네트워크 탄력성: 복잡계 연결구조의 강인함을 정량화하는 새로운 지표

초록

본 논문은 복잡 네트워크의 공격 저항성을 평가하기 위해 ‘탄력성(Elasticity)’이라는 새로운 지표를 제안한다. 탄력성은 노드·링크 제거 과정에서 남은 노드 비율에 대한 전체 처리량(throughput) 곡선 아래 면적으로 정의되며, 토폴로지만으로도 네트워크의 전반적 복원력을 정량화한다. 기존의 라플라시안 고유값(λ₂) 등 스펙트럼 기반 지표의 한계를 보완하고, 다양한 인터넷 토폴로지와 온라인 소셜 네트워크에 적용해 실험적 검증을 수행한다.

상세 분석

논문은 먼저 네트워크 강인성의 정의를 “노드·링크가 제거될 때 전체 처리량이 점진적으로 감소하는 정도”로 명확히 규정한다. 기존의 연결성, 톱니수, 견고성 등 전통적 지표는 계산 복잡도와 실제 흐름을 반영하지 못한다는 한계를 지적한다. 특히 라플라시안의 두 번째 고유값(λ₂)은 일부 경우에 강인성을 잘 나타내지만, 논문에 제시된 네트워크 3·4와 같은 반례에서는 λ₂가 높은 네트워크가 실제 처리량 감소가 더 심해 역설적인 결과를 보인다. 이를 통해 스펙트럼 기반 지표가 트래픽 흐름을 고려하지 못함을 비판한다.

새롭게 정의한 탄력성(E)은 “처리량 Tp(g) 대 남은 노드 비율” 곡선의 면적으로, 0 ≤ E ≤ 1 범위에서 측정된다. 알고리즘은 토폴로지 입력 → 최단경로 라우팅 매트릭스 구축 → 병목 링크의 최대 흐름(f_max) 계산 → Tp(g) 산출 → 곡선 면적 적분 순으로 진행된다. 이 과정은 라우터·링크의 물리적 사양을 필요로 하지 않으며, 순수 토폴로지 정보만으로 강인성을 평가한다는 점에서 실용적이다.

실험에서는 HOT, Scale‑free, BGP, Skitter, Whois, Abilene, Inet 등 다양한 실제 인터넷 토폴로지를 1,000노드 수준으로 dK(특히 2K) 재스케일링한 뒤, 무작위 및 고도 중심 노드 제거 시나리오를 적용한다. 결과는 HOT 토폴로지가 가장 높은 탄력성을 보이며, 이는 메쉬형 구조가 고도 중심 노드에 대한 의존도가 낮아 공격에 강함을 의미한다. 반면 Scale‑free는 몇몇 허브 노드에 의존도가 높아 고도 중심 노드 제거 시 급격히 처리량이 감소, 탄력성도 낮게 나타났다. 또한, 탄력성과 네트워크의 어소시어티비티(r) 사이에 양의 상관관계가 존재함을 확인한다. 즉, 동질적인 고도 연결을 갖는 어소시어티브 네트워크가 일반적으로 더 높은 탄력성을 보인다.

알고리즘 검증을 위해 기존 연구