Two novel immunization strategies for epidemic control in directed scale-free networks with nonlinear infectivity
在本文中，我们提出了两种新的免疫策略，即，联合免疫和双重免疫的方法，并在线性和非线性传染性下得到了它们的传染阈值。通过提出的两种新策略，免疫后的流行阈值大大提高。对于双重免疫，我们证明了它的性能是最好的，在所有常用的免疫方案的程度分布。对于联合免疫方案，我们证明了它比主动免疫更有效。此外，我们还对定向免疫在有向网络中的应用进行了全面的理论分析。对于目标免疫策略，证明了免疫出度大的节点比免疫入度大的节点更有效，同时具有出度和入度大的节点比只具有出度和入度大的节点更值得免疫.最后，数值分析验证和补充我们的理论结果。该工作首次将整个人群划分为不同的类型，并根据人群的特点嵌入合适的免疫方案，这将有利于复杂网络上传染病免疫控制的研究。
2018-06-04 math.DS nlin.AO 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
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
Suppressing Epidemics with a Limited Amount of Immunization Units
疾病通过学校传播，流行病通过国家传播，病毒通过互联网传播的方式对于确定其风险至关重要。虽然这些威胁都有自己的特点，但其潜在的网络决定了传播。为了抑制传播，一个广泛使用的方法是通过免疫来分裂这些网络，这样流行病就不会传播。在这里，我们开发了一种免疫方法的基础上优化易感的大小，它优于最知名的策略免疫的最高介数的链接或节点。我们发现，网络的脆弱性可以显着降低，证明了这三个不同的真实网络：全球航班网络，学校的友谊网络，和互联网。在所有情况下，我们发现，不仅是平均感染概率显着抑制，而且对于最相关的情况下，一个小的和有限数量的免疫单位的感染概率可以降低高达55%。
2011-12-18 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
Type reproduction number for epidemic models on heterogeneous networks
感染很容易在度分布不均匀的网络上传播。在这里，我们考虑了这种网络上的靶向免疫，其中具有最高连接性的一部分个体被免疫。为了量化这种靶向免疫方法对群体免疫力的影响，我们提出了一种使用类型繁殖数的方法。因此，我们推导出一个精确而简单的公式，可以产生免疫阈值，这是据我们所知，在文献中提出的第一个这样的结果。
2020-06-05 physics.soc-ph q-bio.PE
Epidemic spreading and immunization with identical infectivity
本文提出了一个具有相同传染性的SIS模型，其中每个节点在每个时间步都被赋予相同的活动接触能力$A$.我们发现在无标度网络中，感染节点的密度存在一个阈值，其值为1/A，这一点通过分析和数值模拟都得到了证明。受感染的群体以指数形式增长，并遵循分层动态，这表明一旦到达高度连接的枢纽，感染几乎以渐进级联的方式遍布整个网络。此外，该模型的随机，比例和有针对性的免疫接种的效果进行了研究。基于当前模型和异构网络，有针对性的策略表现最好，而随机策略比标准SIS模型更有效。本文的研究结果对动态控制策略的制定具有实际意义。
2007-04-04 physics.bio-ph physics.soc-ph
The Cost of an Epidemic over a Complex Network: A Random Matrix Approach
在本文中，我们使用随机矩阵理论的工具量化了一种流行病对复杂网络的总体经济影响。在划分直接和间接感染成本的基础上，我们计算了SIS（易感-感染-易感）感染过程的大图极限中的疾病成本。我们还给出了一个上限，这个成本为任意有限图，并说明了使用广泛的模拟随机和现实世界的网络计算成本。我们通过考虑流行病的总社会成本，考虑各种免疫策略的免疫和疾病成本，并确定最佳免疫来扩展这些计算。我们的工作重点是瞬态行为的流行病，在以前的研究，这通常侧重于确定稳态系统的平衡。
2013-09-09 cs.SI physics.soc-ph
Adaptive Epidemic Dynamics on Hypergraphs with Group-Level Immunization and Rewiring
