摘要：从复杂网络的构建到智能优化的演化，理解网络的鲁棒性与瓦解机制始终是一个深刻的挑战。更值得深思的是，网络的结构和算法设计如何决定了网络在遭遇局部攻击时的脆弱性，及其整体瓦解的速度与范围。动态演化过程中的节点和边的变化，也会影响系统如何在瓦解中保持部分功能，或如何
导语
从复杂网络的构建到智能优化的演化，理解网络的鲁棒性与瓦解机制始终是一个深刻的挑战。更值得深思的是，网络的结构和算法设计如何决定了网络在遭遇局部攻击时的脆弱性，及其整体瓦解的速度与范围。动态演化过程中的节点和边的变化，也会影响系统如何在瓦解中保持部分功能，或如何适应新的结构。因此，网络瓦解研究聚焦于一个核心问题：在不同类型的网络结构（如高阶网络、空间网络、时序网络）中，局部的破坏如何引发整体功能的丧失？在面对网络的异质性和约束条件下，不同的优化算法如何有效识别并摧毁关键节点与连接，从而最大化网络的瓦解效应，进而影响系统的整体稳定性与韧性？
集智俱乐部联合北京师范大学教授吴俊、国防科技大学副研究员谭索怡、北京化工大学副教授谷伟伟、中国科学技术大学博士后范天龙、国防科技大学在读博士卿枫共同发起「复杂网络瓦解读书会」，跨越网络结构、算法模型与应用场景的视角，探索复杂网络瓦解的前沿进展。重点探讨不同算法与优化框架如何帮助我们认识网络的脆弱性，并在现实约束下推动网络系统的智能演化与应用发展。
在万物互联的时代，从互联网、电网、金融系统到社交网络与供应链，复杂网络已经成为现代社会的核心骨架。然而，这种高效性背后往往潜藏着深层次的脆弱性：一次局部的攻击、故障或过载，可能通过复杂的连接关系引发灾难性的级联失效，导致整个系统的全面崩溃。如何理解并控制这种脆弱性，是复杂网络研究中的根本问题之一。
传统的网络鲁棒性研究主要聚焦在节点或边的静态删除，但随着研究的深入，我们认识到真实网络的性质、瓦解算法与约束模型都远比最初设想的更为复杂。空间嵌入、时序演化和高阶结构，使得网络功能的维系不仅仅依赖局部连接，而是根植于多层次、多维度的组织特征；启发式策略、统计物理框架与机器学习方法则为“高效且接近最优”的瓦解提供了不同思路； 而异质成本、攻防博弈，正在将瓦解研究从纯粹的理论问题推向更现实、更复杂的应用场景。
因此，本次读书会将围绕复杂网络瓦解的前沿进展展开，聚焦从网络性质、算法方法到瓦解模型的三大层面，讨论其最新成果与未解难题。目标是在理解复杂网络脆弱性的同时，为网络安全、公共卫生、基础设施保护等现实问题提供跨学科的思路与工具。
本次读书会分为三个核心板块：
网络性质
探讨空间网络中的区域化攻击与地理约束，高阶网络中的团、圈与 k-core 结构，以及时序网络中的时间可达性与时序巨分量。重点分析这些性质如何改变传统瓦解问题的边界条件，并提出新的功能性衡量指标。
瓦解算法
聚焦不同算法范式的比较与融合：从贪心策略、集体影响力等启发式方法，到基于渗流与统计物理的理论框架，再到表征学习与强化学习驱动的智能算法。探讨如何在效率和可扩展性之间取得平衡。
瓦解模型
从经典的“静态单目标”模型，扩展到动态网络、异质成本和攻防博弈。重点关注如何在理论可解与实际可用之间寻找平衡，以及如何设计能够适应现实复杂性的新型瓦解模型。
我们将探讨如下核心问题：
网络瓦解的本质与边界：如何定义并量化网络功能，以及空间、时序、高阶结构如何拓展传统瓦解的理论边界并改变其挑战？瓦解算法的演进与效能：从启发式策略到表征学习与强化学习，瓦解算法在效率、精度及鲁棒性上如何迭代发展？现实约束下的瓦解挑战：面对异质成本、攻防博弈与信息不完全等复杂情境，如何设计并实现兼具鲁棒性与高效性的瓦解？你将收获：
