複雑ネットワークにおけるボトルネックは、システムの効率性、安定性、および耐障害性を制約する核心的な制限であり、ネットワークのトポロジー、機能的な流れ、およびコンポーネント間の結合関係に存在する構造的な不均衡問題を反映している。これは、重要なインフラストラクチャおよび社会経済システムの運用性能と信頼性に顕著な影響を与える。本分野は重要な研究ホットスポットであるが、既存の研究は理論的および方法論的に分散しており、さまざまなネットワークシナリオに特化したボトルネック緩和戦略の策定が困難である。一方で、ビッグデータや人工知能などの新興技術の普及により、従来の分析パラダイムが再構築されている。本論文は、現在の最先端研究成果を体系的に整理し、識別対象、原因、影響範囲、および時間的特性に基づいてボトルネックを分類し、ボトルネック識別手法をトポロジーベース、トラフィックまたは負荷ベース、動的、機械学習ベース、および深層学習ベースに分類する。さらに、本論文は本分野の今後の発展動向をまとめ、未解決の重要課題を指摘する。

複雑ネットワーク;ボトルネック識別;重要インフラ;ネットワークレジリエンス;ネットワークシステム