College of Artificial Intelligence, Southwest University（西南大学人工智能学院）；School of Systems Science/Institute of Nonequilibrium Systems, Beijing Normal University（北京师范大学系统科学学院/非平衡系统研究所）；Business College, Southwest University（西南大学商学院）；Faculty of Natural Sciences and Mathematics, University of Maribor（马里博尔大学自然科学与数学学院）；Community Healthcare Center Dr. Adolf Drolc Maribor（马里博尔阿道夫·德罗尔博士社区健康中心）；Department of Physics, Kyung Hee University（庆熙大学物理系）；University College, Korea University（高丽大学大学院）
提出自适应单纯复形SIS模型，研究超边活动与节点状态协同演化，通过群体免疫和结构重连干预，揭示高阶交互导致不连续相变和双稳态区域。
2026-07-03 cs.SI physics.soc-ph
Global efficiency of local immunization on complex networks
流行病以各种形式出现：传染病在我们稀疏的性网络中传播，谣言和疾病在我们密集得多的社会交往中传播，或者病毒在互联网上传播。随着大型数据库和高效分析算法的出现，这些过程可以更好地预测和控制。在这项研究中，我们使用不同的网络组织的特点，以确定有影响力的传播者在17个不同性质的经验网络使用2个流行病模型。我们发现，一个明智的选择的本地措施，无论是在微观尺度上的网络的连通性或在中观尺度上的社区结构的基础上，相比有利的全球措施，如介数中心，在效率，实用性和鲁棒性。我们还开发了一个分析框架，突出了不同的流行病制度的特征规模的过渡。这就可以决定在特定情况下应采取哪种地方措施来管理免疫接种。
2013-05-01 physics.soc-ph q-bio.PE
Efficient community-based control strategies in adaptive networks
目前对自适应网络的研究主要集中在稳态特性上，而忽略了暂态动态特性。本研究关注的是瞬时过程中社区结构的形成以及社区控制策略对传染病传播的影响。首先，通过规范化模块度$Q$，我们研究了社区结构在传播过程中的演化，发现在传染病传播的早期阶段，由于重新布线机制的作用，社区结构会产生很强的影响，从而显著延缓了传染病的爆发。然后研究不同阶段的控制策略对患病率的影响。免疫策略和检疫策略都表明，实施控制措施并不是“越早越好”。如果在群落结构较强的时期能有效地实施控制措施，则可获得最佳的控制效果。对于免疫策略，免疫SI链路上的S节点和随机免疫S节点具有相似的控制效果。而对于隔离策略，隔离SI链路上的I节点比随机隔离I节点的效果要好得多。更重要的是，基于社区的检疫策略比基于社区的免疫策略发挥更有效的性能。本研究为人群流行病的预测和预防提供了新的思路。
2012-05-19 physics.soc-ph
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
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
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
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
Immunization strategies for epidemic processes in time-varying contact networks
扩展过程是研究网络结构特性及其组成部分的相对重要性的一个非常有效的工具，并已被广泛用于静态网络。在这里，我们认为简单的疾病传播过程中的经验时变网络的个人之间的接触，并比较这些过程中的几种免疫策略的效果。免疫策略被定义为选择一组不能感染或传播疾病的节点（个体）。该选择根据接触网络的节点的特定排名来执行。我们考虑了各种排名策略，特别关注训练窗口的作用，在此期间，在时变网络中测量节点的属性：较长的训练窗口对应于收集的大量信息，并且可以预期会导致免疫策略的更好性能。相反，我们发现一个意想不到的饱和的效率的策略的基础上节点的特征时，训练窗口的长度增加，显示有限的信息量的接触模式是足够的设计有效的免疫策略。这一发现是平衡的大变化的接触模式，强烈改变节点的重要性，从一个时期到下一个，因此显着限制任何策略的效率的基础上的重要性排名的节点。我们还观察到，策略的效率，包括一个随机性的元素，是基于时间上的本地信息不执行以及，但在很大程度上是独立的信息量。
2013-05-10 cs.SI physics.soc-ph q-bio.PE
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
