이질적 제어 하의 스케일프리 네트워크 성장

초록

본 논문은 정점의 활성·비활성 기간을 정점 차수에 따라 다르게 설정한 이질적 제어 모델을 제안하고, 시뮬레이션을 통해 네트워크의 총 엣지 수, 평균 지오데식 거리, 성장률 및 차수 분포가 어떻게 변하는지 분석한다. α/β 비율이 클수록 기존 BA 모델과 유사한 선형 성장과 로그형 평균 거리 증가를 보이며, 차수 분포는 여전히 멱법칙을 따르지만 지수 γ가 3보다 작아진다.

상세 분석

이 연구는 기존의 Barabási‑Albert(BA) 모델에 정점의 주기적 비활성화를 도입함으로써 현실 세계의 유지보수·고장 현상을 모사한다. 핵심 매개변수는 최대 활성 시간 α와 최대 비활성 시간 β이며, 정점은 현재 차수에 따라 계층(tier)으로 구분된다. 계층 i에 속한 정점은 활성·비활성 기간을 각각 α/i, β/i 로 할당받아, 차수가 큰 정점일수록 짧은 비활성 기간을 갖게 된다. 이는 고차 정점이 네트워크 전체 연결성에 미치는 영향을 최소화하면서도, 저차 정점이 장기간 비활성될 가능성을 반영한다.

시뮬레이션 결과는 세 가지 주요 현상을 보여준다. 첫째, 총 엣지 수 L₀(t)는 시간에 따라 계층 수 n에 따라 복잡한 주기성을 나타낸다. n이 증가하면 여러 단계의 “부활”이 겹쳐져 L₀(t)의 급증 시점이 앞당겨지며, 이는 낮은 차수 정점이 재활성될 때 추가되는 엣지 양이 작아도 누적 효과가 크게 나타나기 때문이다. 둘째, 평균 지오데식 거리 l(t)는 활성 정점이 급격히 감소할 때 급증하고, 비활성 정점이 복구되면 다시 감소한다. α와 β의 비율이 클수록 l(t)의 변동 폭이 감소하고, 로그 성장 형태에 가까워진다. 이는 네트워크가 거의 연속적으로 연결된 상태를 유지함을 의미한다.

셋째, 정규화 성장률 (\bar{k}=k/k_{0}) (k는 L₀(t)의 기울기, k₀는 BA 모델의 기울기) 분석을 통해 α>β인 경우 (\bar{k})이 1에 근접함을 확인했다. α/β 비율이 커질수록 (\bar{k})이 증가하고, 반대로 α≤β이면 성장률이 크게 억제된다. 이는 비활성 기간이 활성 기간보다 길면 네트워크 전체의 성장 속도가 현저히 감소한다는 현실적 의미를 갖는다.

이론적으로는 큰 t에서 (\sum_{j\in V}k_j \approx 2m\bar{k}t) 로 근사하고, 정점 차수 성장 방정식 (\partial k_i/\partial t = \frac{k_i}{2\bar{k}t}) 를 풀어 (k_i(t)=m\left(\frac{t}{t_i}\right)^{\beta_0}) (β₀=1/