[論文レビュー] Effect of Coupling on the Epidemic Threshold in Interconnected Complex Networks: A Spectral Analysis

Faryad Darabi Sahneh, Caterina Scoglio+1 more|arXiv (Cornell University)|Dec 17, 2012

Complex Network Analysis Techniques参考文献 16被引用数 6

ひとこと要約

本稿では、相互接続された複雑ネットワークにおけるエピデミック閾値を決定するスペクトル解析フレームワークを提案する。結合された別のネットワークは、常に閾値を低下させることでネットワークの耐性を低下させることを示している。代数的グラフ理論と分岐解析を用いて、両ネットワークおよびそれらの相互接続を統合した合成行列のスペクトル半径の逆数としてエピデミック閾値を導出し、均一混合や次数分布の制約といった従来の仮定を超えた、厳密で一般化された解を提供している。

ABSTRACT

In epidemic modeling, the term infection strength indicates the ratio of infection rate and cure rate. If the infection strength is higher than a certain threshold -- which we define as the epidemic threshold - then the epidemic spreads through the population and persists in the long run. For a single generic graph representing the contact network of the population under consideration, the epidemic threshold turns out to be equal to the inverse of the spectral radius of the contact graph. However, in a real world scenario it is not possible to isolate a population completely: there is always some interconnection with another network, which partially overlaps with the contact network. Results for epidemic threshold in interconnected networks are limited to homogeneous mixing populations and degree distribution arguments. In this paper, we adopt a spectral approach. We show how the epidemic threshold in a given network changes as a result of being coupled with another network with fixed infection strength. In our model, the contact network and the interconnections are generic. Using bifurcation theory and algebraic graph theory, we rigorously derive the epidemic threshold in interconnected networks. These results have implications for the broad field of epidemic modeling and control. Our analytical results are supported by numerical simulations.

研究の動機と目的

• 均一混合や次数分布の仮定を越えて、相互接続ネットワークにおけるエピデミック閾値を決定する厳密で一般的な手法の欠如に対処すること。
• 任意のトポロジーを有する2つの一般化された相互接続ネットワークにおけるSIS型エピデミック拡散をモデル化すること。
• 相互接続の強度とトポロジーを考慮したスペクトル理論を用いて、エピデミック閾値を厳密に導出すること。
• 相互接続が常に感染確率を増加させ、ネットワークの耐性を低下させることを示すこと。
• 現実のサイバー物理システムにおける複雑で重複するネットワーク相互作用に一般に適用可能な解析的フレームワークを提供すること。

提案手法

• 任意の隣接行列を有する2つの相互接続ネットワーク上で、N-Intertwined Mean-Field Approximation (NIMFA) を用いて感染拡散プロセスをモデル化すること。
• ノードごとの感染率と回復率に基づき、連立微分方程式系としてシステムのダイナミクスを定式化すること。
• 代数的グラフ理論を適用し、合成ネットワーク行列のスペクトル半径をエピデミック閾値の主要な決定要因として定義すること。
• 分岐理論を用いて、感染ゼロ状態の安定性を解析し、エピデミックが出現する臨界感染強度を同定すること。
• 内部および相互ネットワーク接続を統合したブロック行列のスペクトル半径の逆数としてエピデミック閾値を導出すること。
• Erdős–Rényi ランダムグラフを用いた数値シミュレーションにより、相互接続確率および感染強度を変化させた場合の解析結果を検証すること。

実験結果

リサーチクエスチョン

• RQ1 2つの複雑ネットワーク間の相互接続は、孤立したネットワークと比較してエピデミック閾値にどのように影響を与えるか？
• RQ2 均一混合や特定の次数分布の仮定をせず、相互接続ネットワークにおけるエピデミック閾値を厳密に導出できるか？
• RQ3 ネットワーク間接続強度（ネットワーク間リンクの確率）がエピデミック閾値に果たす役割は何か？
• RQ4 合成ネットワーク行列のスペクトル半径が、持続的エピデミック拡散の発生をどのように決定するか？
• RQ5 2番目のネットワークと結合させることで、あるネットワークのエピデミック侵入に対する耐性はどの程度低下するか？

主な発見

• ネットワーク間の相互接続は、常に感染確率を増加させ、結果としてネットワークの耐性を低下させる。
• 相互接続システムにおけるネットワークのエピデミック閾値は、内部および相互接続を含む合成行列のスペクトル半径の逆数によって決定される。
• 特定の接続強度および感染レベル下で、1つのネットワークのエピデミック閾値に50％の低下が観察された。
• 弱い相互接続（ω=0.01）では、G₁における閾値低下は主にG₂での流行に起因するが、強い相互接続（ω=0.2）では、G₁内での有効接触の増加に起因する。
• スペクトル解析による解析的閾値は、次数分布や平均場近似に基づく先行研究を一般化しており、より広範なフレームワークとしての妥当性を確認している。
• 数値シミュレーションにより、個々のネットワークトポロジーにかかわらず、相互接続強度の増加に伴いエピデミック閾値が単調に低下することが確認された。