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
Dynamic vaccination in partially overlapped multiplex network
在这项工作中，我们提出并研究了一种新的疫苗接种策略，我们称之为“动态疫苗接种”。在我们的模型中，易感人群会意识到他们的一个或多个接触者被感染了，从而在与任何感染患者进行身体接触之前，以$ω$的概率接种疫苗。然后，未接种疫苗的个体将以$β$的概率感染。我们将该策略应用于SIR传染病模型中的一个多重网络由两个网络组成，其中一小部分$q$的节点在两个网络中的行为。我们将这个动态接种模型映射到键渗流模型，并使用生成函数框架从理论上预测了系统在稳态时的相关量值的行为。我们发现理论方程的解和随机模拟的结果之间的完美协议。此外，我们发现了一个有趣的相图在平面$β-ω$，这是由一个流行和非流行阶段，由一个临界阈值线$β_c$，这取决于$q$分开。我们发现，对于$q$的所有值，在图中的一个区域，疫苗接种是如此有效，以至于无论疾病的毒力如何，它永远不会成为流行病。我们将我们的策略与随机免疫进行比较，发现在两种情况下使用相同数量的疫苗，我们得到的疾病的传播在动态疫苗接种的情况下比随机免疫低得多。此外，我们还将我们的策略与靶向免疫进行了比较，我们发现，根据$ω$，动态疫苗接种将表现得更好，在某些情况下，将在疾病成为流行病之前阻止疾病。
2019-01-08 physics.soc-ph
Inverse targeting -- an effective immunization strategy
我们提出了一种新的方法来免疫人口或计算机网络对流行病，这是更有效的比以前考虑的任何方法。我们的方法的新颖性在于确定免疫靶点的方式。首先，我们确定那些对疾病传播贡献最小的个人或计算机，通过他们对社会或计算机网络中最大连接集群的大小的贡献来衡量。免疫过程按照识别出的个人或计算机的列表以相反的顺序进行，首先免疫那些与传染病传播最相关的人。我们已经将我们的免疫策略应用于几个模型网络和两个真实网络，互联网和高能物理学家的合作网络。我们发现，我们的新的免疫策略是在模型网络的情况下高达14%，并为真正的网络高达33%的效率比动态免疫网络中连接最多的节点。我们的策略在数值上也是有效的，因此可以应用于大型系统。
2011-12-13 cond-mat.stat-mech cs.SI physics.comp-ph
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
Efficient network immunization under limited knowledge
有针对性的免疫或大规模网络攻击已引起科学界的极大关注。然而，在现实世界的场景中，网络的知识和观察可能是有限的，从而排除了对免疫（或移除）的最佳节点的全面评估，以避免诸如当前COVID-19流行病的流行病传播。在这里，我们研究了一种新的免疫策略，其中一次只观察$n$节点，并且这些$n$节点之间的最中心被免疫（或攻击）。重复地继续该过程，直到节点的$1-p$部分被免疫（或攻击）。我们开发了一个分析框架，这种方法，并确定临界渗流阈值$p_c$和巨组件$P_{\infty}$的大小为任意度分布的网络$P(k)$。在极限的$n\to\infty$，我们恢复以前的工作有针对性的攻击，而$n=1$，我们恢复已知的情况下，随机故障。在这两个极端之间，我们观察到，随着$n$增加，在具有完全信息的靶向免疫（攻击）下，$p_c$迅速增加至其最佳值。特别是，我们发现了一个新的$|p_c(\infty)-p_c(n)|$和$n$之间的缩放关系为$|p_c(\infty)-p_c(n)|\sim n^{-1}\exp(-αn)$。对于无标度（SF）网络，其中$P(k)\sim k^{-γ}, 2<γ<3$，我们发现$n$从$n=1$增加到$\log N$的数量级（$N$是网络的大小）时，$p_c$有一个从零到非零的转变。因此，对于SF网络，$\log N$节点的顺序的知识和免疫它们可以显着减少流行病。
2020-04-02 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
Abrupt phase transition of epidemic spreading in simplicial complexes
网络几何是一种将网络结构描述为几何对象的方法，它的研究正在彻底改变我们对网络系统动力学过程的理解。在这里，我们处理的问题，传染病传播，使用易感-感染-易感（SIS）模型，在单纯复形。特别是，我们分析了复杂网络中的SIS的动力学，其特征在于成对的相互作用（链接）和三体相互作用（填充三角形，也称为2-单纯形）。这种高阶描述的传染病传播解析制定使用微观马尔可夫链近似。对模型的不动点解的分析揭示了一个有趣的相变，该相变随着2-单形的传染性参数而变得突然。我们的研究结果为网络理论家铺平了道路，以推进我们的物理理解传染病传播在真实的情况下，疾病之间的群体之间以及之间的传播，并更好地了解单纯复合体的动力学过程的行为。
