[論文レビュー] Identifying influential spreaders and efficiently estimating the number of infections in epidemic models: a path counting approach

Frank Bauer, Joseph T. Lizier|arXiv (Cornell University)|Mar 2, 2012

Complex Network Analysis Techniques被引用数 1

ひとこと要約

本稿では、SISおよびSIRモデルに対して異なる定式化を用いることにより、さまざまな長さの感染ウォークを列挙することで、ネットワーク内の個々のノードからの感染拡散を推定するパスカウント法を提案する。実世界のネットワークにおいて、次数、kシェル、および中心性に基づく手法と比較して、同等の計算コストでより高い精度を達成する。

ABSTRACT

We introduce a new method to efficiently approximate the number of infections resulting from a given initially-infected node in a network of susceptible individuals. Our approach is based on counting the number of possible infection walks of various lengths to each other node in the network. We analytically study the properties of our method, in particular demonstrating different forms for SIS and SIR disease spreading (e.g. under the SIR model our method counts self-avoiding walks). In comparison to existing methods to infer the spreading efficiency of different nodes in the network (based on degree, k-shell decomposition analysis and different centrality measures), our method directly considers the spreading process and, as such, is unique in providing estimation of actual numbers of infections. Crucially, in simulating infections on various real-world networks with the SIR model, we show that our walks-based method improves the inference of effectiveness of nodes over a wide range of infection rates compared to existing methods. We also analyse the trade-off between estimate accuracy and computational cost, showing that the better accuracy here can still be obtained at a comparable computational cost to other methods.

研究の動機と目的

• 静的ネットワーク特性に依存せず、感染拡散プロセスを直接モデル化する手法を開発すること。
• ネットワーク内の初期感染ノードごとに、実際に発生する感染数を推定すること。
• 次数中心性、kシェル分解、および標準的中心性測度などの既存のノード影響推定手法を改善すること。
• 大規模ネットワークシミュレーションにおいて、推定精度と計算効率のバランスをとること。
• SIR感染モデル下で、多様な実世界ネットワークに対してこの手法を検証すること。

提案手法

• 本手法は、与えられた初期感染ノードから、ネットワーク内の全ノードへ至る可能性のある感染ウォークの数を数える。
• SIRモデルの場合、感染と回復の不可逆性を反映するために、自己回避ウォークを用いる。
• SISモデルの場合、再感染の可能性を反映するために、ノードを再訪問する可能性のあるすべてのウォークを数える。
• 各ノードに対して、感染を広める可能性を表すウォークベースのスコアを計算する。
• 本手法は解析的に根拠を持ち、ウォーク制約を用いて異なる感染動態に適応可能である。
• ウォーク長の制限と効率的な列挙技術を用いることで、計算効率を維持する。

実験結果

リサーチクエスチョン

• RQ1 従来の中心性測度よりも、特定のノードから発生する感染数を、どのようにより正確に推定できるか？
• RQ2 ウォーク列挙を用いることで、SIRおよびSIS感染モデルにおける実際の感染数の予測にどのような影響を与えるか？
• RQ3 次数、kシェル、中心性に基づくアプローチと比較して、ウォークベース手法の精度と計算コストはどのように異なるか？
• RQ4 提案されたパスカウントフレームワークにおいて、推定精度と計算コストのトレードオフはどのようなものか？
• RQ5 感染率が異なる条件下でも、この手法は多様な実世界ネットワークトポロジーに一般化可能か？

主な発見

• パスカウント法は、多数の実世界ネットワークにおいて、次数、kシェル、および標準的中心性測度と比較して、実感染数の推定においてより高い精度を示す。
• SIRモデル下では、自己回避ウォークを数えることで、感染拡散の不可逆的ダイナミクスを効果的にモデル化する。
• SIRシミュレーションにおいて、広範な感染率の範囲で、既存の手法を上回る高い精度を達成する。
• 精度が向上しても、計算コストは他の手法と同等であり、大規模ネットワークへのスケーラビリティを確保する。
• 解析的枠組みにより、SISおよびSIRモデルに対して別個の定式化が可能であり、異なる感染プロセスへの適応性が向上する。
• 実世界ネットワークにおける実証的検証により、本手法の頑健性と、ノードの感染拡散効果を推定する優位性が確認された。