Cooperative epidemic spreading on a two-layered interconnected network
研究了传染病传播在两层互联网络上的动力学行为。提出了三个不同层次的模型来描述互联网络上的合作传播过程,其中一个网络中的疾病可以传播到另一个网络。理论分析表明,互联网络中的全局流行阈值不大于两个孤立的分层网络的流行阈值。特别是,在一个互联的同质网络,详细的理论分析,这使得快速和准确的计算的全球流行病阈值。此外,在节点度之间存在层间相关性的互联异构网络中,发现层间相关系数对流行阈值的影响很小,但对总流行有显著影响。仿真结果进一步验证了分析结果,表明合作流行过程促进了疾病的传播。
2017-02-13 cs.SI physics.soc-ph
Large epidemic thresholds emerge in heterogeneous networks of heterogeneous nodes
网络科学的一个著名结论是,具有异质连接的网络比其更同质的网络更容易受到传染病传播的影响。特别是,在相同节点的网络中,异质性可以降低流行病入侵系统的流行病阈值。因此,网络异质性可以使传播概率较低的疾病持续存在和传播。在这里,我们指出,对于现实世界的应用,这一结果不应该被视为独立的人之间的个体内异质性。我们的研究结果表明,如果考虑到人与人之间的异质性,连接性更异质的网络可以更好地抵抗传染病传播。研究了一类具有适应性疾病回避的易感-感染-易感模型。该模型的结果表明,这种网络异质性效应的逆转可能发生在个体意识到其主观疾病风险的人群中。对于流行病学来说,这意味着不应该孤立地研究网络异质性。
2015-08-04 cs.SI physics.soc-ph
Diagonal degree correlations vs. epidemic threshold in scale-free networks
我们证明了存在的对角不确定度相关,即使很小,有显着降低大型无标度网络的流行阈值的效果。所考虑的相关矩阵是$P(h|k)=(1-r)P^U_{hk}+rδ_{hk}$,其中$P^U$是不相关的,并且$r$(纽曼折射率系数)可以非常小。如果用最大度$n$来度量网络的大小,则尺度指数$γ$的影响是一致的。我们还证明了通过Porto-Weber方法可以构造出与上述$P(h|k)$具有相同$k_{nn}$但元素和谱非常不同的相关矩阵,从而导致不同的流行病扩散和阈值。此外,我们研究了一个子集的容许变换的形式$P(h|k) \to P(h|k)+Φ(h,k)$与$Φ(h,k)$取决于一个参数,离开$k_{nn}$不变。这种转变一般会影响流行阈值。然而,我们发现,当它们作用于具有恒定$k_{nn}$的网络之间时,即平均邻居度独立于度本身的网络(比严格不相关的网络更广泛的一类),这种情况不会发生。
2021-08-24 cs.SI physics.soc-ph
Traffic-driven epidemic spreading in correlated networks
尽管人们在复杂网络中的流量动力学和传染病传播方面做了大量的工作,但在{ \em相关}网络上流量驱动的传染病传播问题还没有得到解决。有趣的是,我们发现,流行病的阈值,一个基本量背后的传播动力学,表现出非单调的行为,它可以最小化的一些临界值的传播系数,一个参数表征网络的相关性。为了理解这种现象,我们使用基于度的平均场论来计算相关网络的流量驱动的流行病阈值。该理论预测阈值与分组生成速率和介数矩阵的最大特征值成反比。我们得到理论和数值之间的一致性。我们的研究结果可能会提供洞察到控制/利用现实世界的传染病传播动态驱动的交通流量的重要问题。
2015-07-16 cs.SI physics.soc-ph
Burstiness in activity-driven networks and the epidemic threshold
研究了时间网络中异质时间激活对传染病传播的影响。研究了具有突发性的活动驱动网络中的易感染-易感染(SIS)模型。通过使用基于活动的平均场方法,我们推导出一个封闭的分析形式的流行病阈值的任意活动和事件间的时间分布。我们发现,正如预期的那样,突发性降低了流行阈值,而其对患病率的影响是双重的。在低传染率系统中,突发性增加了平均传染概率,而在高传染率系统中,突发性减弱了传染病传播。我们的研究结果可以帮助澄清文献中报道的突发性的相互矛盾的影响。我们还讨论了在过渡的缩放属性,表明它们不受突发性。
