PL 
EnglishDomyślny
Українська🕸️ Odporność sieci
Sieci bezskalowe Barabásiego-Alberta i losowe Erdősa-Rényiego pod celowym atakiem na huby wobec losowej awarii węzłów — obserwuj rozpad gigantycznej składowej.
O odporności sieci
Ta symulacja zestawia sposób, w jaki dwie klasy sieci przetrwają usuwanie wierzchołków. Buduje albo bezskalowy graf Barabásiego-Alberta, rosnący przez dołączanie preferencyjne (każdy nowy wierzchołek łączy się z m=2 istniejącymi wierzchołkami z prawdopodobieństwem proporcjonalnym do ich stopnia), albo losowy graf Erdősa-Rényiego, w którym każda para wierzchołków łączy się niezależnie z prawdopodobieństwem p ≈ 2,5·ln(N)/N. Po każdym usunięciu wykonywane jest przeszukiwanie wszerz (BFS), aby ponownie obliczyć spójne składowe oraz rozmiar składowej olbrzymiej.
Suwak Wierzchołki ustawia N (20–150), a zakładki przełączają typ sieci i tryb ataku. W trybie celowanym najpierw usuwany jest ocalały wierzchołek o najwyższym stopniu (hub); w trybie losowym usuwany jest jednorodnie losowy wierzchołek. Suwak prędkości usuwania kontroluje liczbę wierzchołków usuwanych na klatkę, a przyciski Atakuj, Odbuduj i Krok sterują procesem. Ta asymetria — odporność na losowe awarie przy podatności na atak na huby — wyjaśnia odporność internetu, sieci energetycznych i sieci interakcji białkowych.
Najczęściej zadawane pytania
Co dokładnie pokazuje ta symulacja?
Usuwa wierzchołki z sieci pojedynczo i śledzi, jak rozpada się spójność. Po każdym usunięciu mierzy składową olbrzymią — największy zbiór wciąż połączonych wierzchołków. Można zaobserwować, jak sieć bezskalowa rozpada się pod celowanym atakiem na huby, jednocześnie znosząc losowe awarie tej samej wielkości.
Czym jest sieć bezskalowa?
Sieć bezskalowa ma rozkład stopni typu prawa potęgowego: większość wierzchołków ma niewiele połączeń, ale garstka hubów ma ich bardzo dużo. Ta strona generuje taką sieć za pomocą modelu Barabásiego-Alberta, w którym każdy nowy wierzchołek dołącza preferencyjnie do węzłów już dobrze połączonych, więc bogaci stają się bogatsi.
Czym różni się sieć Erdősa-Rényiego?
W losowym grafie Erdősa-Rényiego każda możliwa krawędź istnieje z tym samym prawdopodobieństwem p, co daje rozkład stopni Poissona bez dominujących hubów. Ponieważ nie ma kluczowych hubów do wyróżnienia, ataki celowane i losowe powodują z grubsza podobne szkody, w przeciwieństwie do przypadku bezskalowego.
Czym jest składowa olbrzymia i dlaczego ma znaczenie?
Składowa olbrzymia to największe spójne skupisko ocalałych wierzchołków. Jej udział (rozmiar podzielony przez liczbę żywych wierzchołków) mierzy, jaka część sieci wciąż może się komunikować. Gdy ten udział spada do zera, sieć rozpadła się na izolowane wyspy i faktycznie przestała funkcjonować.
Jak atak celowany wybiera kolejną ofiarę?
W trybie celowanym symulacja skanuje wszystkie ocalałe wierzchołki i usuwa ten o najwyższym bieżącym stopniu — największy pozostały hub. Usunięcie huba przecina wiele krawędzi naraz, więc jego sąsiedzi mogą rozpaść się na osobne fragmenty znacznie szybciej niż w przypadku usunięcia zwykłego wierzchołka.
Jak spójność jest przeliczana po każdym usunięciu?
Po usunięciu wierzchołka kod wykonuje przeszukiwanie wszerz po pozostałych żywych wierzchołkach i krawędziach, oznaczając każdy identyfikatorem składowej. Następnie zlicza wierzchołki w każdej składowej, by znaleźć największą z nich. To BFS jest standardowym sposobem identyfikacji spójnych składowych w grafie nieskierowanym.
Co oznaczają statystyki na ekranie?
Łącznie i usunięte wierzchołki śledzą N oraz to, ile wierzchołków usunięto. Składowa olbrzymia pokazuje jej surowy rozmiar, a udział SO wyraża go jako procent ocalałych. Składowe zlicza, ile oddzielnych skupisk istnieje, a Maks. stopień (hub) podaje największy obecny jeszcze stopień — przydatne do obserwowania znikania hubów pod atakiem.
Czy model jest fizycznie dokładny?
Jest to wierny jakościowo model perkolacji na rzeczywistych sieciach, odtwarzający słynne zachowanie „odporny, a zarazem kruchy” opisane przez Alberta, Jeonga i Barabásiego w 2000 roku. Przy maksymalnie 150 wierzchołkach jest to ilustracja o skali edukacyjnej, a nie symulacja badawcza, ale mechanizmy — dołączanie preferencyjne i atak oparty na stopniu — są autentyczne.
Dlaczego sieci bezskalowe są odporne, a zarazem kruche?
Ponieważ większość wierzchołków ma niski stopień, losowa awaria niemal zawsze trafia w nieistotny wierzchołek i ledwo nadszarpuje spójność. Ale ta sama sieć zależy od kilku hubów, które spajają całość, więc atakujący, który wie, które wierzchołki są hubami, może ją zdemontować przy pomocy bardzo niewielu, starannie dobranych usunięć. To właśnie kompromis „odporny, a zarazem kruchy”.
Gdzie to ma zastosowanie w świecie rzeczywistym?
Topologia routerów internetu, mapy tras lotniczych, sieci energetyczne, sieci finansowe i interakcje białek komórkowych są w przybliżeniu bezskalowe. Lekcja jest dwuznaczna: takie systemy dobrze tolerują losowe awarie, ale ochrona lub atak zaledwie kilku ich hubów ma nieproporcjonalnie duży efekt — co ma znaczenie od cyberbezpieczeństwa po kontrolę epidemii.