Suppressing traffic-driven epidemic spreading by edge-removal strategies
近年来，复杂网络上的流量动态与传染病传播之间的相互作用越来越受到人们的关注。然而，控制交通驱动的传染病传播仍然是一个具有挑战性的问题。在这份简报中，我们提出了一种方法，通过适当地删除网络中的一些边缘来抑制流量驱动的流行病爆发。我们发现，可以通过有针对性地切割具有最大算法介数的大度节点或边之间的链接来提高流行阈值。相反，通过随机边缘去除，将降低流行阈值。这些发现是强大的交通流量条件，网络结构和路由策略。此外，我们发现，目标边缘的关闭可以有效地释放通过大度节点的流量负载，使这些节点的感染概率相对较低。
2015-02-28 cs.SI physics.soc-ph
The impact of nodes of information dissemination on epidemic spreading in dynamic multiplex networks
College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；School of Public Policy and Administration, Chongqing University（重庆大学公共政策与管理学院）
本文提出双层网络模型，探讨意识层中个体属性对传染病传播的影响，发现高中心性个体能抑制传染病传播，低中心性个体对感染数量有近似线性影响。
2024-06-06 cs.SI physics.soc-ph
Competing spreading processes and immunization in multiplex networks
物理接触网络上的传染病传播自然会引入虚拟接触网络上的人类意识信息扩散，而意识扩散又反过来抑制传染病传播，从而形成多重网络中传染病与意识的竞争传播过程。在本文中，我们研究的竞争动力学的流行病和意识，这两者都遵循SIR过程，在一个两层网络的基础上微观马尔可夫链方法和数值模拟。我们发现，较强的意识传播和自我保护能力的个人可能会导致更高的流行阈值和更小的爆发规模。但个体的自我意识对疫情阈值和爆发规模没有明显影响。此外，本文还研究了在传染病和意识传播相互作用下，身体接触网络的免疫问题。结果表明，目标免疫的免疫效果明显优于随机免疫，且意识扩散可以显著降低随机免疫和目标免疫的免疫阈值。
2016-08-03 cs.SI physics.soc-ph
Effects of awareness diffusion and self-initiated awareness behavior on epidemic spreading - an approach based on multiplex networks
本文研究了多重网络中传染病传播与意识扩散之间的相互作用。在该模型中，传染病可以在代表传染病传播路径的一个网络（接触网络）中传播，导致意识在另一个网络（信息网络）中扩散，然后意识的扩散会导致个体采取社会距离，进而影响传染病传播。对于意识的扩散，我们认为，一方面，个体可以通过信息网络中的其他有意识的邻居获得信息，另一方面，易感个体可以通过接触网络（局部信息）或大众媒体（全局信息）中的被感染邻居诱导自我意识。通过马尔可夫链方法和数值计算，我们发现两个网络的结构和意识的有效传播率会影响感染个体的密度和流行阈值。然而，我们证明了虽然引入自我意识可以降低感染密度，但无论是局部信息还是全局信息，都不会增加流行阈值。我们的发现是显着不同的许多以前的结果-本地信息为基础的行为反应可以改变流行阈值。
2015-02-02 cs.SI physics.soc-ph
Asymmetrically interacting spreading dynamics on complex layered networks
疾病通过物理接触网络的传播和疾病信息通过通信网络的传播是两个密切相关的动力学过程。我们通过关注任何传播过程背后的两个基本量：流行阈值和最终感染率，研究了两种类型的传播动态之间的不对称相互作用，每种传播动态都发生在自己的层上。我们发现，接触层上的流行病爆发可以诱导传播层上的流行病爆发，信息传播可以有效地提高流行病的阈值。当两层之间存在结构相关性时，信息阈值保持不变，但可以提高流行阈值，使接触层对流行病爆发具有更强的弹性。我们开发了一个物理理论来理解这两种类型的传播动力学之间错综复杂的相互作用。
2014-05-08 cs.SI physics.soc-ph
SIS Epidemic Spreading with Heterogeneous Infection Rates
在这项工作中，我们的目标是了解感染率的异质性对易感-感染-易感（SIS）传染病传播的影响。以经典的SIS模型为基准，研究了独立同分布的感染率对处于亚稳态的平均感染率的影响。对数正态分布，伽玛和新设计的分布被认为是感染率。我们发现，当回收率较小时，即在同质和异质两种情况下，传染病的传播都是：1）平均感染率的异质性阻碍了病毒的传播; 2）感染率的偶数阶矩越大，平均感染率越小，但奇数阶矩的贡献则相反;当恢复率很大时，即流行病可能会消亡或感染一小部分人口，感染率的异质性可能会增加流行病蔓延的可能性。最后，我们通过现实世界的网络与他们的异质感染率验证我们的结论。我们的研究结果表明，在现实中，流行病的传播可能并不像经典的SIS模型所表明的那样严重，但消除流行病可能更加困难。
2016-04-05 cs.SI physics.soc-ph
Traffic-driven SIR epidemic model on networks
提出了一个新的SIR传染病模型，该模型由网络中的感染包传输驱动。具体地说，感染节点产生并传递感染包，导致疫情的传播，而恢复节点阻止感染包的传递，这抑制了传染病传播。在分组传输中使用由控制参数$α$管理的高效路由协议。通过仿真得到了感染节点的最大瞬时种群、感染节点的最大种群以及相应的最优$α$。我们发现，一般更平衡的负载分布会导致更激烈和广泛的传播网络中的流行病。增加节点的平均度或度分布的均匀性都有利于传染病传播。当数据包生成率$ρ$较小时，增加$ρ$有利于传染病传播。然而，当$ρ$足够大时，出现抑制传染病传播的交通堵塞。