2019-05-27 cond-mat.stat-mech cs.SI physics.soc-ph
Epidemic threshold in directed networks
到目前为止,流行病的研究大多是在无向网络中进行的。然而,许多现实世界的网络,如社交网络Twitter和WWW网络,其上的信息,情感或恶意软件的传播,被证明是有向网络,包括单向链接和双向链接。我们将方向性定义为单向链接的百分比。利用N-交织平均场近似方法证明了有向网络中SIS流行病的传播阈值为1/ lambda_{1},其中lambda_{1}(又称谱半径)是邻接矩阵的最大特征值.在这里,我们提出了两个算法来生成具有给定度分布的有向网络,其中方向性可以控制。方向性对光谱半径lambda_{1}、主特征向量x_{1}、光谱间隙lambda_{1}的影响。|lambda_{2}|)和代数连通性|mu_{N-1}|研究了重要的发现是谱半径lambda_{1}随方向性的增加而减小,谱隙和代数连通性随方向性的增加而增加。谱半径减小的程度取决于度分布和度-度相关性rho_{D}。因此,有向网络的流行阈值比无向网络的大,并且在有向网络中的随机游走比在具有度分布的无向网络中更快地收敛到稳态。
2013-12-02 cs.SI physics.soc-ph
Scalable Estimation of Epidemic Thresholds via Node Sampling
传染病可以通过社会接触网络从一个人传染给另一个人。在当今相互关联的全球社会中,这种传染过程可能导致全球公共卫生危害,正在发生的新冠肺炎大流行就是一个例证。因此,从统计推断的角度研究传染病的网络传播具有重要的现实意义。一个重要的和广泛研究的边界条件的网络上的传染过程是所谓的流行病阈值。流行阈值在确定引入社会接触网络的病原体是否会引起流行或消亡方面起着关键作用。本文从统计网络推理的角度研究了流行病阈值问题。我们确定了两个主要的挑战,是由高计算和采样复杂性的流行阈值。我们开发了两个统计上准确和计算效率高的近似技术,以解决这些问题下的Chung-Lu建模框架。第二种近似是基于随机游走采样的,它的优点是只需要一小部分节点上的数据。我们为这两种方法建立了理论保证,并证明了它们的经验优势。
2020-07-28 cs.SI physics.soc-ph stat.ME
Effect of Coupling on the Epidemic Threshold in Interconnected Complex Networks: A Spectral Analysis
在流行病建模中,术语感染强度表示感染率和治愈率的比率。如果感染强度高于某个阈值--我们定义为流行阈值--那么流行病就会在人群中传播并长期持续。对于一个单一的通用图表示的接触网络的人口正在考虑中,传染病的阈值原来是等于的谱半径的接触图的倒数。然而,在现实世界中,不可能完全隔离一个种群:总有一些与另一个网络的互连,该网络与接触网络部分重叠。互联网络中流行病阈值的结果仅限于均匀混合种群和度分布参数。在本文中,我们采用了频谱的方法。我们展示了在一个给定的网络中,由于与另一个具有固定感染强度的网络相结合,流行病阈值如何变化。在我们的模型中,接触网络和互连是通用的。利用分支理论和代数图论,严格推导了互联网络中的传染病阈值。这些结果对流行病建模和控制的广泛领域具有影响。我们的分析结果支持数值模拟。
2012-12-17 cs.SI math.DS physics.bio-ph
Concurrency-induced transitions in epidemic dynamics on temporal networks
人类和动物流行病过程的社会联系网络是高度动态的。感染在这种时间网络上的传播与在静态网络上的传播有很大的不同。我们从理论上研究了并发的影响,一个节点在给定的时间点的邻居的数量,对流行病的阈值在时间网络模型的随机不确定性感染易感动态。我们表明,网络动态可以抑制流行病(即,产生更高的流行阈值),但也可以在并发性高时增强流行性。我们分析确定不同阶段的并发诱导过渡,并确认我们的结果与数值模拟。
2017-09-08 cs.SI physics.soc-ph
