Cascading Failures in Dynamic Networks

Denne masteroppgaven ser på hvordan feil sprer seg gjennom et nettverk. En enkel modell for feil- og reparasjonsdynamikk blir implementert for å simulere feilspredning. I modellen blir nettverkskomponenter forstyrret og kan ødelegges av å ha ødelagte naboer. Sannsynligheten for at en ødelagt komponent blir reparert er avhengig av systemets totale reparasjonskapasitet. Differensialligningen for modellen har blitt analysert ved bruk av "mean-field approximation" og grafisk analyse av Eran Reches. Resultatene fra analysen indikerer noen kritiske parameterverdier som kan avgjøre om systemet vil bryte sammen eller ikke. Simuleringer blir kjørt for å undersøke om disse parameterverdiene gir samme utfall i de stokastiske simuleringene. Resultater fra de stokastiske simuleringene viser at analysen kan forutse forekomst av "gode" og "dårlige" utfall i systemet. Ved å dele tidssteg i mindre deler dt går også simuleringsresultatene mot de verdiene for disse utfallene som ble forutsett av analysen. Resultatene fra simuleringene på ulike typer nettverk viser at "scale-free networks" er mer sårbare enn "random networks", og at "grids" er mer robust mot kaskadefeil. Dette stemmer overens med tidligere studier