2015-02-18 cs.SI physics.soc-ph
Analysis and Control of Epidemics: A survey of spreading processes on complex networks
本文回顾并提出了各种解决和开放的问题，在发展，分析和控制的流行病模型。我们有兴趣为希望进入复杂网络传播过程领域的新工程师提供一份相对简洁的报告。
2015-08-25 cs.SI math.OC physics.soc-ph
Epidemic Variability in Hierarchical Geographical Networks with Human Activity Patterns
近年来，一些研究表明，人类行为的非泊松统计源于等级地理网络结构。基于这一观点，我们将重点放在等级地理网络中的传染病传播，并研究两种不同的接触模式（即：例如，与地理距离相关的均匀时间延迟（HOTD）和非均匀时间延迟（HETD）影响暴发的传播速度和变异性。研究发现，与HOTD和null模型相比，HETD中时延与网络层次的相关性显著减缓了传染病传播，并导致了向上级联的多模态现象.相应地，HETD暴发的变异性值较低，但在较长时间内有多个可比的峰值，这使得传染病传播的长期预测变得困难。当种子（i）例如，初始感染节点）来自网络的高层，显著促进了传染病传播。有趣的是，两种接触模式的变异性出现了不同的趋势：高层次的种子在HOTD导致较低的变异性，HETD的情况下，相反。更重要的是，HETD中高层种子的变异性远大于HOTD，这意味着传染病传播在等级地理网络中的不可预测性。
2012-04-03 cs.SI physics.soc-ph
Epidemic Spreading on Activity-Driven Networks with Attractiveness
我们研究SIS传染病传播过程展开最近概括的活动驱动的建模框架。在这个时变网络模型中，每个节点由两个变量描述：活动性和吸引力。第一，描述了形成联系的倾向。第二，定义吸引他们的倾向。我们推导出分析考虑的时间尺度驱动的接触和传染的演变可比的流行阈值。这些解是通用的，适用于任何活动和吸引力的联合分布。通过考虑异质分布和两个变量之间的不同相关性进行的大规模数值模拟，证实了理论图片。我们发现吸引力的异质分布改变了传染过程。特别是，在两个变量之间不相关和正相关的情况下，异质吸引力促进了传播。相反，活动和吸引力之间的负相关阻碍了传播。所提出的结果有助于了解时变网络的动力学性质及其对在其结构上展开的传染现象的影响。
2017-09-11 cs.SI physics.soc-ph
Suppressing epidemics on networks by exploiting observer nodes
为了控制网络上的感染传播，我们研究了观察者节点识别相邻节点中的感染并使其余相邻节点免疫的效果。我们数值计算表明，观察者节点的随机放置工作更好的网络聚类比局部树状网络，这意味着我们的模型是有前途的现实社交网络。几个启发式方案的观察员安置的效率也研究合成和经验网络。在并行与流行病动力学的数值模拟，我们还表明，观察员的位置的影响，可以通过删除观察员节点和其相邻节点之间的链接后剩余的网络的最大连通分量的大小进行评估。
2014-07-12 cs.SI physics.soc-ph
Epidemic spreading driven by biased random walks
随机游走是在许多网络应用中发现的基本机制之一。研究了复杂网络上由有偏随机游动驱动的传染病传播动力学。在我们的传染病模型中，每次被感染的节点不断地通过有偏随机游走将一些被感染的数据包传播到它们的邻居节点，导致接收数据包的易感节点被感染。被感染的节点以固定的概率从感染中恢复。对模型和真实网络的仿真分析结果表明，随着感染节点的传递能力、节点平均度、节点度分布均匀性的增加，传染病传播的强度和范围都增大。此外，还存在相应的最优参数，使得感染节点瞬时拥有最大种群，传染病传播过程覆盖网络的最大部分。
2014-08-01 cs.SI physics.data-an physics.soc-ph
Mathematical models for epidemic spreading on complex networks
提出了一个有限复杂网络上的传染病传播模型，该模型限制每个时间步最多只能有一个传染源。由于该过程的高度离散特性，分析不能使用连续近似，而连续近似被广泛用于大多数模型。利用离散方法，我们研究了流行病的阈值和准平稳分布。主要结果是一个定理的混合时间的过程，其规模像对数的网络规模和成正比的距离从流行阈值的倒数。为了全面介绍该模型，我们回顾了基于复杂网络的传染病传播建模的现代方法，并介绍了有关随机网络、离散时间马尔可夫链及其准平稳分布的必要信息。
2013-07-21 cs.SI math.PR physics.soc-ph
Epidemic spreading on complex networks with general degree and weight distributions
疾病在复杂网络上的传播引起了物理学界的广泛关注。最近的研究表明，异质度和权重分布对流行病动力学有着重要的影响。在这项研究中，一种新的基于边权重的分区方法被开发用于估计具有一般度和权重分布的网络上的流行病阈值和流行病大小（最终感染密度），并且获得了与数值的显著一致性。即使在复杂的网络与强异构度和权重分布，这种方法是工作。我们提出了一种基于边权重的不同偏向的删除策略，发现当优先删除高权重的边时，这种策略可以有效地控制流行病的传播，特别是当网络的权重分布非常不均匀时。理论结果表明，该方法能较准确地预测上述去除效果.