Epidemic thresholds of the Susceptible-Infected-Susceptible model on networks: A comparison of numerical and theoretical results
最近的工作表明,不同的理论方法的易感-感染-易感(SIS)模型的流行病的动力学导致定性不同的估计的位置的网络中的流行病阈值。在这里,我们提出了大规模的数值模拟的SIS动力学的各种类型的网络,允许精确确定的有效阈值有限大小N的系统。我们定量比较的数值阈值与理论预测的非均匀平均场论和淬火平均场论。我们表明,后者一般更准确,缩放与N与正确的指数,但往往无法捕捉正确的前因子。
2012-10-16 cond-mat.stat-mech cs.SI physics.soc-ph
An Epidemic Threshold Set for Networks
Posts and Telecommunications Institute of Technology(邮电大学)
研究离散时间SIS流行病模型及复杂网络的流行病阈值,提出社区层面阈值集并建立局部与全局阈值比较结果,通过在合成与真实网络上的数值实验验证,结果与理论吻合。
2026-07-16 cs.SI math.DS math.OC
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
Thresholds for epidemic spreading in networks
研究了度分布服从幂律分布的淬灭网络中传染病模型的阈值问题。对于易感染易感(SIS)模型,当网络的最大度k_max随系统规模变化时,其活动阈值λ_c在大规模极限下为零,这与非均匀平均场(HMF)理论相悖.阈值的消失与连接模式的无标度性质无关,而是由系统中最大的枢纽发起的,该枢纽对于任何传播速率lambda>1/sqrt{k_max}都是活跃的,并且扮演着将感染传播到系统其余部分的自我维持源的角色。而易感染-感染-移除(SIR)模型则与HMF理论相一致,并为富规模网络提供了一个有限的阈值。我们推测,在淬灭的规模丰富的网络的通用流行病模型的阈值是消失或有限的存在或不存在一个稳定的状态。
2010-12-09 cond-mat.stat-mech cs.SI physics.soc-ph
Absence of epidemic thresholds in a growing adaptive network
社会联系网络的结构强烈影响流行病的动态。特别是,现实世界社交网络的无标度结构使得感染率低的不太可能的疾病得以传播并成为地方病。然而,特别是对于可能致命的疾病,疾病对社会结构的影响也不容忽视,导致复杂的相互作用。在这里,我们考虑的增长网络的优先附件,其中节点同时删除由于SIR流行病。我们发现,增加传染性增加了疾病的流行,同时导致从无标度到指数拓扑结构的转变。虽然发生了向有限方差的度分布的过渡,但网络在热力学极限下仍然没有表现出流行阈值。我们说明了这些结果使用基于代理的模拟和易于分析的近似方案。
2012-09-12 cs.SI nlin.AO 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
Information Theoretic Adaptive Tracking of Epidemics in Complex Networks
自适应监测大型复杂网络中节点的状态在国家安全、公共卫生和能源电网管理等领域都很有意义。在这里,我们提出了一个信息理论的自适应跟踪和采样框架,递归地选择测量使用的反馈执行推理的动态贝叶斯网络。我们还提出了一个网络的具体存在的条件,观察依赖,相变在更新后的隐藏节点状态,积极监测网络。由于传统的流行病阈值是使用独立于观察的马尔可夫链导出的,后验阈值应该更准确地模拟网络的真实相变。自适应跟踪框架和流行病阈值应该提供洞察建模的动态响应更新后的主动干预和控制政策,同时监测现代复杂网络。
2013-07-11 cs.SI physics.soc-ph
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
Epidemic Thresholds of Infectious Diseases on Tie-Decay Networks
