近日，我院助理研究员唐瑞与西南医科大学、重庆医科大学合作，在国际期刊《Physics Reports》上发表题为“Network alignment”的长篇综述论文。唐瑞为论文第一作者，四川大学网络空间安全学院为第一单位。

真实和虚拟世界复杂系统中，组成元素之间的复杂交互可以建模为复杂网络，从而借助图论、概率统计和人工智能等理论与技术进行挖掘和研究。当某些元素同时存在于多个系统中时，揭示这些元素在不同网络中的对应关系（即网络对齐问题）显得尤为重要。这不仅能够加深人类对复杂系统结构和行为的理解，还能推动相关研究的扩展与验证，并促进不同领域的实际应用。例如，在网络空间安全领域，网络对齐可用于对齐不同社交网络系统，帮助实现跨平台用户身份关联、匿名账号识别以及虚假信息传播路径的分析；生物信息学领域，网络对齐可用于对齐跨物种的蛋白质-蛋白质交互网络，帮助识别保守功能模块、同源物并注释蛋白质功能。

不同领域对网络对齐的关注点各有侧重。例如，在网络空间安全领域，研究人员更加关注如何提高对齐方法的准确率、效率和普适性，以应对动态多变的网络环境；在生物信息学领域，研究人员更注重如何结合网络拓扑特性、属性信息以及领域知识对齐复杂生物网络；而在物理学领域，研究重点则是网络的无标度特性、社区紧密性等因素对对齐效果的影响，以及对齐后复杂系统的动力学问题。此外，不同领域复杂网络的结构、特性和性质差异显著，导致网络对齐的研究通常在各领域内孤立开展，术语和概念缺乏统一性。这些局限不仅阻碍了各领域之间的交流和协作，也导致相关技术和方法难以快速传播和共享，增加了重复开发类似解决方案的风险，限制了对网络对齐问题的全面认识和广泛应用。

论文总结了网络对齐领域的最新研究进展，首先分析了社交网络分析、生物信息学、计算语言学和隐私保护等多个领域的特点与成果，并将各领域的方法统一归类为基于结构一致性的方法和基于机器学习的方法。同时，根据网络的特性，详细总结了在属性网络、异构网络、有向网络以及动态网络等条件下的对齐策略和实现细节。此外，还讨论了该领域当前面临的主要挑战与亟待解决的问题。这一成果可以为研究人员快速了解不同领域成果提供便利，同时也希望吸引更多来自不同学科的研究者，从各自学科的视角共同探索网络对齐问题的解决方法。通过跨学科协作，推动网络对齐研究在理论深度和实际应用上的进一步突破。

《Physics Reports》创刊于1971年，是物理学和交叉学科类久负盛名、最具影响力的国际综述性期刊之一，期刊最新影响因子23.9。该刊每期只发表一篇论文，全部由杂志编辑邀约在全球相关领域做出突出贡献的专家学者撰稿，旨在对当前研究热点进行总结和评述，引领和展望相关领域的未来发展。

作者简介：

唐瑞，博士、副研究员。主要研究方向包括社交网络分析、网络表示学习、人工智能安全等。主持国家自然科学基金青年基金、国家重点研发计划子课题、四川省自然科学基金青年基金等科研项目，在IEEE TIFS、AAAI、IEEE TCYB、IEEE IoT等为代表的国际权威学术期刊和重要学术会议上发表20余篇科研论文，并授权或申请中国发明专利10余项。