[論文レビュー] Localized epidemic detection in networks with overwhelming noise

Eli A. Meirom, Chris Milling+4 more|arXiv (Cornell University)|Feb 6, 2014

Complex Network Analysis Techniques被引用数 4

ひとこと要約

この論文では、ノイズが多く信頼性の低いローカルレポートと部分的なネットワーク知識のみを用いて、ネットワーク内の拡散型疫病を検出する分散型で局所的なアルゴリズムを提案する。真の信号よりもはるかに多い誤検出（偽陽性・偽陰性）が発生するが、ローカルレポートのパターンを集約し、ネットワークのトポロジーを活用することで、最小限の情報と複数の情報源であっても、ほぼ完璧な検出を達成する。

ABSTRACT

We consider the problem of detecting an epidemic in a population where individual diagnoses are extremely noisy. The motivation for this problem is the plethora of examples (influenza strains in humans, or computer viruses in smartphones, etc.) where reliable diagnoses are scarce, but noisy data plentiful. In flu/phone-viruses, exceedingly few infected people/phones are professionally diagnosed (only a small fraction go to a doctor) but less reliable secondary signatures (e.g., people staying home, or greater-than-typical upload activity) are more readily available. These secondary data are often plagued by unreliability: many people with the flu do not stay home, and many people that stay home do not have the flu. This paper identifies the precise regime where knowledge of the contact network enables finding the needle in the haystack: we provide a distributed, efficient and robust algorithm that can correctly identify the existence of a spreading epidemic from highly unreliable local data. Our algorithm requires only local-neighbor knowledge of this graph, and in a broad array of settings that we describe, succeeds even when false negatives and false positives make up an overwhelming fraction of the data available. Our results show it succeeds in the presence of partial information about the contact network, and also when there is not a single "patient zero", but rather many (hundreds, in our examples) of initial patient-zeroes, spread across the graph.

研究の動機と目的

• 信頼できる診断データが乏しいが、症状報告やデバイスの異常といったノイズの多い二次的指標が豊富に存在する状況で、拡散型疫病を検出する課題に対処すること。
• ネットワーク構造の局所的知識と1回のレポートデータスナップショットのみを用いて、分散型で計算効率の良いアルゴリズムを設計すること。
• 真の感染ノード数が著しく少ない状況でも、正確な疫病検出を可能にすること。
• ノード間の距離や隣接ノード集合の推定に誤差があるなどの不完全または不正確なネットワークトポロジー知識に対しても、耐性を持つこと。
• 単一の「患者ゼロ」ではなく、複数の疫病発生源が存在する状況に対応できること。

提案手法

• アルゴリズムは、各ノードが局所的な半径内における報告ノードの密度を評価することで、疫病に起因する異常なクラスタリングを検出する、局所的ホットスポット集約戦略を用いる。
• ネットワーク全体に一様なランダム報告が発生する帰無仮説モデルと比較して、観測された局所的報告密度を統計的仮説検定で評価する。
• この手法は、グローバルなネットワーク構造ではなく、ノードの隣接ノードとその報告状況の情報のみに依存する。
• ボールベースの集約を採用：各ノードについて、半径r内の報告ノード数を数え、帰無仮説モデル下での期待値と比較する。
• アルゴリズムはトポロジカルノイズに強いように設計されており、距離推定誤差や隣接ノード集合の誤差にも耐えられ、報告ノードが疫病の前線付近にいる場合を除き、性能劣化は限定的である。
• 理論的解析により、ネットワークおよび報告条件が広範にわたる条件下でも、偽陽性・偽陰性の割合が1に近づく状況でも、誤検出率が低く抑えられることを示している。

実験結果

リサーチクエスチョン

• RQ1 真の感染ノードが非常に少ない中で、報告の大部分が誤検出（偽陽性・偽陰性）である状況でも、拡散型疫病を検出可能か？
• RQ2 全時間的変化を観測しないまま、1回のレポートデータスナップショットと局所的ネットワーク知識のみを用いて、疫病を検出できるか？
• RQ3 単一の発生源ではなく、複数の疫病発生源がネットワーク中に存在する場合でも、アルゴリズムは有効に機能するか？
• RQ4 ネットワークトポロジーが部分的または正確でない場合、検出性能はどの程度耐性を示すか？
• RQ5 真の報告率が偽報告率に比べて著しく低いような極度のノイズ環境下でも、アルゴリズムの正確性は維持されるか？

主な発見

• 0.003Nの真の報告ノードと0.08Nの偽陽性を含む状況でも、極めて低い誤検出率を達成しており、極度にノイズの多い環境下でも高い耐性を示している。
• 理論通り、ネットワークサイズが大きくなると誤検出率は指数関数的に低下し、フェイスブック（63Kノード）やエンロン（33,696ノード）のような大規模実世界ネットワークでも低く保たれている。
• 偽陽性・偽陰性率が真の陽性数を大幅に上回る状況、さらには偽報告の割合が1に近づくケースでも、疫病検出に成功している。
• 報告ノードが疫病の前線付近にあり、かつネットワークトポロジーが誤推定されている場合にのみ性能が低下するが、タイプI誤検出率はトポロジカルノイズの影響を受けない。
• ノイズの多いネットワーク知識に対してもアルゴリズムは耐性を示す：距離推定が50%の確率で誤差（±1または±2）を示しても、誤検出率は低く保たれ、特に半径が大きく、報告ノードが中心部に位置する場合には顕著である。
• アルゴリズムは効率的にスケーリング可能で、分散配置に適しており、計算複雑性が低く、実世界のASトポロジーやメールネットワークへの適用でも成功を収めている。