1701068041
幂律以及对其的质疑
1701068042
1701068043
前面我们说了,无尺度网络的连接度幂律分布能使系统稳健、通信迅速,这也使得这种网络在自然界很普遍,而它们的形成机制主要是偏好附连。这个观念给科学家研究其他问题带来了新的思路。
1701068044
1701068045
不管一种思想如何具有吸引力,科学家们对之都天生抱有怀疑,尤其是新提出的思想,还没有被怎么检验过,对于那种声称对很多学科都具有普适性的思想更是如此。这种怀疑态度是健康的,它是科学能够进步的关键。因此,并不是所有人都加入了网络科学阵营,事实上很多人认为,对于网络科学在复杂系统研究中的意义,一些观点过于乐观。下面我们来看看这些怀疑观点。
1701068046
1701068047
1.幂律和无尺度分布被滥用。对于真实世界中的网络,一般都很难得到好的数据。例如,巴拉巴西和他的同事在研究代谢网络时用的是网上的数据库,其中的数据由世界各地的生物学家提供。这类生物数据库对于研究很有帮助,但同时也必然是不完善的,还有很多错误。巴拉巴西和他的同事只能靠统计和曲线拟合来计算各种代谢网络的度分布,这种方法还存在问题,但是分析真实数据时大部分用的都是这种方法。用这种方法确定为“无尺度”的一些网络后来又被发现其实不是无尺度分布。 [253]
1701068048
1701068049
就像哲学家和生物史学家凯勒(Evelyn Fox Keller)说的:“现在幂律的普遍性可能被高估了 [254] 。”物理学家和网络学家沙利兹(Cosma Shalizi)的话说得更不客气:“我们对幂律的迷恋是一种耻辱 [255] 。”就在我写下这些的时候,对于真实世界的网络是不是确实是无尺度分布仍然存在很多争议。
1701068050
1701068051
2.即使网络确实是无尺度分布,也有很多可能会导致网络的连接度幂律分布;并不一定非得是偏好附连。沙利兹一针见血地指出:“产生幂律的方法很多,每种都有道理 [256] 。”我在圣塔菲研究所的时候,几乎每隔一天都有讲座介绍产生幂律分布的新机制 [257] 。有一些与偏好附连类似,有一些则相差很大。很难说到底是哪种机制导致了在真实世界中观察到的幂律。
1701068052
1701068053
3.网络科学的模型过度简化,假设前提不现实。小世界和无尺度网络模型也仅仅是模型而已,模型中的简化假设在现实世界中的网络也许不成立。建立这些简化模型的目的是希望能抓住所研究的现象的某些方面。前面我们看到,这两个网络模型,尤其是无尺度模型,确实抓住了一些东西,大量真实系统中的度分布、集群以及稳健性(虽然前面第1点认为适用面可能不像想象的那样广)。
1701068054
1701068055
不管怎样,网络的简化模型就其本身来说,还是无法解释真实世界中的网络的一切。不管是小世界还是无尺度模型,所有节点都被当作是一样的,除了连接度;所有的边的类型和强度也是一样的。在真实世界中的网络不是这么回事。例如,在我的社会网络中(图15.6有简化模型),一些代表友情的边就比其他边的强度要大些。Kim和Gar都是我的朋友,但是我和Kim关系更好,因此我也更有可能把我个人的重要事情告诉她。而且,Kim是女人,而Gar是男人,这也使得我更倾向于信赖Kim。同样的,比起Kim来,我的朋友Greg要懂数学一些,因此如果我想讨论纯数学方面的问题,我就更有可能找Greg而不是Kim。边和节点类型的区别,以及边的强度,对于信息在网络上的传播有很大影响,而简化的网络模型无法抓住这种影响。
1701068056
1701068058
网络中的信息传播和连锁失效
1701068059
1701068060
事实上,理解信息在网络中的传播方式是网络科学现在面临的最重要的问题。到目前为止我们讨论的都只是网络的结构——例如,静态的度分布——还没有讨论网络中信息传播的动态行为。
1701068061
1701068062
“网络中的信息传播”指的是什么呢?这里的信息一词指的是节点之间的所有交流。信息的传播包括例如谣言、流言、流行时尚、思想、流行病(通过病毒传播)、电流、万维网上的数据包、神经递质、卡路里(在食物网中传递),以及一种更普遍的网络传播现象——“连锁失效(cascading failure)”。
1701068063
1701068064
连锁失效现象的存在促使人们关注网络中的信息传播以及其如何受网络结构影响。网络中的连锁失效是这样一个过程:假设网络中每个节点都负责执行某项工作(例如传输电力)。如果某个节点失效了,它的工作就会转移到其他节点。这有可能会让其他节点负荷过重从而失效,又将它们的工作传递到其他还未失效的节点,这样不断发展。结果是失效如同加速的多米诺骨牌一样扩散,从而让整个网络崩溃。