2020-01-23 physics.soc-ph
Interplay between the local information based behavioral responses and the epidemic spreading in complex networks
传染病的传播会引发人类对疾病的行为反应，而行为反应对疾病的传播起着至关重要的作用。在这项研究中，为了说明人类行为反应的影响，一个新的类的个人，$S^F$，被引入到经典的易感-感染-恢复（$SIR$）模型。在模型中，$S^F$状态表示易感个体主动采取保护措施以降低被感染的概率，易感个体在与有传染性的邻居接触时可能以一定的反应率进入$S^F$状态。利用渗流方法，导出了流行阈值和流行率的理论公式。研究结果表明，随着响应率的增加，疫情阈值提高，疫情发生率降低。数值模拟也验证了分析结果。此外，我们还证明了，由于平均场方法忽略了动态相关性，基于平均场方法得到了一个错误的结果--流行阈值与响应率无关，即，附加的$S^F$状态对流行阈值没有影响。
2015-09-04 physics.soc-ph
Intermittent quarantine suppresses epidemic spreading beyond simple contact reduction
Universidade Federal de Viçosa（维索萨联邦大学）；Universidade Federal de São Paulo（圣保罗联邦大学）；Universidade de São Paulo（圣保罗大学）
本研究通过理论分析与随机模拟，发现节点间歇性（非马尔可夫性）比边间歇性更有效抑制流行病传播，短且均匀的间隔时间提高传播阈值，为干预策略提供新视角。
2026-10-02 physics.soc-ph
Effects of concurrency on epidemic spreading in Markovian temporal networks
本文构建可调节并发程度且保持边统计与聚合网络结构一致的 Markovian 时序网络模型，发现并发在流行病阈值附近小幅促进传播，而在高感染率下多数情况会抑制传播。
2024-05-08 physics.soc-ph
Geographical effects on epidemic spreading in scale-free networks
许多真实的网络都是嵌入在度量空间中的：个体之间的交互依赖于他们的空间距离，并且通常发生在他们最近的邻居之间。在本文中，我们引入了一个修改的易感-感染-易感（SIS）模型来研究地理因素对疾病传播的影响，假设一个健康个体被一个传染性个体感染的概率与它们之间的欧氏距离成反比。研究发现，在疾病传播中，地理位置比枢纽站起着更重要的作用：网络的地理约束越大，流行病的流行程度就越高。
2006-06-30 physics.soc-ph
Multiple peaks patterns of epidemic spreading in multi-layer networks
近年来，网络个体群体中传染病传播的研究取得了许多重要进展。然而，以往研究的一个共同点是，在每一次传染病传播事件中，感染密度只有一个峰值。从世界各地不同城市的真实数据来看，除了感染密度的主要单峰特征外，由两个（或多个）峰值组成的模式存在有限的概率。我们发现，这样的后一个功能是完全独特的多层网络的相互作用，并揭示，实际上是一个两个峰值模式出现从不同的时间延迟，在这两个层之间的流行病传播。此外，我们表明，必要的成分是不同的程度分布在两个层和层之间的弱耦合条件。此外，基于边缘的理论，充分解释了所有的数值结果。因此，我们的研究结果可能对预防流行病的次生灾害具有重要意义，这在现实生活中是绝对不希望的。
2017-06-23 physics.soc-ph
Containing epidemic outbreaks by message-passing techniques
有针对性的网络免疫问题可以定义为在给定的流行病模型下，找到网络中的一个节点子集进行免疫或接种，以最小化接种成本和最终（静态）预期感染之间的权衡。虽然计算预期的感染是一个很难的计算问题，简单而有效的平均场近似已经提出了在最近几年的文献。该优化问题可以转化为一个约束问题，其中约束条件强制执行描述流行病过程平均稳态的局部平均场方程。对于广泛的一类流行病模型，包括易感染-感染-移除和易感染-感染-易感模型，我们定义了一种消息传递方法来进行网络免疫，该方法使我们能够研究存在免疫节点时流行病爆发的统计特性，并找到（接近）最佳免疫集，用于给定的参数和成本选择。该算法与图的大小成线性关系，即使在大型网络上也可以有效。我们比较其性能与拓扑为基础的算法，贪婪的方法，和模拟退火。