前沿视野：掌握网络瓦解领域的最新研究脉络与跨学科进展；理论工具：理解从图论、统计物理到机器学习的多种瓦解方法；应用启发：思考如何在不同类型的复杂网络场景中，在动态与不确定环境下实现瓦解策略的优化，并推动理论方法向更广泛的实际问题迁移。学术对话：与来自不同学科背景的研究者共同探讨关键科学问题与未来方向。吴俊，北京师范⼤学文理学院系统科学系\⾃然科学⾼等研究院复杂系统国际科学中⼼教授、博⼠⽣导师，国防科技⼤学、伦敦帝国理⼯学院联合培养博⼠，加州⼤学戴维斯分校访问学者。“复杂系统与群体决策”⼴东省普通⾼校创新团队负责⼈，⼊选教育部“新世纪优秀⼈才⽀持计划”、⼴东省“珠江⼈才计划”（科技创新领军⼈才），中国系统⼯程学会⻘年科技奖获得者。
研究方向：复杂网络与复杂系统、大数据与群体决策、体系工程与攻防博弈
谭索怡，博士，国防科技大学系统工程学院副研究员，国防科技大学、波士顿大学的联合培养博士。入选湖南省芙蓉计划青年人才、中国CAAI社会计算青年学者新星。
研究方向：复杂系统与复杂网络、人类行为动力学、移动计算和应急管理
谷伟伟，博士，北京化工大学信息科学与技术学院副教授，北京师范大学系统分析与集成专业博士，印第安纳大学、芝加哥大学联合培养博士。曾以第一作者在Nature Machine Intelligence, Nature Communications, Neural Networks, Social Networks等期刊发表学术文章二十余篇。
研究方向：图神经网络、图组合优化、强化学习、数据挖掘
范天龙，博士，中国科学技术大学网络空间安全学院博士后，瑞士弗里堡大学（University of Fribourg）物理学博士毕业。主持及参与各类研究项目十余项，在Communications Physics、Reliability Engineering & System Safety、Chaos, Solitons & Fractals、New Journal of Physics、SCIENCE CHINA Information Sciences等领域内知名期刊上发表学术论文20余篇。
研究方向：复杂网络信息挖掘、网络传播动力学建模、网络搜索与优化、网络控制
卿枫，国防科技大学系统工程学院在读博士，目前师从范长俊老师。本硕均毕业于中国传媒大学应用数学专业。
研究方向：关键节点识别、网络瓦解
报名参与读书会运行模式
从2025年10月14日开始，每周二晚上19:30-21:30，持续时间预计8周左右，按读书会框架设计，每周进行线上会议，与主讲人等社区成员当面交流，会后可以获得视频回放持续学习。
第一步：微信扫码填写报名信息。
第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：
https://pattern.swarma.org/study_group/70?from=wechat
第三步：添加运营负责人微信，拉入对应主题的读书会社区（微信群）。
PS：为确保专业性和讨论的聚焦，本读书会谢绝脱离读书会主题和复杂科学问题本身的空泛的哲学和思辨式讨论；如果出现讨论内容不符合要求、经提醒无效者，会被移除群聊并对未参与部分退费。
读书会运营负责人
加入社区后可以获得的资源：
完整权限，包括线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。
读书会采用共学共研机制，成员通过内容共创获积分（字幕修改、读书会笔记、论文速递、公众号文章、集智百科、论文解读等共创任务），积分符合条件即可退费。
PS：具体参与方式可以加入读书会后查看对应的共创任务列表，领取任务，与运营负责人沟通详情，上述规则的最终解释权归集智俱乐部所有。
来源：集智俱乐部一点号