1701068065
1701068066
连锁失效的例子在现实网络世界中很常见。下面是新闻里最近报道的两个例子:
1701068067
1701068068
◆2003年8月:美国中西部和东北部发生大规模断电,是由俄亥俄州一家发电厂发生故障引发的连锁失效导致的。据报道,由于天气过于炎热, [258] 导致电线负荷过高,引起线路下垂,碰到了树枝,触发了线路自动断路,负载被转移到电网其他部分,使得其他部分也因过载而失效。过载失效迅速传播,最后导致加拿大和美国东部5000万居民断电,有些地区断电长达3天。
1701068069
1701068070
◆2007年8月:美国海关计算机系统崩溃了近10个小时, [259] 导致17000多名旅客滞留在洛杉矶国际机场。事故是由一台计算机的网卡故障引起的。这个故障很快导致其他网卡也连锁失效,不到1个小时,整个系统都崩溃了。海关职员无法处理到达的国际旅客,其中一些人不得不在飞机上等了5个多小时。
1701068071
1701068072
第3个例子表明不仅电力网络会发生连锁失效,公司网络也一样。◆1998年8—9月:私人金融对冲基金美国长期资本管理公司 [260] (Long-Term Capital Management, LTCM)得到数家大型金融公司担保从事风险投资,结果将公司的权益价值几乎赔光。美联储担心它的亏损会导致全球金融市场崩溃,因为为了偿债,LTCM会不得不卖掉大部分资产,导致股票等有价证券的价格下跌,从而迫使其他公司也抛售资产,导致价格进一步下跌,直至崩溃。1998年9月末,为了防止出现这种局面,美联储召集了其主要债权银行对LTCM进行援助。
1701068073
1701068074
前面我们说到,在节点随机失效时,对网络的平均最短路径长度不会有很大影响。这种特性在连锁失效的情况下并不成立,因为一个节点的失效会导致其他节点也失效。连锁失效是“引爆点”的又一个例子,小事件触发加速正反馈,结果小问题导致严重后果。许多人担心黑客和电脑恐怖分子威胁全球网络基础,但连锁失效带来的威胁可能更大。随着我们的社会越来越依赖计算机网络、网络投票机、导弹防御系统、电子银行等等,连锁失效的情况也越来越常见,威胁也越来越大。正如研究这种系统的专家安东诺普洛斯(Andreas Antonopoulos)指出的,“威胁来自复杂性本身” [261] 。
1701068075
1701068076
因此,对连锁失效及其应对策略的总体研究现在是网络科学最活跃的研究领域。两个影响最大的理论分别是自组织临界性 [262] (SelfOrganized Criticality, SOC)和高容错性 [263] (Highly Optimized Tolerance, HOT)。SOC和HOT理论也提出了不同于偏好附连的机制解释无尺度网络的产生。这两个理论各自提出了一组进化和工程系统连锁失效的普适机制。
1701068077
1701068078
上一章介绍的小世界网络和无尺度网络简化模型给许多学科引入了网络的思想,并且建立了独立的网络科学领域。下一步我们将了解网络中信息等因素的动力学。要研究免疫系统、蚁群、细胞代谢(参见第12章)这类网络中的信息动力学,网络科学必须刻画节点和边随着时间和空间不断变化的网络。这将是一个重大挑战,就像邓肯·瓦特说的:“对于网络的动力学之谜, [264] 不管是疾病传播、电网崩溃,还是革命的爆发,我们现在面临的网络问题就像海边的鹅卵石一样多。”
1701068079
1701068081
第17章 比例之谜
1701068082
1701068083
前两章我们看到,网络的思想对许多科学领域都有深刻影响,尤其是生物学。就在不久前,网络思想又为生物学中一个最让人费解的难题提出了新的解答:生物的大小变化时其他属性会如何变化。
1701068084
1701068086
生物学中的比例缩放
1701068087
1701068088
比例描述的是一个属性改变时,其他相关的属性会如何改变。生物学的比例之谜关注的则是生物在休息时消耗的平均能量——基础代谢率——随着生物体重的变化会如何变化。细胞将食物、空气和光照转化为能量的代谢过程是所有生物系统的关键,因此体重与代谢的关系对于理解生命的运作极为重要。
1701068089
[
上一页 ]
[ :1.70106804e+09 ]
[
下一页 ]