2014-07-03 cs.SI physics.soc-ph
Eigenvector localization in real networks and its implications for epidemic spreading
邻接矩阵的谱特性，特别是它的最大特征值和相关的主特征向量，支配着复杂网络的许多结构和动力学特性。在这里，我们专注于本地化性质的主要特征向量在现实网络。我们发现，在大多数情况下，它是本地化的最大程度的节点（枢纽）及其最近的邻居所定义的星，或在密集连接的子图定义的最大$K$-核心的$K$-核心分解。主特征向量的局部化通常与最大特征值的值强相关，该最大特征值由相应局部化子图的局部特征值给出，但有时会出现不同的情况。我们还表明，简单的有针对性的免疫策略传染病传播是非常敏感的实际本地化设置。
2018-01-17 cs.SI physics.soc-ph
Interplay of epidemic spreading and vaccine uptake under complex social contagion
本研究通过SIR模型和阈值疫苗接种策略，在年龄分层多层网络上模拟，揭示复杂社会传染下疫苗接取态度与流行病传播的相互作用。
2024-12-16 cs.SI physics.soc-ph
Strong ties promote the epidemic prevalence in susceptible-infected-susceptible spreading dynamics
了解传播动态将有利于整个社会更好地预防和控制疾病，以及促进社会责任的信息，同时抑制破坏性的谣言。在基于网络的传播动力学中，不同权重的边可能扮演着截然不同的角色：远方的朋友通常会带来新奇的故事，而亲密的关系对于流感疫情来说风险很高。在这篇文章中，我们提出了一个加权的易感-感染-易感模型的复杂网络，其中的权重定义的两个相关联的节点的拓扑接近。每个受感染的个体被允许选择有限数量的邻居进行接触，并引入一个可调参数来控制通过高权重或低权重边缘进行接触的偏好。在六个真实网络上的实验结果表明，在传播过程中，强联系可以大大促进流行病的流行。通过与两个分别具有随机拓扑和随机重分布权重的统计零模型的比较，我们证明了权重的分布模式而不是拓扑对实验观测值的影响。进一步的分析表明，权重-权重相关性强烈影响结果：当权重-权重相关性存在时，高权重边在保持高流行率方面更显着。
2013-11-22 cs.SI physics.soc-ph
Transient Dynamics of Epidemic Spreading and Its Mitigation on Large Networks
在本文中，我们的目标是了解一个易感染（SI）的流行病在一个大型网络上传播过程的瞬态动力学。SI模型在文献中被很大程度上忽视了，而它自然更适合在补丁/疫苗不可用的早期对恶意软件传播进行建模，或者在大规模补丁实际上不可行的更广泛的时间尺度上进行建模。尽管如此，它的分析是简单的不平凡的，因为它的重要动态都是瞬态的，通常的稳定性/稳态分析不再适用。为此，我们开发了一个理论框架，使我们能够获得一个准确的封闭形式的近似解的原始SI动力学在任何任意的网络，它捕获的时间动态在所有的时间，比现有的近似更紧密，并通过可靠性理论提供了一个新的解释。作为其应用，我们进一步开发疫苗接种策略，或不知道已经感染的节点，以减轻未来的流行病蔓延到可能的范围内，并通过数值模拟证明其有效性。
2019-05-20 cs.SI physics.soc-ph
Bursty communication patterns facilitate spreading in a threshold-based epidemic dynamics
社会互动的记录为我们提供了新的数据来源，以了解互动模式如何影响集体动态。这种人类活动模式通常是突发的，即，它们由短时间的激烈活动和长时间的沉默组成。这种突发性已经被证明会影响传播现象;它在某些情况下加速传染病传播，在另一些情况下减慢它。我们研究了一个依赖于历史的传染模型。在我们的模型中，易感个体和感染个体之间在短时间内的重复相互作用是易感个体感染所必需的。我们对真实的时间网络数据进行了数值模拟，发现在我们的模型中，突发性活动模式有助于传染病传播。
2012-06-11 cond-mat.stat-mech cs.SI physics.soc-ph
Epidemic spreading on interconnected networks
许多真实的网络并不是彼此孤立的，而是形成网络的网络，通常以非平凡的方式相互关联。在这里，我们分析了一个传染病传播过程发生在两个相互关联的复杂网络之上。我们开发了一个异质平均场的方法，使我们能够计算的条件出现的地方病状态。有趣的是，一个全球性的地方病状态可能会出现在耦合系统中，即使流行病是不能够在每个网络上分别传播，甚至当耦合连接的数量是小的。我们的分析结果成功地面对大规模的数值模拟。
2012-02-18 cond-mat.dis-nn cs.SI physics.soc-ph
Immunization of traffic-driven epidemic spreading
本文研究了利用免疫策略控制交通驱动型传染病传播的问题。我们分别考虑了随机、基于度和基于介数的免疫策略。研究发现，基于介数的免疫策略可以最有效地预防交通驱动型疫情的爆发。此外，我们还发现，随着传播速率和数据包生成速率的提高，超过免疫节点数时，传染病就会消亡。
2018-02-05 physics.soc-ph
Dynamical interplay between awareness and epidemic spreading in multiplex networks
我们提出了两个过程之间的相互关系的分析占流行病的传播，并防止其感染的信息意识，在多重网络的顶部。这种情况是一个流行病的过程中传播的持久的真实接触的网络，和一个循环的信息意识过程中传播的虚拟社会接触网络之间的相同的个人。拓扑结构对应于一个多重网络，其中两个扩散过程相互作用，相互影响。使用微观马尔可夫链方法（MMCA）的分析揭示了流行病的发病率的相图，并允许捕获的流行阈值的演变取决于多路复用的拓扑结构和与意识过程的相互关系。有趣的是，流行病爆发的临界点有一个由意识动态和虚拟网络拓扑定义的临界值（亚临界点），从该临界点开始，爆发时间增加，流行病发生率降低。
2013-09-19 cond-mat.stat-mech cs.SI physics.soc-ph
Epidemic centrality - is there an underestimated epidemic impact of network peripheral nodes?
