.png){kind=icon}
返回
Complex network evolution with node strategies driven by information entropy
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ins.2025.122713.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
进化策略在动态网络中的分析仍然是网络科学领域的一个基本挑战，其进展受到计算复杂性和缺乏理论支持的框架以量化节点级决策的限制。现有方法通常难以将节点的战略行为与信息论原理相结合，从而限制了在网络优化方面的洞察。为弥合这一差距，我们提出了一种基于信息熵驱动的安全网络演化框架。首先，我们建立了一个包含跨社区节点识别和基于战略效用的节点策略演化算法的安全演化模型。其次，我们严格分析了由二维结构熵最小化驱动的局部网络动态的稳定性和均衡条件。最后，我们进行了比较研究，考察了不同节点策略和节点类型下的网络演化。理论分析和广泛的模拟表明，信息驱动的网络演化为以边创建策略为主导的完全连接结构。关键在于，这不仅证实了跨社区节点能够捕捉全局动态，还验证了其收敛于“安全演化原则”——消除中心化枢纽可最小化结构脆弱性，同时最大化数据共享参与度，确保节点在整个演化过程中的安全性。该熵博弈框架与模仿最佳策略和费米规则策略的策略更新相比，运行时间减少了80%至90%，同时保持了网络结构的安全性，为设计安全、自适应网络提供了理论支持基础。
Keyword:
Evolutionary game
Complex network evolution
Structural information
Node strategies
Cross-community nodes
期刊
IF:
6.8
论文数:
540
被引数:
6.2W
机构
引用论文
Self-directed online machine learning for topology optimization面向拓扑优化的自主在线机器学习.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏ON-OFF neuromorphic ISING machines using Fowler-Nordheim annealers开关系的神经形态伊辛机，采用福勒-诺德海姆退火器NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏分享收藏An Adaptive Improved Ant Colony System Based on Population Information Entropy for Path Planning of Mobile RobotIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容