Os gargalos em redes complexas são a restrição central que limita a eficiência, estabilidade e capacidade de resistência do sistema, refletindo um desequilíbrio estrutural na topologia da rede, no fluxo funcional e nas relações de acoplamento entre componentes, o que afeta significativamente o desempenho operacional e a confiabilidade das infraestruturas críticas e dos sistemas socioeconômicos. Essa área é um foco importante de pesquisa, mas os estudos atuais estão dispersos nos aspectos teóricos e metodológicos, dificultando o desenvolvimento de estratégias direcionadas para mitigar gargalos em diferentes cenários de rede. Ao mesmo tempo, a popularização de tecnologias emergentes como big data e inteligência artificial está remodelando os paradigmas analíticos tradicionais. Este artigo revisa sistematicamente os avanços atuais da pesquisa de ponta, classifica os gargalos de acordo com o objeto de identificação, causas, abrangência do efeito e características temporais, e divide os métodos de identificação de gargalos em baseados em topologia, fluxo ou carga, dinâmicos, aprendizado de máquina e aprendizado profundo. O artigo também resume as tendências futuras do campo e aponta os principais desafios ainda a serem resolvidos.

redes complexas; identificação de gargalos; infraestruturas críticas; resiliência de redes; sistemas de rede