Measuring the impact of network att

Measuring the impact of network attack is an important issue in network science. In this paper, we study the impact of maximal vertex coverage (MVC) attack in large complex networks, where the attacker aims at deleting as many edges of the network as possible by attacking a small fraction of nodes. First, we present two metrics to measure the impact of MVC attack. To compute these metrics, we propose an efficient randomized greedy algorithm with near-optimal performance guarantee. Second, we generalize the MVC attack into an uncertain setting, in which a node is deleted by the attacker with a prior probability. We refer to the MVC attack under such uncertain environment as the probabilistic MVC attack. Based on the probabilistic MVC attack, we propose two adaptive metrics, and then present an adaptive greedy algorithm for calculating such metrics accurately and efficiently. Finally, we conduct extensive experiments on 20 real datasets. The results show that P2P and co-authorship networks are extremely robust under the MVC attack while both the online social networks and the Email communication networks exhibit vulnerability under the MVC attack. In addition, the results demonstrate the efficiency and effectiveness of the proposed algorithms for computing the proposed metrics.

ผลลัพธ์ (ไทย) 1:

วัดผลกระทบของเครือข่ายโจมตีเป็นประเด็นสำคัญในเครือข่ายวิทยาศาสตร์ ในเอกสารนี้ เราต้องศึกษาผลกระทบของการโจมตีความครอบคลุม (โรงแรมเอ็มวีซี) จุดสูงสุดในขนาดใหญ่ซับซ้อนเครือข่าย ที่ผู้โจมตีมีวัตถุประสงค์เพื่อลบขอบของเครือข่ายมากที่สุดโดยการโจมตีส่วนเล็ก ๆ ของโหน ครั้งแรก เรานำเสนอวัดสองวัดผลกระทบของการโจมตีโรงแรมเอ็มวีซี การคำนวณการวัดเหล่านี้ เรานำเสนอมีประสิทธิภาพ randomized ตะกละอัลกอริทึม ด้วยใกล้ประสิทธิภาพสูงสุดรับประกัน สอง เราทั่วไปโจมตีโรงแรมเอ็มวีซีไปยังตั้งค่าไม่แน่นอน ซึ่งเป็นลบโหนโจมตีด้วยความน่าเป็นก่อน เราอ้างอิงถึงการโจมตีโรงแรมเอ็มวีซีภายใต้สภาพแวดล้อมที่ไม่แน่นอนดังกล่าวเป็นการโจมตีโรงแรมเอ็มวีซี probabilistic เราใช้การโจมตีโรงแรมเอ็มวีซี probabilistic เสนอสองวัดแบบอะแดปทีฟ แล้ว นำเสนอเหมาะสมโลภอัลกอริทึมสำหรับการคำนวณการวัดดังกล่าวได้อย่างถูกต้อง และมีประสิทธิภาพ สุดท้าย เราทำการทดลองอย่างละเอียดบน datasets จริง 20 ผลลัพธ์แสดงเครือข่าย P2P และเสียร่วมแข็งแกร่งอย่างมากภายใต้การโจมตีโรงแรมเอ็มวีซีในขณะที่เครือข่ายสังคมออนไลน์และเครือข่ายการสื่อสารอีเมล์แสดงความเสี่ยงภายใต้การโจมตีโรงแรมเอ็มวีซี นอกจากนี้ ผลลัพธ์แสดงให้เห็นถึงประสิทธิภาพและประสิทธิผลของอัลกอริทึมที่นำเสนอสำหรับการคำนวณการวัดการนำเสนอ

ผลลัพธ์ (ไทย) 2:

วัดผลกระทบของการโจมตีเครือข่ายที่เป็นปัญหาสำคัญในวิทยาศาสตร์เครือข่าย ในบทความนี้เราศึกษาผลกระทบของความคุ้มครองยอดสูงสุด (MVC) การโจมตีในเครือข่ายที่ซับซ้อนขนาดใหญ่ที่โจมตีมีจุดมุ่งหมายที่การลบขอบเป็นจำนวนมากของเครือข่ายที่เป็นไปได้โดยการโจมตีส่วนเล็ก ๆ ของโหนด ครั้งแรกที่เรานำเสนอสองตัวชี้วัดเพื่อวัดผลกระทบของการโจมตี MVC การคำนวณตัวชี้วัดเหล่านี้เรานำเสนออัลกอริทึมที่มีประสิทธิภาพโลภสุ่มพร้อมกับการรับประกันประสิทธิภาพการทำงานที่ใกล้ที่สุด ประการที่สองเราพูดคุยโจมตี MVC ในการตั้งค่าที่ไม่แน่นอนในการที่โหนดถูกลบโดยการโจมตีที่มีความน่าจะเป็นก่อน เราจะเรียกการโจมตีภายใต้สภาพแวดล้อมที่ไม่แน่นอนเช่นการโจมตีน่าจะเป็น MVC MVC อยู่บนพื้นฐานของการโจมตี MVC น่าจะเป็นเราเสนอสองตัวชี้วัดการปรับตัวและจากนั้นนำเสนอขั้นตอนวิธีโลภการปรับตัวสำหรับการคำนวณตัวชี้วัดดังกล่าวอย่างถูกต้องและมีประสิทธิภาพ สุดท้ายเราทำการทดลองอย่างกว้างขวางใน 20 ชุดข้อมูลที่แท้จริง ผลที่ได้แสดงให้เห็นว่า P2P และร่วมประพันธ์เครือข่ายมีประสิทธิภาพมากอยู่ภายใต้การโจมตี MVC ในขณะที่ทั้งสองเครือข่ายสังคมออนไลน์และช่องโหว่จัดแสดงเครือข่ายการสื่อสารอีเมล์ภายใต้การโจมตี MVC นอกจากนี้ผลแสดงให้เห็นถึงประสิทธิภาพและประสิทธิผลของขั้นตอนวิธีที่นำเสนอสำหรับการคำนวณตัวชี้วัดที่นำเสนอ

ผลลัพธ์ (ไทย) 3:

การวัดผลกระทบของการโจมตีเครือข่ายที่เป็นปัญหาที่สำคัญในด้านวิทยาศาสตร์ของเครือข่าย งานวิจัยนี้ได้ศึกษาผลกระทบของความคุ้มครอง ยอดสูงสุด ( MVC ) ในการโจมตีเครือข่ายที่ซับซ้อนขนาดใหญ่ที่คนร้ายมุ่งลบมากที่ขอบของเครือข่ายที่เป็นไปได้ โดยโจมตีส่วนเล็ก ๆของโหนด ครั้งแรกที่เรานำเสนอสองตัวชี้วัดเพื่อประเมินผลกระทบของ MVC โจมตี คำนวณตัวชี้วัดเหล่านี้เรานำเสนอที่มีประสิทธิภาพและขั้นตอนวิธีแบบละโมบด้วยใกล้รับประกันประสิทธิภาพที่ดีที่สุด ประการที่สอง เราอนุมาน MVC โจมตีในบรรยากาศที่ไม่แน่นอน ซึ่งโหนดจะถูกลบโดยการโจมตีกับความน่าจะเป็นก่อน เราดูที่การทำงานภายใต้สภาพแวดล้อมที่ไม่แน่นอน เช่น โจมตี โจมตีการทำงานของความน่าจะเป็น . จากการโจมตีการทำงานเชิง เราเสนอสองด้านแบบปรับตัวแล้วปัจจุบันและขั้นตอนวิธีแบบละโมบสำหรับการคำนวณเช่นวัดได้อย่างถูกต้องและมีประสิทธิภาพ สุดท้ายเราการทดลองอย่างละเอียด 20 จริงชุดข้อมูล ผลลัพธ์ที่แสดงให้เห็นว่าเครือข่าย P2P และประพันธ์ Co จะมีเสถียรภาพมากภายใต้การทำงานโจมตีในขณะที่เครือข่ายสังคมออนไลน์ และเครือข่ายการสื่อสารอีเมลแสดงความอ่อนแอภายใต้การทำงานโจมตี นอกจากนี้ผลลัพธ์ที่แสดงให้เห็นถึงประสิทธิภาพและประสิทธิผลของการนำเสนออัลกอริทึมสำหรับการคำนวณมาตรวัด