在网络传染病的研究中,研究人员计算流行阈值,以帮助预测疾病最终是否会感染大部分人口。由于网络结构通常随时间变化,这从根本上影响了传播过程的动态,进而影响疾病传播的流行阈值,因此研究时间网络中的流行阈值非常重要。现有的时间网络中流行病阈值的研究大多集中在离散时间模型,但大多数现实世界中的网络系统在时间上不断演变。在我们的工作中,我们编码的连续时间依赖的网络到评估的易感-感染-易感(SIS)过程的流行病阈值通过研究一个SIS模型的领带衰减网络。我们推导了该模型的临界条件,并通过数值实验进行了验证。我们还研究了不同的因素-网络中联系强度的衰减系数,节点之间的相互作用频率,以及互动发生的底层社会网络的稀疏性-导致阈值临界值的降低或升高,从而有助于促进或阻碍疾病的传播。因此,我们展示了领带衰变网络的功能如何改变疾病传播的结果。
2021-08-10 cs.SI math.DS nlin.AO
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
Improved Bounds on the Epidemic Threshold of Exact SIS Models on Complex Networks
任意网络上的SIS(不确定-感染-易感)流行病模型,在不作近似的情况下,是一个具有唯一吸收状态(全健康状态)的$2^n$状态马尔可夫链.这使得SIS模型的分析,特别是确定流行病传播的阈值具有相当大的挑战性。已经表明,感染的精确边际概率可以由$n$维线性时不变系统上界,其结果是当LTI系统稳定时,即当$\fracβδ<\frac{1}{λ_{\max}(A)}$(其中$β$是每个链路的感染率,$δ$是恢复率,并且$λ_{\max}(A)$是网络邻接矩阵的最大特征值)时,马尔可夫链是“快速混合的”。这个众所周知的阈值最近被证明在几种情况下并不紧,例如在星形网络中。在本文中,我们提供了更严格的上界的确切边际感染概率,也考虑成对的感染概率。基于这个改进的界限,我们推导出更严格的特征值条件,保证快速混合(即,对数混合时间)。我们证明了改进的阈值条件,通过比较新的界限与已知的各种网络和流行病参数。
2016-03-16 cs.SI math.DS physics.soc-ph
A Self-Organized Method for Computing the Epidemic Threshold in Computer Networks
本研究提出一种无需重复模拟即可计算计算机网络流行病阈值的自组织方法,该方法也适用于考虑风险感知的人类流行病场景,针对含破坏性干扰的复杂过程则支持并行模拟多感染概率情况。
2018-07-22 cs.SI nlin.AO 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
Bifurcations in the Herd Immunity Threshold for Discrete-Time Models of Epidemic Spread
我们对具有静态网络结构的离散时间SIR房室模型的群体免疫阈值进行了彻底的敏感性分析。我们意外地发现,这些模型违反了经典的直觉,认为群体免疫阈值应单调增加的传输参数。我们发现存在分歧的群体免疫阈值在高传播概率制度。这些分叉的程度调制的图形的异质性,恢复参数,和网络的大小。在大的,良好的混合网络的限制,行为的差分方程模型的方法,这表明这种行为是所有离散时间SIR模型的普遍特征。这些结果表明,在选择流行病学模型中如何建模时间和异质性的假设以及随后可以得出的结论时,都需要仔细注意。
2023-02-24 cs.SI physics.soc-ph q-bio.PE
Vaccination intervention on epidemic dynamics in networks
接种疫苗是预防或减少传染病传播的重要措施。本文研究了Watts-Strogatz小世界网络、Barabási-Albert无标度网络和随机无标度网络上包含易感、感染和不完全免疫的传染病模型.分析了流行阈值和流行率。对于小世界网络,提出了有效的疫苗接种干预措施,并分析了其对阈值和患病率的影响。对于无标度网络,阈值被发现是强烈依赖于有效接种率和连接分布。此外,只要疫苗有效,它可以线性降低小世界网络中的流行病流行率,而对于无标度网络,它的作用呈指数级。这些结果有助于在结构化人群中对疾病采取务实的治疗。
2013-02-25 cond-mat.stat-mech cs.SI physics.soc-ph
What Stops Social Epidemics?