2013-09-11 cond-mat.dis-nn cs.SI physics.soc-ph
Rapid decay in the relative efficiency of quarantine to halt epidemics in networks
最近的几项研究已经解决了最佳网络免疫的问题，提供了有效的标准，以确定关键节点被删除，以打破网络，从而防止发生广泛的流行病爆发。然而，尽管这些标准的效率也在经验网络中得到了证明，但预防性免疫很少应用于现实世界的情况，通常的做法是事后尝试使用检疫措施来控制流行病的爆发。在这里，我们比较预防的效率与隔离的合成和经验拓扑结构上的删除和保存的节点的数量之间的权衡。我们展示了如何，符合常识，但与通常的做法相反，在许多情况下，预防比治疗更好：根据网络结构，在第一次感染后不久，通过隔离来拯救受感染的网络可能会变得低效。
2018-02-21 physics.soc-ph q-bio.PE
Contact-based model for epidemic spreading on temporal networks
我们提出了一个基于接触的模型，通过扩展的动态消息传递方法的时间网络来研究流行病的传播。从以节点为中心的量到以边缘为中心的量的视角的转变使得能够在时变树上精确地建模马尔可夫病毒感染恢复的爆发，即，具有无环底层拓扑的时态网络。在任意图形上，所提出的基于接触的模型结合了潜在的结构和时间的异质性的基础接触网络，并提高了分析估计相对于个人为基础的（以节点为中心）的方法在一个低的计算和概念成本。在这个新的框架下，我们推导出一个时间网络上的流行病阈值的解析表达式，并证明了这种方法的可行性的经验数据。
2019-04-05 physics.soc-ph
Impact of individual behavioral changes on epidemic spreading in time-varying networks
个体行为的变化往往与个体之间的动态互动纠缠在一起，使疫情过程复杂化，也给疫情的认识和控制带来巨大挑战。在这项工作中，我们考虑了流行病过程中的三种典型行为变化，即感染者的自我隔离，易感者的自我保护，以及他们之间的社会距离。我们通过吸引力的活动驱动网络将行为变化与个体的社会属性联系起来。利用平均场论，得到了具有个体行为变化的SIS模型的传染病阈值的解析估计，该阈值依赖于活动性、吸引性与易感状态和感染状态下生成链接数之间的相关性.我们发现，个人行为在抑制流行病方面发挥着不同的作用。虽然所有的行为改变都可以通过提高流行阈值来延缓流行，但感染者的自我隔离和社交距离可以有效地降低流行规模。此外，这些行为的同步变化以及实施这些行为的时机也在抑制流行病方面发挥了关键作用。这些结果对理解流行病过程中个体行为的相互作用具有一定的指导意义。
2021-06-22 physics.soc-ph
Epidemic Dynamics On Information-Driven Adaptive Networks
可以同时进化。在信息驱动的适应过程中，有能力识别疾病的易感（感染）个体会切断其感染（易感）邻居的联系，以防止疫情进一步蔓延。仿真结果和数值分析表明，信息驱动的自适应过程不仅可以减缓传染病传播的速度，而且可以显著降低最终状态下的流行率.此外，疾病的传播和信息扩散模式的格子上给出了一个直观的表示，疾病是如何被困在一个孤立的领域与信息驱动的自适应过程。此外，我们进行局部分岔分析的四种类型的动力学区域，包括健康，振荡，振荡和地方病，了解所观察到的动力学行为的演变。这项工作可能有助于理解信息如何影响人类应对传染病传播的活动。
2015-05-19 physics.soc-ph
Epidemic spreading and control strategies in spatial modular network
网络上的流行病传播是网络科学中研究最多的动力学之一，在真实的流行病场景中具有重要意义。然而，真正流行病的动态以及它如何受到感染渠道的底层结构的影响，仍然没有得到充分的了解。在这里，我们应用SIR模型和研究分析和数值的流行病传播最近开发的空间模块化模型，模仿在一个国家的城市结构。该模型假设在一个城市内部，传染渠道连接许多不同的位置，而城市之间的传染渠道较少，通常只直接连接在一个二维平面上的几个最近的邻居城市。我们发现该模型经历了两次传染病转移。第一个较低的阈值表示在一个城市内但未蔓延到整个国家的局部流行病，第二个较高的阈值表示在整个国家的全球流行病。基于我们的解析解，我们提出了几种控制策略，以及如何优化它们。我们还表明，虽然控制策略可以成功地控制疾病，但早期行动是防止疾病全球传播的关键。
2020-09-06 physics.soc-ph
Epidemic spreading induced by diversity of agents' mobility
