[論文レビュー] Finding an infection source under the SIS model

Wuqiong Luo, Wee Peng Tay|arXiv (Cornell University)|Sep 16, 2013

Complex Network Analysis Techniques参考文献 11被引用数 10

ひとこと要約

本稿では、回復可能な感染モデル（SISモデル）下で、最も可能性の高い感染経路を用いて、ネットワーク内の単一の感染源を特定する最尤推定器を提案する。この推定器は、ジョルダン感染中心（Jordan infection center）と等価であることが示され、正則木におけるシミュレーションで最小距離中心性を上回る性能を示し、SIS回復機構に対してもロバストであることが確認された。

ABSTRACT

We consider the problem of identifying an infection source based only on an observed set of infected nodes in a network, assuming that the infection process follows a Susceptible-Infected-Susceptible (SIS) model. We derive an estimator based on estimating the most likely infection source associated with the most likely infection path. Simulation results on regular trees suggest that our estimator performs consistently better than the minimum distance centrality based heuristic.

研究の動機と目的

• 回復可能なノードが再感染可能なSISモデル下での感染源同定のギャップを埋める。
• 観測された1回のスナップショットの感染ノード情報のみを用いて、感染源の最尤推定器を構築する。
• SISモデルの感染・回復ダイナミクスがSIモデルやSIRモデルとは大きく異なるにもかかわらず、推定器がそのダイナミクスに対してロバストであることを示す。
• SIモデルで最適とされる最小距離中心性ヒューリスティックとの性能比較を行う。
• より現実的なSISフレームワークにまで、経路ベースの推定器の適用範囲を拡張する。

提案手法

• 各候補感染源ノードから出発するすべての可能な感染経路の上での最尤問題として、感染源推定を定式化する。
• 独立な感染確率を仮定したSISモデル下で、観測された感染ノード集合の尤度を最大化することで、推定器を導出する。
• 最適推定器が、任意の感染ノードまでの最大距離を最小化するノード（すなわちジョルダン感染中心）に一致することを証明する。
• 事前研究で提示された最適感染経路（OIP）アルゴリズムを応用し、実用的にジョルダン感染中心を効率的に計算する。
• 正則木におけるシミュレーションを通じて、提案手法と最小距離中心性ヒューリスティックの性能を比較する。
• 従来のインフルエンス最大化手法とは異なり、期待感染ノード数に依存しないデータ駆動型の手法を採用する。

実験結果

リサーチクエスチョン

• RQ1 SISモデル下で、ノードが回復し再感染可能な状況において、感染源の最尤推定器を導出できるか？
• RQ2 SISモデルの特定の感染・回復ダイナミクスに対し、SIモデルやSIRモデル向けに設計された推定器と比較して、その推定器がロバストか？
• RQ3 正則木ネットワーク上において、提案手法が真の感染源を特定する際、最小距離中心性ヒューリスティックを上回る性能を示すか？
• RQ4 SISモデル下で、最も可能性の高い感染源を特徴づけるネットワークの構造的性質（例：感染ノードまでの距離）は何か？
• RQ5 SISモデルとSIRモデルのダイナミクスが著しく異なるにもかかわらず、同じ推定器構造（ジョルダン感染中心）がSISモデルおよびSIRモデルの両方で最適となるか？

主な発見

• SISモデル下での最適感染源推定器は、任意の感染ノードまでの最大距離を最小化するジョルダン感染中心と等価である。
• 全テスト対象の正則木次数（2〜6）において、提案手法は検出率の面で最小距離中心性ヒューリスティックを顕著に上回る。
• 次数4の正則木において、提案手法は検出率が高く、平均誤差距離もDCベースの推定器より小さい。
• 推定器の性能はSIS回復機構に対してもロバストである。これは、SISモデルがSIモデルとは大きく異なるにもかかわらず、良好な性能を示している。
• SISモデル下での推定器の最適性証明は、SIRモデルの場合とは別個のものであるが、同じ構造的解（ジョルダン中心）をもたらす。
• シミュレーション結果から、経過時間や感染経路が未知であっても、真の感染源を効果的に同定できることが確認された。