Ausbreitungsphänomene in komplexen Netzwerken

Traditionell benutzt man den Begriff "Ausbreitungsphänomen", um die Informationsverbreitung, Durchdringung von Mitteilungen, die Verbreitung von Gerüchten, die Ausbreitung von Krankheiten und ökonomische Schwankungen zu beschreiben. Die Eigenschaften von Ausbreitungsmechanismen hängen stark von der Netzwerktopologie und dem individuellen oder kollektiven Verhalten ab.

Die Ausbreitung zu verstehen, ist bei der Gestaltung, Implementierung, Wartung und Weiterentwicklung komplexer Netzwerke von Bedeutung. Ein Team aus Wissenschaftlern untersuchte, inwieweit Entwurfsprinzipien für Netzwerke aus der Erforschung von Fehlerfortpflanzungsphänomenen abgeleitet werden können. Im Rahmen des Projekts EPP (To what extent can design principles for complex networks be derived from the study of error propagation in smart and bio-inspired network structures?) untersuchten sie zufällige, kleinteilige und skalenfreie Netzwerkstrukturen. Es wurde ein breites Spektrum von Diffusionseigenschaften wie etwa Geschwindigkeit und Dauer untersucht.

Zu diesem Zweck wurde ein neuer Algorithmus auf Basis von Diffusion entwickelt, der für eine große Vielzahl von Szenarien gilt. Der Algorithmus beruht auf dem in vielen Fällen eingesetzten unabhängigen Kaskadenmodell sowie dem linearen Schwellenmodell. Mit umfassenden Simulationen in realen und künstlichen Netzen demonstrierte man die Robustheit des Algorithmus.

Es wurden gleichermaßen Beiträge aus der breiteren wissenschaftlichen Gemeinschaft, die in diesem Themenbereich arbeitet, zu kritischen Problemen erbeten, die mit Fehlerfortpflanzung, Verbreitung und deren Bekämpfung zu tun haben. Diese wurden in einer Sonderausgabe des New Generation Computing Journal und in dem Buch "Propagation phenomena in real-world networks" (Ausbreitungsphänomene in realen Netzwerken) veröffentlicht.

Durch Einführung neuer Perspektiven auf Ausbreitungsprozesse in komplexen Netzwerken schuf das EPP-Projekt einen wichtigen Ausgangspunkt für die zukünftige Forschung. Damit soll die weitere Erforschung der epidemischen und sozialen Verbreitung, von Fehler- und Informationskaskaden sowie des agentenbasierten Populationslernens (Population Learning) gefördert werden.