在SIR模型中研究经验复杂网络上的疾病传播时，初始感染节点可以根据其流行病影响程度进行排序。排名最高的节点，也被称为“超级传播者”，与主要流行病风险有关，因此值得特别关注。在研究经验复杂网络的模拟中，它表明，排名取决于疾病传播的动力学制度。一个可能的机制，导致这种依赖说明在一个易于分析的例子。在系统中的资源分配，以对抗疾病传播到各个节点是基于他们的排名，疾病传播的动态政权往往是未知的疾病爆发之前。因此，我们引入了一个称为流行病中心性的数量，作为疾病传播的所有相关制度的平均值，作为排名的基础。最近引入的概念的相图的传染病传播被用作一个框架，其中几种类型的平均进行了研究。流行中心性相比，节点的结构属性，如节点度，k-核心和介数。随着度和k-核值的增加，流行中心性有增加的趋势，但流行中心性的变化远小于度和k-核值的变化。研究发现，结构外围节点的流行中心性与结构中心节点的流行中心性具有相同的数量级。这些研究结果的影响资源分配，以对抗疾病的传播进行了讨论。
2012-08-08 cs.SI physics.soc-ph q-bio.PE
Unification of theoretical approaches for epidemic spreading on complex networks
复杂网络上的传染病传播模型因其在预测和控制现实世界中的传染病传播场景方面的成功而引起了物理、数学和流行病学研究者的极大关注。为了理解传染病传播和接触网络拓扑结构之间的相互作用，已经开发了几种杰出的理论方法。一个精确的理论方法描述的传播动力学必须同时考虑网络的拓扑结构和动力学相关性，以增加方程的复杂性为代价。在这个简短的调查中，我们统一了最广泛使用的复杂网络上的传染病传播的复杂性，包括平均场，异质平均场，淬火平均场，动态消息传递，链接渗透，成对近似的理论方法。我们在这些方法之间建立联系，为开发一种准确的理论方法来在复杂网络上传播动态提供新的见解。
2016-12-13 physics.soc-ph
Impact of origin-destination information in epidemic spreading
接触的网络结构塑造了流行病传播过程。网络理论的最新进展提高了我们对大规模流行病过程的理解。在传染病传播的研究中，仍需对若干考虑因素的相关性进行评估。其中之一是说明传染病携带者流动的来源地和目的地模式的影响。在这里，我们计算始发地-目的地模式兼容的经验数据的粗粒度流在航空运输网络。我们研究的发病率流行病的过程中的集合种群的方法，考虑不同的替代方案的流量先验知识。在数据驱动的情景中，考虑了对来源地和目的地流量的估计，结果证明与在微观层面评估流行病的影响有关（在我们的情景中，哪些人群被感染）。然而，这一信息与评估其宏观发病率（感染人群的比例）无关。这些结果对于实现更好的计算平台来预测流行病发病率是有意义的。
2018-12-24 cond-mat.stat-mech cs.SI physics.soc-ph
Epidemic Spreading in Weighted Networks: An Edge-Based Mean-Field Solution
权重分布在很大程度上影响网络上发生的传染病传播。本文研究了具有不同权分布的正则随机网络上的易感-感染-易感模型。仿真结果表明，更均匀的权重分布导致更高的流行病，不幸的是，这是不能捕捉到的传统的平均场近似。本文给出了一般权值分布的基于边缘的平均场解，该解能定量再现仿真结果。该方法可用于表征加权网络动力过程的非平衡稳态。
2011-12-24 cs.SI physics.data-an physics.soc-ph
Phase diagram of epidemic spreading - unimodal vs. bimodal probability distributions
在SIR模型下研究了复杂网络上的疾病传播问题。对经验复杂网络的模拟揭示了两种特定的疾病传播机制：局部遏制和流行病爆发。衡量疾病传播程度的变量一般具有双峰概率分布的特征。介绍了经验复杂网络的疾病传播相图。对多叉树上疾病传播的理论模型进行了分析和模拟研究。结果表明，该模型再现了经验复杂网络中观察到的疾病传播相图的定性特征。讨论了复杂网络的树状结构在疾病传播中的作用。
2009-12-03 physics.soc-ph
Impact of Heterogeneous Human Activities on Epidemic Spreading
最近的经验性观察表明，人类活动具有多样性。在总体水平上，事件间时间分布的重尾性已被广泛接受，但个体行为是否具有异质性仍存在争议。基于人类活动的时间异质性对传染病传播的影响，研究了完全混合种群上的可感染模型，其中每个个体的行为完全一致，但不同个体的平均活动不同.大量的模拟表明，在人口水平上的活动的异质性显着影响的传播速度，即使每个人的行为有规律。此外，与由重尾事件间时间分布的个体组成的模型相比，该模型的传播速度对系统异质性的变化更为敏感。这项工作完善了我们对异质性人类活动对传染病传播的影响的理解。
2011-06-17 cs.SI physics.data-an physics.soc-ph
Traffic-driven epidemic spreading on scale-free networks with tunable degree distribution