在理解图上的传播过程的动态方面的理论进展表明存在一个流行阈值,低于该阈值,没有流行病形成,高于该阈值,流行病传播到图的很大一部分。我们观察到社交媒体网站Digg上的信息级联,其传播速度足以让一个初始传播者感染数百人,但最终只影响整个网络的0.1%。我们发现,两个影响,以前研究的孤立,结合合作,大大限制了Digg上的级联的最终大小。首先,由于Digg网络的高度集群结构,大多数知道一个故事的人都是通过多个朋友接触到它的。这种结构降低了流行病的门槛,同时适度减缓了级联的总体增长。此外,我们发现,Digg上的社会传染机制指出了信息传播和其他传染过程之间的根本区别:尽管在一个社会群体中有多种感染机会,但人们不太可能成为反复接触信息的传播者。这种机制的结果对于更多的聚类图变得更加明显。最终,这种影响严重限制了Digg上社交流行病的规模。
2011-04-01 cs.SI 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
Non massive immunization to contain spreading on complex networks
控制流行病的最佳策略是通过有效的免疫接种以最小的成本拆除接触网络。然而,网络碎片在实践中很少可以访问,并且可能会产生极端的副作用。在这项工作中,我们研究了远低于渗流阈值的流行病遏制免疫人口分数。我们报告说,适度和弱监督免疫接种可以导致有限的传染病阈值的无标度网络上的易感-感染-易感模型通过改变从一个特定的基序到一个集体驱动的过程的过渡的性质。修剪有效的散布器并增加它们的相互分离对于集体激活来说都是必要的。分数的免疫顶点需要消除的流行病,这是远远小于渗流阈值观察到一个广泛的真正的网络考虑有针对性的或熟人免疫策略。我们的工作有助于构建最佳遏制,通过非大规模和可行的免疫策略来保护网络功能。
2019-12-20 cs.SI physics.soc-ph
Generating functions for message-passing on weighted networks: directed bond percolation and SIR epidemics
我们研究SIR(“易感,感染,删除/恢复”)模型的有向图内的消息传递近似的异构传输概率。我们描述的渗流过渡,预测集群大小分布,并提出疫苗接种策略。所有的预测进行比较真实网络上的数值模拟。我们预测的逾渗阈值是一个严格的下限的阈值在真实网络。对于大型的局部树状网络,我们的预测与数值数据吻合得很好。
2021-07-27 cond-mat.stat-mech cs.SI physics.soc-ph
Expected Extinction Times of Epidemics with State-Dependent Infectiousness
我们建立了一个流行病模型,其中地理位置网络中的人均传染性随着活动病例总数的变化而变化。当人群中有大量活跃病例时,人们会采取更严格的非药物预防措施。我们发现,存在一个尖锐的阈值,使得当治愈率的感染是高于这个阈值,平均时间的流行病灭绝是对数的初始感染规模,而当治愈率低于这个阈值,平均时间的流行病灭绝是无限的。我们还表明,当每个人的传染性渐近为零的活动的情况下的数量的函数,平均灭绝时间都有相同的渐近独立的网络结构。模拟证实了这些结果,同时也表明,如果每个人的传染性是大的,而流行规模是小的(即,疫情小的时候防范不严,疫情大的时候才严格),疫情可能要很长时间才能平息。我们还提供了一些分析这些意见的见解。
2021-12-05 cs.SI
How Clustering Affects Epidemics in Random Networks
受社交网络分析的启发,我们研究了一个具有给定度分布和可调聚类系数的随机网络模型。在这些图上我们考虑两种类型的增长过程:扩散模型和对称阈值模型。扩散过程是受流行病模型的启发。它的特点是感染概率,每个邻居独立传播流行病。在对称阈值过程中,交互仍然是局部的,但传播规则由阈值(可能在不同节点之间变化)控制。对称阈值过程的一个有趣的例子是传染过程,它的灵感来自于网络上的一个简单的协调博弈。这两种类型的过程已被用来模拟传播的新思想,技术,病毒或蠕虫和结果已经获得了随机图没有聚类。在本文中,我们能够分析集群的增长过程的影响。虽然聚类抑制了扩散过程,但其对传染过程的影响更为微妙,并取决于图的连通性:在低连通性区域,聚类也抑制了传染,而在高连通性区域,聚类有利于全球级联的出现,但会减小其大小。对于扩散和对称阈值模型,我们的特征条件下,全球级联是可能的,并计算其大小明确,作为度分布和聚类系数的函数。我们的研究结果适用于定期或幂律图与指数截止和新的光聚类的影响。
2012-02-22 cs.SI math.PR physics.soc-ph
