다층 네트워크 성장 모델의 일반화와 동시 차수 분포 해석

초록

본 논문은 서로 다른 레이어마다 서로 다른 수의 연결을 생성하는 이질적 성장 메커니즘을 갖는 다층(멀티플렉스) 네트워크의 동시 차수 분포를 일반적인 레이어 수 M에 대해 정밀하게 분석한다. 균등 연결과 선호적 연결 두 경우에 대해 정상 상태 해를 닫힌 형태로 도출하고, 균등 연결에 한해 초기 조건과 시간에 따른 전이 과정을 포함한 시간 의존적 해도 제시한다. 이론적 결과는 몬테카를로 시뮬레이션으로 검증된다.

상세 분석

이 논문은 기존 연구가 두 레이어, 동질적 성장(각 레이어에서 동일한 수의 링크를 추가) 및 무한 네트워크 크기(steady‑state)만을 다루었던 한계를 뛰어넘어, 레이어 수 M을 임의로 확장하고 각 레이어마다 서로 다른 초기 연결 수 β₁,β₂,…,β_M를 허용하는 이질적 성장 모델을 제시한다. 두 가지 연결 규칙, 즉 (1) 균등 연결(uniform attachment) – 새 노드가 각 레이어에서 무작위로 기존 노드를 선택해 연결하고, (2) 선호적 연결(preferential attachment) – 기존 노드의 차수에 비례해 연결되는 방식을 각각 수식화한다.

레벨‑별 성장률을 β_k라 두고, 시간 t에서 레이어 k의 총 링크 수 L_k(t)=L_k(0)+β_k t 로 표현한다. 이때 각 레이어의 연결 확률은 k‑번째 레이어에서 노드 i의 차수 d_i^{(k)}에 비례한다(선호적 경우) 혹은 동일 확률(균등 경우)이다. 저자는 이러한 확률을 기반으로 다변량 마코프 체인의 전이식을 일반화된 rate equation 형태로 기술한다.

정상 상태( t→∞ )에서는 n(𝐤) = N_{𝐤}/(N(0)+t) 가 시간에 무관하게 수렴한다는 가정 하에, 차수 벡터 𝐤=(k₁,…,k_M) 에 대한 재귀 관계식을 도출한다. 특히 선호적 연결의 경우, 각 레이어의 차수가 독립적인 베타‑분포 형태로 나타나며, 전체 동시 차수 분포는 다중 베타‑함수와 조합 계수를 포함하는 복합 형태가 된다. 저자는 이를 수학적 귀납법과 생성함수 기법을 이용해 닫힌 형태(식 (6) 및 (7))로 풀어냈으며, 이는 기존 두 레이어 동질적 결과를 β₁=β₂인 특수 경우에 정확히 복원한다.

균등 연결에 대해서는 정상 상태 해와 더불어 초기 네트워크 구조(N(0), L_k(0))와 시간 t에 따른 전이 해 n_t(𝐤) 를 구한다. 이를 위해 다변량 베타‑분포의 시간 진화 방정식을 풀고, 초기 조건에 대한 선형 결합 형태의 해를 얻는다. 결과적으로, 초기 네트워크가 큰 경우에도 전이 과정이 빠르게 정상 상태에 수렴함을 보이며, 초기 차수 분포가 전이 중에 어떻게 변형되는지를 정량적으로 설명한다.

시뮬레이션 부분에서는 다양한 초기 토폴로지(별형, 완전 그래프, 임의 그래프)와 β 값 조합을 사용해 10⁴~10⁵ 노드 규모까지 Monte Carlo 실험을 수행하였다. 실험 결과는 이론적 식이 예측하는 확률 질량 함수와 거의 일치했으며, 특히 레이어 간 비대칭 β (예: β₁≫β₂) 상황에서도 차수 분포의 비대칭성이 정확히 재현되었다. 또한, 조건부 평균 차수 𝔼