研究了度分布可调的无标度网络中流量驱动的传染病传播问题。网络的异质性由幂律度分布的指数$γ$控制。发现流行阈值在约$γ=2.2$处最小化。此外，我们发现具有较大算法介数的节点更容易被感染。我们希望我们的工作提供新的见解的影响网络结构的交通驱动的传染病传播。
2018-02-05 physics.soc-ph
Continuous Models of Epidemic Spreading in Heterogeneous Dynamically Changing Random Networks
复杂随机网络中传播过程的建模在理解和预测流行病或谣言传播等许多真实现象中起着至关重要的作用。这种系统的动态可以通过图上的蒙特卡罗模拟或通过常微分方程（ODE）在算法上表示。尽管在网络建模领域取得了许多成果，但选择模型动态的最佳计算表示仍然是一个挑战。虽然封闭形式的描述通常是直接推导出来的，但它通常不能解析求解;因此，网络动力学需要常微分方程的数值解或直接对网络进行蒙特卡罗模拟。此外，Monte-Carlo模拟和ODE解是不等价的，因为ODE产生确定性解，而Monte-Carlo模拟本质上是随机的。尽管最近在蒙特卡洛模拟的一些优势，特别是在实施的灵活性，计算成本的ODE解决方案是低得多，并支持准确和详细的输出分析，如不确定性或灵敏度分析，参数识别等。在本文中，我们提出了一种新的方法来模拟复杂的随机异构网络中的传播过程，使用系统的非线性常微分方程。我们成功地应用这种方法来预测艾滋病毒/艾滋病在性网络中传播的动态，并将其与历史数据进行比较。
2012-11-19 cs.SI physics.soc-ph
Suppressing traffic-driven epidemic spreading by adaptive routing strategy
近年来，流量驱动的传染病传播路由策略的设计受到越来越多的关注。在本文中，我们提出了一种自适应路由策略，通过一个可调的参数$h$，将拓扑距离与当地的流行病信息。在无拥塞的情况下，存在一个最优的路由参数$h$值，导致最大的流行阈值。这意味着与静态最短路径路由方案相比，自适应路由可以更有效地控制传染病传播。此外，我们还发现，在节点传输容量有限的情况下，最优的$h$值可以极大地缓解业务拥塞。我们希望我们的工作提供了新的见解动态路由交通驱动的传染病传播的影响。
2018-02-05 physics.soc-ph
May the Best Meme Win!: New Exploration of Competitive Epidemic Spreading over Arbitrary Multi-Layer Networks
本文将单病毒在任意图上传播的SIS传染病模型推广到两个互斥竞争病毒在具有类属结构的两层网络上传播的SI 1 SI 2S传染病模型，其中网络层代表病毒的不同传播路径.通过引入生存阈值和获胜阈值的概念，我们找到了确定病毒灭绝、互斥和共存的分析结果。此外，我们表明共存的可能性SIS型竞争性传播多层网络。我们不仅严格证明了共存的区域，我们通过网络层的中心节点的相互关系来量化它。层中心节点的重叠很少或没有重叠是共存的关键决定因素。具体来说，我们表明共存是不可能的，如果网络层是相同的，但可能的，如果网络层有不同的主导特征向量和节点度向量。例如，我们通过分析和数值计算表明，网络层的正相关性使病毒难以生存，而在网络层负相关的网络中，病毒的生存更容易，但要完全清除其他病毒则更困难。我们相信，我们的方法有很大的应用潜力，以更广泛的类的多病原体传播的多层和互连的网络。
2013-08-30 cs.SI physics.soc-ph
Temporal percolation of the susceptible network in an epidemic spreading
在这项工作中，我们研究了易感个体的进化过程中的流行病的传播模型的易感性感染恢复（SIR）过程的复杂网络上的顶部传播。使用基于边缘的分区方法和渗透工具，我们发现，一个时间依赖量$Φ_S(t)$，即一个节点的给定邻居在时间$t$是易感的概率，是一个节点的空隙渗透过程的控制参数，涉及网络上的那些节点没有达到的疾病。我们证明了存在一个临界时间$t_c$，超过这个临界时间，巨敏感分量被破坏。因此，为了保持由健康个体组成的网络的宏观连接部分，以保证其功能，任何缓解策略都应该在这个关键时间$t_c$之前实施。我们的理论结果证实了广泛的模拟SIR过程。
2012-09-23 cs.SI physics.soc-ph
Modeling Epidemic Spreading through Public Transit using Time-Varying Encounter Network
公共交通（PT）网络中的乘客接触可能是传染病传播的关键媒介。本文提出了一个时变加权PT相遇网络模型，通过PT系统的传染病传播。在地方和全球层面的社会活动联系也被考虑在内。我们选择2019冠状病毒病（COVID-19）的流行病学特征作为案例研究，并结合新加坡的智能卡数据来说明城市层面的模型。一个可扩展的和轻量级的理论框架来捕捉时变和异构的网络结构，这使得在整个人口水平上解决问题，具有较低的计算成本。从公共卫生方面和运输方面的不同控制政策进行了评估。我们发现人们的预防行为是控制流行病传播的最有效措施之一。从交通方面看，部分关闭公交线路有助于减缓疫情，但无法完全遏制疫情蔓延。利用智能卡资料识别“有影响力的乘客”，并及早隔离他们，亦可有效减少传染病传播。