在本文中，我们研究了个人对公共交通工具的偏好对传染病传播的影响，通过一个被称为公共流动性的数量。我们的理论和数值结果的基础上构建的模型表明，如果代理的平均公共流动性是固定的，在代理的公共流动性的多样性的增加降低了流行病的阈值，超过该阈值的感染率的提高被观察到。我们的研究结果提供了一种方法，以提高社会对传染病的抵抗力，同时保持公共交通系统的利用率。
2012-08-23 physics.soc-ph
Activation thresholds in epidemic spreading with motile infectious agents on scale-free networks
研究了指数$2<γ<3$的度分布为幂律分布$P (k) \sim k^{-γ}$的不相关无标度网络上具有感染个体迁移的费米子易感-感染-易感模型.考虑了两个扩散过程，其感染点的扩散率为$D$.在\textit{standard diffusion}中，以相等的机会选择最近的邻居之一，而在\textit{biased diffusion}中，这种选择以与邻居的度成比例的概率发生。一个非单调的依赖$D$的流行病阈值与最佳的扩散率$D_\ast$，传染病传播是更有效的，被发现为标准的扩散，而单调衰减中观察到的偏置的情况下。随着网络规模的增加，流行病阈值趋于零，这种情况的形式取决于扩散规则和度指数。我们分析研究了动力学淬火和非均匀平均场论。前者提出，在一般情况下，一个更好的性能标准和后者的偏置扩散模型，表明不同的激活机制的流行病阶段，合理化的枢纽或最大$k$ -核心子图。
2018-12-11 physics.soc-ph
Sudden spreading of infections in an epidemic model with a finite seed fraction
我们研究了一个简单的情况下，从一个有限部分的最初感染的节点（种子）的流行病开始的情况下，在规则的随机图中的脆弱-削弱-感染-删除模型。已有的研究表明，在单个种子的情况下，该模型在一定的感染率下表现出一种不连续的过渡。执行蒙特卡罗模拟和评估近似的主方程，我们发现，目前的模型有两个临界感染率的情况下，与一个有限的种子分数。在第一个临界速率下，系统表现出由被移除的节点组成的团簇的渗流转变，在大于第一个临界速率的第二个临界速率下，一个巨团簇突然增长，尽管序参量已经在上升，但它仍然发生了跳跃.主方程的数值计算表明，这种突然的传染病传播发生，如果底层网络的程度是大的，种子分数是小的。
2018-04-02 physics.soc-ph
Suppressing traffic-driven epidemic spreading by use of the efficient routing protocol
尽管大量的工作流量动态和传染病传播之间的相互作用，控制传染病传播的路由策略没有得到足够的重视。本文研究了高效路由协议对传染病传播的影响。在节点传输容量无限的情况下，当网络流量不发生拥塞时，存在最优的路由参数值，使得网络的传染阈值最大。这意味着可以通过微调路由方案来有效地控制传染病传播。此外，我们发现，平均网络连接的增加和流量拥塞的出现可以抑制疫情的爆发。
2015-02-28 cs.SI physics.soc-ph
Interplay between cost and benefits triggers nontrivial vaccination uptake
遏制传染病传播是科学界的一项重大挑战。只要有可能，接种疫苗是预防传播的最佳方法，因为它最终会使个人免疫。然而，疫苗并不完美，不能保证完全免疫。不完善的免疫接种推动了反疫苗运动的出现，完全改变了对流行病发病率的预测。在这里，我们提出了一个数学上可解的平均场疫苗接种模型来模拟自发采用疫苗对抗流感样疾病，以及预期的流行病发病率。结果与广泛的蒙特卡罗模拟的流行病和疫苗接种的共同进化过程。有趣的是，结果揭示了疫苗接种覆盖率的非单调行为，随着疫苗的不完善而增加，然后减少。从所提出的数学模型的稳定性原理分析和理解这种明显的违反直觉的行为。
2018-03-20 cs.GT physics.soc-ph
Quarantines as a Targeted Immunization Strategy
在最近COVID-19疫情爆发的背景下，检疫被用来“拉平曲线”，减缓疾病的传播。在本文中，我们表明，这不是唯一的好处，检疫缓解SIR流行病的传播图。事实上，人类接触网络呈现出幂律结构，这意味着随机免疫节点对减缓流行病非常无效，而免疫高度节点可以有效地保证群体免疫。我们从理论上证明，如果在正确的时刻声明删除，高度节点不成比例地处于删除状态，这是一种有针对性的免疫形式。即使过早宣布接种疫苗，后续的感染传播速度也会比第一波慢。这使得我们提出了一个开放和封闭的策略，旨在免疫图，同时感染最少数量的个体，保证人口现在对未来的感染是健壮的。据我们所知，这是保证群体免疫而不需要疫苗的唯一策略。我们在模拟和现实网络上广泛验证了我们的结果。