Second-Order Moment-Closure for Tighter Epidemic Thresholds
在本文中,我们研究了发生在复杂接触网络中的传染扩散过程的动力学。我们特别提出了一个下界的节点数量的衰减率感染的易受感染的(SIS)随机传播过程。对这种衰减率的精确量化对于设计有效的战略来遏制流行病的爆发至关重要。然而,现有的一阶平均场近似的基础上的衰减率的下限往往伴随着一个大的错误,导致效率低下的遏制策略。为了克服这一缺陷,我们推导出一个下界的基础上的二阶矩封闭的随机SIS过程。所提出的二阶界理论上保证比现有的一阶界更紧。我们还提出了各种数值模拟,以说明我们的下限如何大大提高现有的一阶下界在实际情况下的性能,从而产生更有效的战略,流行病遏制。
2017-09-18 cs.SI q-bio.PE
Active and inactive quarantine in epidemic spreading on adaptive activity-driven networks
我们认为一个流行病的自适应活动驱动的时间网络的过程中,自适应行为建模为活动和吸引力的变化,由于感染。通过使用平均场方法,我们得到了一个解析估计的SIS和SIR流行病模型的流行病阈值的一般自适应策略,这在很大程度上取决于活动和吸引力之间的相关性,在易感和感染状态。我们专注于强大的社交距离,实施两种类型的隔离最近的真实案例研究的启发:一个积极的隔离,其中人口补偿的链接重新布线的无效连接到非bridging节点的损失,和一个不活跃的隔离,其中与隔离节点的链接不重新布线。这两种策略具有相同的流行阈值,但它们在活跃期的动态方面存在很大差异。我们发现,主动检疫是非常有效的,在减少流行病的影响,在活跃阶段相比,非活动的,在SIR模型中,后期采取的措施,需要非活动的检疫达到遏制。
2020-08-28 cond-mat.stat-mech cs.SI physics.soc-ph
Epidemic Processes over Adaptive State-Dependent Networks
本文研究了任意拓扑结构的自适应网络中流行病过程的动力学。我们的研究集中在自适应易感-感染-易感(ASIS)模型上,在该模型中,健康个体被允许暂时切断将其连接到受感染节点的边缘,以防止感染的传播。在本文中,我们推导出一个封闭形式的表达式的传染病阈值的ASIS模型在任意网络的异质节点和边缘动态的下限。对于具有同质节点和边缘动态的网络,我们证明了所得到的\blue{lower bound}与静态网络上的标准SIS模型的流行阈值成比例,其比例常数取决于适应率。此外,根据我们的研究结果,我们提出了一个有效的算法,以最佳调整适应率,以消除流行病爆发在任意网络。我们确认了几个数值模拟的建议的下限的紧密性,并比较我们的最佳适应率与流行的中心性措施。
2016-06-09 cs.SI math.PR physics.soc-ph
Recurrent Dynamic Message Passing with Loops for Epidemics on Networks
本研究针对网络流行病,提出一种扩展的循环动态消息传递方法,以处理局部环路并纠正概率不一致,通过线性化方程给出阈值估计,实验验证其在预测感染比例和阈值上的有效性。
2023-11-13 cond-mat.dis-nn cs.SI physics.soc-ph
SIRS Epidemics on Complex Networks: Concurrence of Exact Markov Chain and Approximated Models
我们通过考虑SIRS(易感-感染-康复-易感)在复杂网络上的精确$3^n$状态马尔可夫链模型来研究SIRS(易感-感染-康复-易感)传播过程。马尔可夫链模型与其$2n$状态非线性“平均场”近似和后者相应的线性近似之间有着有趣的联系。我们证明了在无病状态是线性和非线性模型的全局稳定不动点的特定阈值下,精确的底层马尔可夫链具有$O(\log n)$混合时间,这意味着流行病很快消失。事实上,这三个模型的传染病消灭条件是一致的。进一步,当阈值条件被破坏时,表明线性模型是不稳定的,我们证明了非线性模型存在唯一的第二不动点,它对应于地方病状态.我们还研究了通过引入两种不同的模型,根据疫苗的效力,增加免疫接种对SIRS流行的影响。我们的研究结果表明,免疫提高了消除流行病的阈值。此外,快速混合的马尔可夫链和无病不动点的全局稳定性的共同阈值提高了相同的因子的疫苗接种占主导地位的模型。
2015-03-27 cs.SI math.DS math.OC
Push- and Pull-based Epidemic Spreading in Networks: Thresholds and Deeper Insights