2020-11-22 cs.SI physics.soc-ph q-bio.PE
Relevance of backtracking paths in epidemic spreading on networks
网络上的流行病的理解大大受益于最近的应用程序的消息传递方法，它允许获得精确的结果不可逆的传播（即永久获得性免疫的疾病）在局部树拓扑结构。这一成功表明，可以将同样的方法应用于可逆转的流行病，因为个人可以感染流行病并反复康复。基本假设是回溯路径（即一个人被他/她以前感染的邻居再次感染）不起相关作用。在本文中，我们表明，这是不可逆的流行病的情况下，由于忽略回溯路径导致的流行病阈值的公式，是定性不正确的大尺寸限制。此外，我们定义了一个修改后的可逆动力学，明确禁止直接回溯事件，并表明这种修改完全打乱的现象。
2018-10-25 cond-mat.stat-mech cs.SI physics.soc-ph
Non-Markovian SIR epidemic spreading model
我们引入了非马尔可夫SIR传染病传播模型的启发COVID-19的特点，通过考虑离散和连续时间版本。潜伏期、延迟传染性和恢复期的分布用一般函数建模。通过对这些函数进行相应的选择，证明了该模型退化为经典的马尔可夫情形。流行病的阈值是解析确定的任意函数的传染性和恢复和数值验证。该模型的相关性通过对2020年春季意大利第一波疫情的建模来展示。
2021-11-22 physics.soc-ph
Optimizing Hybrid Spreading in Metapopulations
University College London（伦敦大学学院）；National University of Defense Technology（国防科技大学）；Monash University（莫纳什大学）
本研究构建了混合流行病理论框架，发现临界混合传播现象，即单一机制无效而组合可致巨大疫情，为优化有益传播与评估有害疫情提供策略。
2015-03-31 cs.AI cs.SI physics.soc-ph
Impacts of Physical-Layer Information on Epidemic Spreading in Cyber-Physical Networked Systems
本文提出通过物理层信息影响疫情传播的模型，利用MMCA方法推导出爆发阈值，发现物理层信息可提高意识密度并抑制疫情传播，且在高密度2-简单形信息下能有效防止大规模疫情爆发。
2025-11-14 cs.SI physics.soc-ph
Epidemic spreading on complex networks with community structures
许多现实世界的网络都显示出社区结构。我们研究了两种随机图模型，它们创建了一个与给定网络具有相似社区结构的网络。一个模型保留了原始网络的精确社区结构，而另一个模型只保留了社区集合和顶点度。这些模型表明，社区结构是网络上的渗流过程，如信息扩散或病毒传播的行为的一个重要决定因素：社区结构既可以是\textit{enforce}，也可以是\textit{inhibit}扩散过程。我们的模型进一步表明，重要的是介观社区集。社区的确切内部结构几乎不影响网络中的渗流过程。这种不敏感性可能是由于社区的相对密集。
2016-11-18 cs.SI physics.soc-ph
Steady States of Epidemic Spreading in Small-World Networks
考虑一个标准的\textit{susceptible-infected-susceptible}（SIS）模型，研究小世界网络中传染病传播的稳态行为.使用分析方法和大规模的模拟，我们恢复通常的流行病的行为与一个临界阈值$λ_{c}$以下的传染病消亡。而对于远高于$λ_{c}$的扩散率$λ$，发现作为$λ$的函数的感染个体密度$ρ$具有性质$ρ\approx F(K)(\ln λ- \ln λ_{c})$。
2005-09-01 physics.soc-ph
Epidemic spreading and immunization strategy in multiplex networks
一个更加互联的世界带来了重大的后果，例如促进疾病在世界各地的传播，迅速成为流行病，这就是为什么研究人员集中在多层网络中建模流行病和疫情的传播。在这种网络中，所有节点在不同的层中通过不同类型的链路进行交互。然而，在许多场景中，例如在社会中，多路复用网络框架并不完全适合，因为并非所有个体都参与所有层。在本文中，我们使用了一个部分重叠的多路复用网络，其中只有一小部分个体被层共享。我们开发了一种缓解策略，用于阻止疾病传播，考虑易感-感染-恢复模型，在一个由两层组成的系统中。我们考虑一个随机免疫的一层，并研究重叠分数的影响，疾病的传播和免疫策略。使用分支理论，我们研究了这种情况下的理论和模拟，并找到了一个较低的流行阈值比在没有策略的情况下。
2015-07-07 cs.SI physics.soc-ph
