Angriff auf das neuronale Netzwerk

×

Was passiert, wenn 90 Prozent der Verbindungen in einem neuronalen Netzwerk getrennt werden? Nicht nur die Medizin befasst sich mit dieser Frage, auch die Informatik ist sehr an einer Antwort interessiert.

Das Verständnis von der Funktionsweise eines Gehirns beschäftigt seit langem die Wissenschaft. Dennoch scheitern daran seit vielen Jahrhunderten Biologen, Psychologen und Mediziner gleichermaßen. Dabei erhoffen sich insbesondere Informatiker Fortschritte für ihre Arbeit. Vor allem der Bereich der Neuronalen Netze ist für sie interessant. Immer verdanken wir Menschen „der komplexen Verschaltung und der Adaptivität unsere Intelligenz und unsere Fähigkeit, verschiedenste motorische und intellektuelle Fähigkeiten zu lernen und uns an variable Umweltbedingungen anzupassen“. So schreibt es Wolfgang Ertel in „Neuronale Netze“. Was aber passiert, wenn 90 Prozent der Verbindungen in einem neuronalen Netzwerk getrennt werden?

„Nicht viel, solange die wichtigsten intakt bleiben“, weiß der Forscher Simachew Abebe Mengiste. In seiner Arbeit befasst sich der Doktorand des Bernstein Centers Freiburg (BCF) damit, was beim Angriff auf ein komplexes Netzwerk geschieht, indem er systematisch Verbindungen trennt. Seine Erkenntnisse könnten helfen, unter anderem das Verhalten komplexer Netzwerke besser zu verstehen.

Netzwerke sind in ihrer Struktur meist unbeständig

Netzwerke wie das Elektrizitätsnetz oder das Internet bestimmen den Alltag. Biologische neuronale Netzwerke (BNN) sind das komplexeste Beispiel solch interaktiver Systeme. Der Zustand der Nervenzellen im Gehirn, der Knotenpunkte des neuronalen Netzwerks, verändert sich im Lauf des Lebens stetig – auch im Hinblick auf das Muster ihrer Interaktionen über ihre Synapsen, die Kontaktstellen zwischen Neuronen. Mengiste erforscht, wie solche Systeme gesteuert und beobachtet werden können – insbesondere, wenn sie angegriffen werden, wie bei einer neurodegenerativen Erkrankung. Ziel ist es, jene Voraussetzungen zu verstehen, die für die strukturabhängige Steuerbarkeit eines Netzwerkes notwendig sind. „Steuerbarkeit bedeutet im Kontext dynamischer Systeme die Fähigkeit, ein Netzwerk aus seinem aktuellen in einen gewünschten Zustand zu überführen“, erläutert der Forscher.

Netzwerke sind in ihrer Struktur meist unbeständig. Darum besteht eine hohe Wahrscheinlichkeit, dass sich mit strukturellen Veränderungen auch die optimale Steuerungsstrategie ändert: „Betrachten wir zum Beispiel das Straßennetz in einer Stadt: Wenn Bauarbeiten stattfinden, müssen manche Straßen gesperrt werden. Dies ähnelt dem Kappen einer Verbindung in einem Netzwerk“, erklärt Mengiste. Um den Verkehrskollaps zu verhindern, sollten die Behörden sicherstellen, dass alle Stadtteile erreichbar bleiben. Darum sei es notwendig, die meistbefahrenen Straßen zu identifizieren und die Verkehrsführung anzupassen. „Mithilfe der strukturellen Steuerbarkeit können wir nicht nur die wichtigsten Verbindungen zwischen zwei Orten identifizieren, sondern auch berechnen, wie viele Straßen gesperrt werden könnten, während das Hauptnetzwerk trotzdem intakt bleibt.“

Effiziente Strategien gegen Störungen

Wie die meisten Netzwerke in der Umwelt sind BNN im Hinblick auf das Kappen ihrer Verbindungen relativ widerstandsfähig. Ist ihre Gesamtstruktur unbekannt, führt ein systematisches und progressives Unterbrechen von Verbindungen dazu, dass das Netzwerk seine Steuerung auf effiziente Art und Weise anpasst. Ist die Netzwerkstruktur bekannt, kann Mengiste noch effizientere Strategien zur Unterbrechung von Verbindungen herleiten, die eine Steuerbarkeit entweder nicht beeinflussen oder das System lahmlegen können. „Die Erkenntnisse könnten dabei helfen, komplexe Netzwerke in ihrer Struktur zu erhalten und zu verstehen, die im Hinblick auf ihre kritischen Verbindungen empfindlich sind. Sie eröffnen zudem wirksame Angriffsstrategien auf schädliche Netzwerkdynamiken, wie sie bei der Verbreitung von Pandemien auftreten, indem sie zeigen, wie schädliche Strukturen effektiv vom System abgetrennt werden können.“