社会运动在失控前经历了怎样的演变过程？冷门话题为何在某个时间点突然引爆社交网络？遗传变异在然显现之前必须经过长期积累？2019国际网络科学大会的一篇综述文章，从渗流和同步现象出发，详细讨论了复杂网络上爆发现象的特征、成因和应用，揭开了爆发现象的谜题一角。
谁不想一夜成名？格拉德维尔在畅销书《引爆点》中介绍了创造流行的三原则——个别人物，附着力及环境的威力。
然而在复杂网络的研究中，爆发现象有着不同的定义。今年5月，在网络科学的顶会netsci2019上，展示了一篇针对复杂网络中的爆发现象的综述论文，从现象，建模，应用等多个视角，论述了对网络中的渗流，同步，拥堵等现象的研究进展。本文从该综述中选取对研究者有用，对科学爱好者有趣的内容，带你初探网络上的爆发现象，篇幅限制，这里主要谈渗流相关的现象。
复杂网络上的爆发现象，就是一种网络的相变。在09年，Achlioptas首次开启了对网络中爆发现象的探索。之后的研究指出，网络中的爆发现象不止和生命的诞生相关，还有诸如“怎样最高效地控制虚假信息在网络中传播”这样实际的应用。
渗流最初的场景是液体在一个随机无序多孔的介质中，如何扩展和流动，后来被用于描述在各类网络，信息如何传播。渗流听起来好专业啊，但看了上面的动图，你可以形象地理解何为渗流。
在社交网络和国际贸易网络中，出现类似上述模型描述的爆发现象并不奇怪，真正有意思的是在蛋白质的相似性网络中，也存在着爆发现象。HPHN是对人类体内的蛋白质，按照其相似性连接，组成的网络，描述了蛋白质通过复制和突变，能怎样一步步地从一种形态变为另一种形态，该网络的结构，决定了生命进化的路径。
研究网络中的爆发现象的实际应用社交网络中传递的虚假信息，对于保持社会稳定有巨大的危害，颜色革命的爆发看似没有征兆，但若是了解了网络渗流中的爆发现象，就可以将其看成是假信息传播累积带来的必然会发生的“相变”。通过对网络进行模拟，例如讲PR模型中用于判断是否加入一条边的规则由节点数乘积较小改为节点数之和较小，可以模拟社交网络中的信息的传递，从而可以预估网络中爆发现象出现的时间，以提前进行预警。
除了渗流，网络中的节点振荡的频率同步随时间的变化，也会由于局部节点的相互作用，展现出爆发现象，也就是突然间网络中的节点都同步了。目前已有很多模型，对其进行建模，也有很多具体应用场景。例如大脑中神经元网络在自发同步过程中展示的爆发现象，和意识的产生有关，而心跳节律的维持，也和网络中的爆发现象有关。电网中不同节点间，也会出现爆发性的同步现象，从而更好的理解与同步有关的爆发现象，有助于能源的调控。