[論文レビュー] Heterogeneous Recovery Rates against SIS Epidemics in Directed Networks

Bo Qu, Alan Hanjalić+1 more|arXiv (Cornell University)|Aug 29, 2014

Complex Network Analysis Techniques参考文献 31被引用数 3

ひとこと要約

本稿は、有向スケールフリーネットワークにおける感受性・感染性・再感受性（SIS）疫病に対して、ノードのインデグリとアウトデグリに基づく度数に依存する非均一回復レート割り当て戦略を提案する。回復レート δi ∝ kin^αin × kout^αout として定義され、αin と αout の最適選択により、特に回復リソースが中程度でかつインデグリ・アウトデグリ相関 ρ が低い場合に、定常状態の感染率 y∞ が顕著に低減され、均一割り当てを上回る性能を示す。

ABSTRACT

The nodes in communication networks are possibly and most likely equipped with different recovery resources, which allow them to recover from a virus with different rates. In this paper, we aim to understand know how to allocate the limited recovery resources to efficiently prevent the spreading of epidemics. We study the susceptible-infected-susceptible (SIS) epidemic model on directed scale-free networks. In the classic SIS model, a susceptible node can be infected by an infected neighbor with the infection rate $β$ and an infected node can be recovered to be susceptible again with the recovery rate $δ$. In the steady state a fraction $y_\infty$ of nodes are infected, which shows how severely the network is infected. We propose to allocate the recovery rate $δ_i$ for node $i$ according to its indegree and outdegree-$δ_i\scriptsize{\sim}k_{i,in}^{α_{in}}k_{i,out}^{α_{out}}$, given the finite average recovery rate $\langleδ angle$ representing the limited recovery resources over the whole network. We find that, by tuning the two scaling exponents $α_{in}$ and $α_{out}$, we can always reduce the infection fraction $y_\infty$ thus reducing the extent of infections, comparing to the homogeneous recovery rates allocation. Moreover, we can find our optimal strategy via the optimal choice of the exponent $α_{in}$ and $α_{out}$. Our optimal strategy indicates that when the recovery resources are sufficient, more resources should be allocated to the nodes with a larger indegree or outdegree, but when the recovery resource is very limited, only the nodes with a larger outdegree should be equipped with more resources. We also find that our optimal strategy works better when the recovery resources are sufficient but not yet able to make the epidemic die out, and when the indegree outdegree correlation is small.

研究の動機と目的

• 通信ネットワークにおける限られた回復リソースを効率的に割り当て、疫病の拡散を最小限に抑える挑戦に応えること。
• ノードのインデグリとアウトデグリに依存する非均一回復レートが、有向ネットワークにおける定常状態の感染率 y∞ をどのように低減できるかを調査すること。
• 固定された平均回復レート ⟨δ⟩ の下で y∞ を最小化する最適な回復レート割り当て戦略を特定すること。
• 特に方向性 ξ とインデグリ・アウトデグリ相関 ρ といったネットワーク構造が、非均一回復戦略の有効性に与える影響を分析すること。

提案手法

• ノードのインデグリ kin とアウトデグリ kout に依存する非均一回復レートモデル δi ∝ kin^αin × kout^αout を提案する。
• パワー則のインデグリおよびアウトデグリ分布（P(k) ∼ k−λ）を有する有向スケールフリーネットワーク上にSIS疫病モデルを実装する。
• 平均場解析を用いて、β、δi、およびネットワークトポロジーに依存する定常状態の感染率 y∞ を導出する。
• 固定された平均回復レート ⟨δ⟩ の制約下で、y∞ を最小化するようにスケーリング指数 αin と αout を最適化する。
• 方向性 ξ とインデグリ・アウトデグリ間の相関 ρ を変化させ、構造的要因が疫病制御に与える影響を評価する。
• 性能向上を明確化するため、非均一戦略を均一回復レート割り当て（すべての i に対して δi = ⟨δ⟩）と比較する。

実験結果

リサーチクエスチョン

• RQ1 ノードのインデグリとアウトデグリに基づく非均一回復レート割り当ては、有向ネットワークにおける定常状態の感染率 y∞ にどのように影響するか？
• RQ2 固定された平均回復レート ⟨δ⟩ の下で、y∞ を最小化する最適なスケーリング指数 αin と αout は何か？
• RQ3 ノードのインデグリとアウトデグリ間の相関 ρ は、提案された非均一回復戦略の有効性にどのように影響するか？
• RQ4 平均回復レート ⟨δ⟩ のどの範囲で、非均一戦略が均一割り当てよりも顕著に効果を発揮するか？
• RQ5 非均一戦略の性能は、ネットワークの方向性 ξ やパワー則指数 λ に依存するか？

主な発見

• 提案された非均一回復レート戦略は、均一割り当てと比較して、常に感染率 y∞ を低減する。最適パラメータ設定では、y∞ をゼロにまで低下させることすら可能である。
• 回復リソースが十分にあるが、完全な排除には至らない場合、最適戦略により y∞ が最大限に低減される。
• 無向ネットワークでは、最適な αin = αout = αopt は ⟨δ⟩ に応じて増加し、リソースが豊富な場合にはより非均一な割り当てが効果的であることを示している。
• 有向ネットワークでは、アウトデグリが最適戦略において支配的である。特に ⟨δ⟩ が低い場合、高いアウトデグリを持つノードに多くのリソースを割り当てるべきである。
• インデグリ・アウトデグリ相関 ρ が小さい場合、非均一戦略の性能向上が顕著に現れる。このようなネットワークは自然に拡散を抑制する性質を持つためである。
• 感染率低減の向上幅 Δy∞ = y∞,homo − y∞,opt は、⟨δ⟩ が中程度の値でピークに達し、ρ が小さいほど大きくなる。これは、構造的レジリエンスが制御効果を高めることを示している。