2021-02-21 cs.CY cs.SI 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
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
Epidemic Spreading on Weighted Complex Networks
如今，在线服务的出现提供了各种多元关系的信息，以支持对传染病传播过程的全面了解。在这封信中，我们考虑边权重来表示这种多角色关系。此外，我们进行了详细的分析，两个代表性的指标，爆发阈值和流行病流行，SIS和SIR模型。理论和仿真结果都发现彼此很好的协议。此外，实验表明，在完全混合网络中，当网络的平均权值一定时，边的权值分布不会影响网络的传播效果。本文的工作对于深入理解多重关系网络和加权网络上的传染病传播具有一定的指导意义。
2014-02-10 cs.SI physics.soc-ph
Mutual Feedback Between Epidemic Spreading and Information Diffusion
信息扩散对传染病传播的影响近年来引起了人们的广泛关注。当一种疾病开始在人群中传播时，有关该疾病的信息就会传播给其他人，这反过来又会对疾病的传播产生影响。在本文中，使用H7N9传播的经验结果和有关该疾病的信息，我们清楚地表明，这两种类型的过程的传播动力学相互影响。为了说明信息扩散对传染病传播的影响，我们建立了一个数学模型，其中两种类型的传播动力学描述使用SIS过程。仿真结果和成对分析都表明，信息扩散可以提高疫情爆发的阈值，降低最终感染个体的比例，并显著降低疫情传播的速率。此外，我们发现传染病传播的多爆发现象，以及信息扩散的影响，与实证结果一致。这些调查结果突出表明，即使在流行病似乎得到控制的情况下，也需要保持社会对疾病的认识，以防止随后的爆发。这些结果有助于深入理解传染病传播动力学与信息扩散之间的相互作用。
2015-06-12 cs.SI physics.soc-ph
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
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
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
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
Targeted Recovery as an Effective Strategy against Epidemic Spreading
我们提出了一个有针对性的干预方案，其中恢复仅限于具有最少数量的感染邻居的个人。我们的恢复策略在任何类型的网络上都是高效的，因为与自发恢复的基线场景相比，流行病爆发是最小的。在空间嵌入式网络的情况下，我们发现，一种流行病保持强烈的空间限制与特征长度尺度经历随机游走。我们证明了数值和分析，这种动力学导致一个流行点，具有平坦的表面结构和半径，线性增长的蔓延率。
2017-10-16 physics.soc-ph q-bio.PE
SEAIR epidemic spreading model of COVID-19
我们研究了COVID-19的易感-暴露-隔离-传染-隔离（SEAIR）传染病传播模型。它抓住了COVID-19传染性的两个重要特征：延迟开始和在症状出现之前出现，甚至完全没有症状。在随机正则图和复杂网络上，分别对该模型进行了连续时间分区和离散时间分区的理论分析。我们分析表明，有流行病的阈值和方程的易感人群在地方病平衡在所有三个版本，当流行病是弱的。我们提供的理论论据，一个节点的特征向量中心性近似决定其被感染的风险。
2020-08-28 physics.soc-ph q-bio.PE
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
Effects of human dynamics on epidemic spreading in Côte d'Ivoire
了解和预测传染病的爆发对于社会发展和公共卫生至关重要，特别是对于不发达国家。然而，由于受空间结构和人类动力学（包括人类流动性和人类互动强度）影响的复杂流行病传播动力学，因此遇到了挑战性问题。我们提出了一个系统的模型来描述科特迪瓦全国范围内的流行病传播，它集成了多个因素，如人员流动，人际交往强度，人口特征。通过数据驱动的模拟和理论分析，我们提供了一些见解，以帮助建模和预测流行病传播过程，这超出了局部评估和几何视图的范围。我们表明，当地的平均基本生殖数大于1的要求是不必要的流行病的爆发。观察到的扩散现象可以粗略地解释为一个异质的扩散反应过程，通过重新定义移动距离，根据节点之间的人的移动量，这是超越几何的观点。然而，人类动力学的异质性仍然对精确预测提出了挑战。
2016-04-30 physics.soc-ph q-bio.PE