Optimal curing policy for epidemic spreading over a community network with heterogeneous population
设计一个有效的治疗政策，能够阻止一个流行病的过程在一个负担得起的成本，必须考虑到人口接触网络的结构，支持传染过程。因此，我们解决了在人群中分配恢复资源的问题，以尽可能低的成本防止流行病在网络中无限期地持续下去。具体地说，我们分析了一个易感染的易感流行病过程的加权图上传播，通过一阶平均场近似。首先，我们描述了接触网络的动态的流行病之间的一个非齐性总体，这可能是分为社区的影响。对于社区网络的情况下，我们的调查依赖于公平分区的图论概念，我们表明，流行病的阈值，对流行病传播的网络鲁棒性的一个关键措施，可以确定使用一个低维的动力系统。利用计算的流行病阈值，我们确定了成本最优的治疗策略，通过解决一个凸极小化问题，它具有一个减少的社区网络的情况下的维数。最后，我们考虑了一个两层的最优固化问题，对于这个问题，我们设计了一个在网络规模下具有多项式时间复杂度的算法。
2017-12-01 cs.SI math.OC physics.soc-ph
Epidemic Spreading and Aging in Temporal Networks with Memory
时变网络拓扑结构可以深刻地影响由它们介导的动力学过程。人们还知道，个体之间互动模式中的记忆效应会影响扩散和传播现象的发生。在本文中，我们分析了这两种成分对网络上流行病动力学的综合影响。在最近引入的具有记忆的活动驱动网络上，研究了易感染-易感染（SIS）和易感染-易感染-移除（SIR）模型。通过基于活动的平均场方法，我们推导出，在很长的时间限制，分析预测的流行阈值作为一个函数的参数描述的活动分布和记忆效应的强度。我们的研究结果表明，记忆降低了阈值，这是相同的SIS和SIR动态，因此有利于传染病传播。在长时间渐近状态下，理论计算与数值模拟结果完全一致。强的老化效应存在于前渐近制度和流行病的阈值深受流行病的开始时间的影响。我们详细讨论了依赖于模型的前渐近校正的起源，其理解可能允许相关的时间网络的流行病控制。
2018-12-19 cs.SI physics.soc-ph q-bio.PE
Coevolution spreading in complex networks
疾病、行为和信息在真实系统中的传播很少是相互独立的，而是通过强相互作用共同进化的。网络协同进化传播的时空演化模式和临界现象对于揭示其动力学机制具有重要意义，它为控制传染病传播、预测社会系统中的集体行为等提供了理论基础，因此复杂网络协同进化传播动力学研究受到了众多学科的关注。本文介绍了协同进化传播动力学研究的最新进展，强调了统计力学和网络科学角度的贡献。详细介绍了生物传染、社会传染、免疫意识和免疫资源等4种典型的协同进化传播机制的理论方法、临界现象、相变、相互作用机制和网络拓扑效应，并讨论了该领域面临的挑战和有待进一步研究的问题。
2019-07-18 cs.SI physics.soc-ph
Competing spreading processes on multiplex networks: awareness and epidemics
在多层互联的复杂网络之上，类似流行病的传播过程揭示了相互交织的竞争效应的丰富相图。作者最近的一项研究[Granell等人，Phys.Rev.Lett. 111，128701（2013）]分析了导致流行病传播的两个过程之间的相互关系，以及在多重网络之上传播信息意识以防止其感染。在这种情况下，提高认识意味着对疾病进行全面免疫，结果表明存在一个元临界点，在这个点上，流行病的关键开始取决于提高认识过程的实现。在这里，我们提出了一个全面的分析，这些关键的属性在更一般的情况下，意识的传播并不意味着完全免疫，感染并不意味着立即意识到它。我们发现这两个竞争过程之间的关键关系，代表它们之间的相互作用的参数范围很广。我们还分析了大规模广播的意识（大众媒体）的流行病发病率的最终结果的后果。更重要的是，大众媒体使元批评点消失了。结果表明，主要的发现，即存在一个元临界点，是植根于竞争的原则，并持有一个大的场景。
2014-05-18 cond-mat.stat-mech cs.SI physics.soc-ph
Immunization strategy for epidemic spreading on multilayer networks
在现实世界的许多复杂系统中，个体之间存在着多种交互作用，这就需要考虑一种分层结构的框架来对社会交互等系统进行建模。这种结构可以被多层网络捕获，并且可以对发生在它们上的过程的传播产生重大影响，例如流行病。在这封信中，我们研究了一个有针对性的免疫策略，传染病传播的多层网络。我们将该策略应用于其中一层，并研究其在网络的所有层中的效果，而不考虑层之间的度-度相关性。我们发现，有针对性的策略不如孤立网络有效，因为为了阻止疾病的传播，有必要对80%以上的个体进行免疫接种。然而，与没有缓解策略的情况相比，在应用免疫策略的层中，流行病的大小急剧减小。因此，免疫策略对所应用的层具有主要影响，但不能有效地保护其他层的个体。
2015-02-05 cs.SI nlin.AO physics.soc-ph
