRG дар ҳамаи шароитҳо устувортарин навъи шабака мебошанд.
- Рӯйдодҳои воқеии таърихии blackout дар шабакаҳои Аврупо бо ин симулятсияи KT аз нав сохта нашудаанд.
- Коэффисиентҳои posterior-и SI баробари бевоситаи фоизии эҳтимоли вайроншавии физикӣ нестанд.
- Нишон дода нашудааст, ки clustering coefficient дар ҳамаи системаҳои blockchain ва power-grid универсалӣ қавитарин тағйирёбандаи риск мебошад.
- Чен карда нашудааст, ки кам кардани hub ё decentralize кардани шабака дар системаи воқеӣ миқдори муайяни афзоиши амниятро медиҳад.
- Тавсияҳои сиёсӣ бо таҷрибаи мустақими мудохила тасдиқ нашудаанд.
Маҳдудиятҳои асосӣ ва қайдҳои такрорпазирӣ
- Шабакаҳои Ethereum ва power-grid барои истифодаи моделҳои симметрӣ ҳамчун undirected баррасӣ шудаанд; ҷараёнҳои воқеии муомила ва барқ метавонанд табиатан directionality дошта бошанд.
- Дар Ethereum transaction graph таҳлил шудааст; peer-to-peer message propagation network мустақиман мушоҳида нашудааст.
- Санаҳои snapshot-и додаҳои power-grid дар матни асосӣ муфассал гузориш нашудаанд.
- Нобаробарии spontaneous-adoption дар KT Algorithm 1-и манбаъ бо маънои шарҳдодашудаи \(\delta\) аз ҷиҳати математикӣ мувофиқат намекунад.
- Номи “Bootstrap confidence interval” ва тартиби бевоситаи empirical percentile дар Algorithm 2 як усул нестанд.
- Prior-и Ethereum \(\alpha\sim U(1,2)\) бо posterior-и гузоришшудаи \(\alpha\) мувофиқат намекунад.
- Байни Motif Section 3.2/Table 1 ва шарҳи навъи motif дар Discussion номувофиқии терминологӣ вуҷуд дорад.
- Дар шарҳи Power-grid SI дар як ҷой ба ҷои \(X_3\) боз \(X_2\) навишта шудааст.
- Қарори Bayesian “significance” дар шароити prior-ҳои positive-support ба он асос меёбад, ки credible interval сифрро дар бар намегирад.
- Манбаъ мегӯяд, ки ҳамаи додаҳо public мебошанд; аммо ҳамаи кодҳои R ба ҷои repository-и кушода танҳо бо дархост пешниҳод мешаванд.
- Муаллифон ҳамчун кори оянда муқоисаи directionality ва randomized null model–observed network-ро пешниҳод мекунанд.
Маънои амалӣ чӣ гуна бояд хонда шавад?
Таҳқиқот натиҷаҳои моделӣ ва мисолӣ пешниҳод мекунад, ки нишон медиҳанд дар тарҳи шабака танҳо ба шумораи умумии пайвастҳо назар кардан метавонад кофӣ набошад. Дар шабакаҳои дорои зичии тақрибан яксон тартиби геометрии ташкилёбии пайвастҳо, марказӣ будани кадом гиреҳҳо ва сохтори motif-ҳои маҳаллӣ метавонанд динамикаи диффузияро тағйир диҳанд.
Дар тарҳи blockchain ё инфрасохтори критикӣ тафсири бехатари ин натиҷа он аст, ки гиреҳҳои high-centrality ва геометрияи маҳаллӣ бояд ҳангоми таҳлили resilience алоҳида пайгирӣ шаванд. Тафсире, ки таҳқиқот мустақиман исбот намекунад, ин аст, ки бозтарҳрезии муайян дар системаи воқеӣ ҳатман ҳамларо пешгирӣ мекунад ё риски blackout-ро ба фоизи муайян кам мекунад.
Қайди Манбаъ ва Усул
Унвони аслӣ: Understanding How Network Geometry Influences Diffusion Processes in Complex Networks: A Focus on Cryptocurrency Blockchains and Critical Infrastructure Networks
Унвони нашр ба забони тоҷикӣ: Фаҳмидани Он ки Геометрияи Шабака ба Равандҳои Паҳншавӣ дар Шабакаҳои Мураккаб Чӣ гуна Таъсир Мерасонад: Тамаркуз ба Блокчейнҳои Криптовалютӣ ва Шабакаҳои Инфрасохтори Критикӣ
Муаллифон: S M Mustaquim; Asim K. Dey; Abhijit Mandal.
Тартиби муаллифон: Тартиби PDF-и боршуда айнан нигоҳ дошта шудааст.
Аффилиатсия 1: Department of Mathematical Sciences, The University of Texas at El Paso, Texas, United States.
Аффилиатсия 2: Department of Mathematics and Statistics, Texas Tech University, Lubbock, Texas, United States.
Муаллифи масъул: Asim K. Dey; дар PDF-и манбаъ ва сабти расмии маҷалла ҳамчун correspondence author нишон дода шудааст.
Саҳми баробар: Дар манбаъ изҳороти саҳми баробар/муаллифи якуми баробар вуҷуд надорад.
Версияи боршуда: arXiv:2509.23450v2 [stat.ME], 9 октябри 2025.