了解计算机病毒(恶意软件,蠕虫)在网络空间中的动态是一个重要的问题,已经吸引了相当多的关注。为此目的的早期研究采用了生物流行病模型,因此继承了所谓的同质性假设,即每个节点与其他节点的连接相等。后来的研究放松了这种经常不切实际的同质性假设,但仍然专注于某些幂律网络。最近,研究人员研究了{ \em arbitrary}网络中的流行病模型(即,对网络拓扑没有限制)。然而,所有这些模型仅捕获{ \em push-based}感染,即感染性节点总是主动尝试感染其相邻节点。最近,引入了{ \em pull-based}感染的概念,但没有严格治疗。沿着这条研究路线,本文研究了推和拉为基础的流行病传播动力学在任意网络中,使用非线性动力系统的方法。(1)提出了一个更一般、更有力的传播稳定的充分条件(文献中也称之为流行阈值)。(2)它给出了全球平均感染率的上限和下限,无论传播的稳定性如何。(3)它提供了洞察,除其他事项外,估计全球平均感染率,通过本地化监测的一个小的{ \em常数}数量的节点,{ \em不知道的参数值。
2016-03-24 cs.CR cs.SI math.DS
A network with tunable clustering, degree correlation and degree distribution, and an epidemic thereon
一个随机网络模型,它允许可调的,相当一般的形式的聚类,度相关性和度分布的定义。该模型是配置模型的扩展,其中存根(半边)配对形成网络。聚类是通过形成小的完全连通的子群,和正(负)度的相关性是通过连接一小部分的存根与存根的相似(不相似)的程度。在该网络上定义了一个SIR(Susceptible -> Infective -> Adverted)流行病模型.网络和流行病的渐近性质,作为总体规模趋于无穷大,推导出:度分布,度相关性和聚类系数,以及再生数$R_*$,一个大爆发的概率和相对大小这样的爆发。理论说明了Monte Carlo模拟和数值例子。主要研究结果是,聚类倾向于减少疾病的传播,当疾病接近阈值时,程度相关性的效果明显大于当疾病远高于阈值时的效果,当$R_*$刚好高于其门限值时,疾病传播随着程度相关性$ρ$而广泛增加,当$R_*$远高于1时,随着$ρ$而减少。
2012-07-30 cs.SI math.PR physics.soc-ph
Adaptive Epidemic Dynamics in Networks: Thresholds and Control
计算机病毒/蠕虫流行动力学的理论建模是一个重要的研究课题。然而,大多数现有的模型是改编自生物流行病的。虽然生物流行病模型可以用来描述计算机病毒的传播情况(特别是当所谓的同质性假设成立时),但计算机病毒传播的问题还没有得到很好的理解,因为它有许多重要的观点,这些观点不一定适用于生物流行病模型。在本文中,我们开始研究这样一个角度,即对任意网络中的流行病传播的自适应防御。更具体地说,我们研究了一个非齐次的易感-感染-易感(SIS)模型,其中模型参数可能随时间而变化。特别是,我们专注于两种情况下,我们称之为半自适应防御和完全自适应防御,分别容纳模型参数之间的隐式和显式依赖关系。在半自适应防御方案中,模型的输入参数是给定的;防御是半自适应的,因为调整是隐式地依赖于病毒传播的结果。对于这种情况,我们提出了一组充分条件(有些条件比其他条件更一般或更简洁),在这些条件下,病毒传播将消失;这样的充分条件在文献中也被称为流行病阈值。在完全自适应防御场景中,一些输入参数是未知的(即,上述充分条件不适用),但防御者可以观察病毒传播的结果。对于这种情况下,我们提出了适应控制策略下,病毒传播将消亡或将包含在一个理想的水平。
2016-04-02 cs.CR cs.SI math.DS
Epidemics on Hypergraphs: Spectral Thresholds for Extinction
当疾病围绕接触图传播时,流行病传播是很好理解的。在一个随机的易感染-易感染的环境中,光谱条件决定了疾病是否消失。然而,使用图对人类交互进行建模是一种简化,只考虑成对关系。这并不完全代表人们在群体中见面的更现实的情况。超边可以用来记录这样的群体交互,产生更忠实和灵活的模型,允许节点的感染率作为感染邻居数量的非线性函数而变化。我们讨论了不同类型的传染病模型在超图设置,并推导出谱条件,表征疾病是否消失。我们研究了精确的个体水平随机模型和确定性平均场常微分方程近似。数值模拟来说明分析。我们还解释了我们的研究结果,并展示了超图模型如何使我们能够区分(a)病原体本质所固有的传染性和(b)行为选择(如社交距离,增加卫生和使用口罩)对传染性的贡献。这就有可能更准确地量化旨在遏制病毒传播的干预措施的效果。
2021-03-12 cs.DM cs.SI math.DS