Effects of Levy Flights Mobility Pattern on Epidemic Spreading under Limited Energy Constraint
近年来，大量的实证研究发现，动物的觅食、迁徙和人类的出行都服从Levy飞行，其指数在-2左右。受今年甲型H1N1流感大流行的启发，本文从网络视角研究了征费航班的流动模式对传染病传播的影响。在总能量的约束下，构造了一个具有Levy飞行空间性质的空间加权网络。能量限制由个体在一定时间段内的总旅行距离的限制来表示。我们发现指数-2是SIS传播动力学的流行阈值。此外，在阈值处，流行病传播的速度最高。研究结果有助于理解流动模式对传染病传播的影响。
2010-02-05 physics.data-an physics.soc-ph
Epidemic spreading with immunization on bipartite networks
二分网络由两种类型的节点组成，并且相同类型的节点之间没有链接。因此，研究这种网络上的流行病传播和控制与性传播疾病（STD）有关。当两类人群不能全部免疫且免疫效果不理想时，就不得不考虑免疫率的靶向免疫。我们推导了带有免疫的SIR和SIS模型的流行阈值，并以异性接触网络上的性病为例说明了结果。
2011-05-17 physics.soc-ph
In Response to COVID-19: Configuration Model of the Epidemic Spreading
提出了一种基于无标度网络的传染病传播结构模型。我们得到的解析解描述了传染病传播的不稳定和稳定的动力学，并演示了如何这些制度可以在流行病的交换。我们将该模型应用于COVID-19病例，并展示了我们模型的预测特征。
2020-07-08 physics.soc-ph q-bio.PE q-bio.QM
Epidemic spreading with time delay in complex networks
提出了一个改进的小世界无标度复杂网络\emph{susceptible-infected-susceptible}（SIS）模型，研究了在传染阶段引入时滞的传染病传播问题。考虑到网络的拓扑结构，研究了传染过程中的一致时滞和度依赖时滞。我们发现，时滞的存在将促进网络中传染病的爆发和流行。
2005-11-24 physics.soc-ph
Epidemic spreading in lattice-embedded scale-free networks
我们研究了嵌入格点的无标度网络中地理因素对疾病传播的影响。地理结构由两个节点的连接概率表示，该概率与它们在格中的欧氏距离有关。通过对标准的易感-感染模型的研究，发现地理结构对流行病爆发的时间行为和在底层网络中的传播有很大的影响：网络的地理约束越大，流行病传播越平稳。
2007-01-19 physics.soc-ph
Pulse strategy for suppressing spreading on networks
在网络传播模型中，每个节点可以感染其邻居并自发治愈。假定固化随时间均匀发生。脉冲免疫/治疗策略更有效且广泛地应用于抑制扩散过程。我们通过基本的易感感染（SI）过程与脉冲治疗模型的流行病过程，并纳入底层的接触网络。脉冲SI模型的平均场传染阈值为$\frac{1}{λ_1}\ln\frac{1}{1-p}$，其中$λ_1$和$p$分别是邻接矩阵的最大特征值和每个固化所覆盖的节点的分数.与广泛研究的均匀固化过程相比，我们发现脉冲固化策略节省了约$36.8$ \%，即$p\approx 0.632$，固化操作的数量不变的网络结构。我们的研究结果可以帮助相关政策制定者估计控制传播过程的成本。
2019-04-24 cs.CR cs.SI physics.soc-ph
Epidemic spreading with nonlinear infectivity in weighted scale-free networks
本文研究了具有非线性传染性的加权无标度网络SIR模型的传染病传播问题，其中我们的解析模型中的传染率是加权的。具体地说，我们将传染性指数$α$和权重指数$β$引入到解析SIR模型中，考察了$α$和$β$的组合对传染阈值和相变的影响.通过调整$α$和$β$的值，可以将流行阈值重建为一个有限值，并观察到稳定的流行率$R$在早期以指数形式增长，然后遵循分层动态。此外，我们还发现$α$比$β$更敏感地转换流行阈值和流行率，这可能为流行病传播和相关免疫方案提供一些有用的信息或新的见解。
2009-03-05 physics.soc-ph q-bio.PE
Epidemic spreading in modular time-varying networks
我们研究模块和时间连接模式对传染病传播的影响。为此，我们介绍和解析地描述了一个具有可调模块性的时变网络模型。在此框架下，我们研究了易感-感染-易感（SIR）模型的流行规模和易感-感染-易感（SIS）模型的流行阈值。有趣的是，我们发现，虽然紧密连接的集群的存在抑制SIR过程，它加速SIS疾病。在这种情况下，我们观察到，异构的时间连接模式和模块化结构引起的阈值降低随时间变化的网络没有社区。我们确认的理论结果，通过广泛的数值模拟合成图，以及在一个真正的模块化和时间网络。
2017-10-03 physics.soc-ph