Нашри рецензияшуда: Journal of the Royal Statistical Society Series A: Statistics in Society.
Ҷилд / шумора: Volume 189, Issue 2.
Санаи шумора: April 2026.
Саҳифаҳо: 646–667.
Санаи нашри онлайн: 9 октябри 2025.
Таърихи мақола: Received 19 феврали 2025; revision received 8 августи 2025; accepted 13 сентябри 2025.
DOI: 10.1093/jrsssa/qnaf146.
Ношир: Oxford University Press; Journal of the Royal Statistical Society Series A, нашри Royal Statistical Society.
Навъи манбаъ: Файли боршуда arXiv v2 аст; journal version of record-и рецензияшудаи ҳамон таҳқиқот нашр шудааст.
Рецензия: Мақолаи маҷаллаи рецензияшуда мебошад. Матни боршуда инчунин ба associate editor ва ду reviewer изҳори сипос мекунад.
Литсензия / истифодаи дубора: Версияи рецензияшуда © The Royal Statistical Society 2025, all rights reserved; Oxford University Press Standard Journals Publication Model. Литсензияи кушодаи CC нест.
Навъи асосии таҳқиқот: Илми шабака ва моделсозии оморӣ; симулятсияҳои шабакаҳои синтетикӣ + case study-и топологияи шабакаи воқеӣ + Bayesian SI inference.
Моделҳои асосӣ: Модели Kertész Threshold (KT); модели Susceptible-Infected (SI) continuous-time.
Усули motif: Edge-disjoint 4-node motif detection; Weisfeiler–Lehman graph hashing.
Номуайянӣ: Барои каҷхаттаҳои симулятсияи KT empirical 2.5th/97.5th percentiles-и 1.000 run-и мустақил; манбаъ инро bootstrap confidence interval низ меномад. Барои параметрҳои SI — Bayesian %95 credible interval.
Тести оморӣ: Nonparametric k-sample Anderson–Darling test; дар сенарияҳои ибтидоии Ethereum ва муқоисаҳои grid-и Аврупо \(p<0.001\) гузориш шудааст.
Додаҳои Ethereum: Ethereum mainnet, Infura + Ethereum ETL; block 10,000,000–10,001,000; равзанаи таҳлил 2020-05-04 14:48:40–14:58:40 UTC; giant component 627 node ва 666 edge.
Шабакаҳои барқ: Germany, Italy, France transmission networks; манбаъ Union for the Coordination of the Transmission of Electricity нишон дода шудааст.
Нармафзори SI: Julia Pathogen.jl.
MCMC: Metropolis–Hastings; 200.000 iteration; 20.000 burn-in; тақрибан 48 соат; 32 GB RAM; 4.40 GHz Intel Core i7.
Маблағгузорӣ: Барои Asim K. Dey — National Science Foundation, USA, NSF DMS 2453756 ва NASA 21-AIST21-2-0020.
Дастрасии додаҳо: Манбаъ мегӯяд: “All data are publicly available”.
Дастрасии код: Қайд шудааст, ки ҳамаи кодҳои R бо дархост пешниҳод мешаванд; public code repository-и пурра дода нашудааст.
Бархӯрди манфиатҳо: Муаллифон бархӯрди эҳтимолии манфиатҳоро гузориш накардаанд.
Саҳми муаллифон: Дар PDF-и боршуда бахши алоҳидаи CRediT / Author Contributions вуҷуд надорад.
Supplementary material: Preprint-и боршуда мегӯяд, ки ancillary files дар arXiv abstract page мавҷуданд; версияи рецензияшуда низ сабти supplementary data пешниҳод мекунад.
Номувофиқии муҳими дохили манбаъ 1: Шарти \(r_v\geq\delta\) дар Algorithm 1 бо шарҳи spontaneous-adopter барои \(\delta=0.001\) аз ҷиҳати математикӣ мувофиқат намекунад.
Номувофиқии муҳими дохили манбаъ 2: Prior-и навишташудаи Ethereum \(\alpha\sim U(1,2)\) бо posterior-и \(\alpha=0.0616\) дар ҳамин шакл мувофиқат намекунад.
Номувофиқии муҳими дохили манбаъ 3: Тафсирҳои line-type/square-type дар Discussion бо Motif Table 1/Section 3.2 пурра мувофиқат намекунанд.
Номувофиқии муҳими дохили манбаъ 4: Манбаъ истилоҳи “bootstrap”-ро истифода мебарад, дар ҳоле ки Algorithm 2 бевосита percentile-ҳои симулятсияҳои мустақилро ҳисоб мекунад.
Ҳудуди асосии тафсир: Гарчанде ки топологияҳои воқеии Ethereum ва power-grid истифода шудаанд, равандҳои “infection/failure” модел мебошанд; онҳо мушоҳидаҳои ҳамлаи воқеӣ, blackout-и воқеӣ ё вайроншавии таърихии гиреҳ нестанд.
Ҳудуди directionality: Ethereum transaction graph ва шабакаҳои барқ барои истифодаи моделҳои symmetric KT/SI ҳамчун undirected баррасӣ шудаанд; муаллифон самтнокии системаҳои воқеиро ҳамчун соҳаи кори оянда қайд мекунанд.
Шарҳ гузоред
Нишонии почтаи электронии шумо нашр намешавад. Майдонҳои ҳатмӣ бо * нишон дода шудаанд