[논문 리뷰] Adaptive Epidemic Dynamics in Networks: Thresholds and Control

Shouhuai Xu, Wenlian Lu외 2명|arXiv (Cornell University)|2013. 11. 09.

Mathematical and Theoretical Epidemiology and Ecology Models참고 문헌 15인용 수 10

한 줄 요약

이 논문은 임의의 네트워크에서 적응형 전염병 역학을 위한 비균질적 이환자-감염자-이환자(Susceptible-Infectious-Susceptible, SIS) 모델을 제안하며, 준적응형 및 완전적응형 방어 전략을 도입한다. 바이러스의 멸종을 위한 전염병 임계 조건과 확보 또는 퇴치를 보장하는 적응형 제어 법칙을 수립하였으며, 시뮬레이션을 통해 방어 비용이 낮은 방어 파ameter 조정으로도 비용 효율적인 방어가 가능함을 확인하였다.

ABSTRACT

Theoretical modeling of computer virus/worm epidemic dynamics is an important problem that has attracted many studies. However, most existing models are adapted from biological epidemic ones. Although biological epidemic models can certainly be adapted to capture some computer virus spreading scenarios (especially when the so-called homogeneity assumption holds), the problem of computer virus spreading is not well understood because it has many important perspectives that are not necessarily accommodated in the biological epidemic models. In this paper we initiate the study of such a perspective, namely that of adaptive defense against epidemic spreading in arbitrary networks. More specifically, we investigate a non-homogeneous Susceptible-Infectious-Susceptible (SIS) model where the model parameters may vary with respect to time. In particular, we focus on two scenarios we call semi-adaptive defense and fully-adaptive} defense, which accommodate implicit and explicit dependency relationships between the model parameters, respectively. In the semi-adaptive defense scenario, the model's input parameters are given; the defense is semi-adaptive because the adjustment is implicitly dependent upon the outcome of virus spreading. For this scenario, we present a set of sufficient conditions (some are more general or succinct than others) under which the virus spreading will die out; such sufficient conditions are also known as epidemic thresholds in the literature. In the fully-adaptive defense scenario, some input parameters are not known (i.e., the aforementioned sufficient conditions are not applicable) but the defender can observe the outcome of virus spreading. For this scenario, we present adaptive control strategies under which the virus spreading will die out or will be contained to a desired level.

연구 동기 및 목표

• 전통적인 생물학적 전염병 모델이 컴퓨터 바이러스 역학을 포괄하지 못하는 한계, 특히 적응형 방어 메커니즘이 부족한 점을 해결하기 위해.
• 노드의 능력과 파라미터가 시간에 따라 변하는 임의의 네트워크 구조에서 바이러스 확산을 모델링하기 위해, 균질성 가정을 초월한다.
• 시간에 따라 변하는 파라미터를 알고 있는 준적응형 방어에서 바이러스 멸종을 위한 충분조건(전염병 임계 조건)을 도출한다.
• 일부 파라미터가 알려져 있지 않지만 감염 결과는 관찰 가능한 완전적응형 방어에서, 확보 또는 퇴치를 보장하는 적응형 제어 전략을 설계한다.
• 이론적 분석 결과를 시뮬레이션을 통해 검증하고, 동적인 사이버 환경에서의 실질적 방어 설계에 실용적인 통찰을 제공한다.

제안 방법

• 시간에 따라 변하는 전파율과 치유율을 반영하기 위해 시간에 따라 변하는 전파율 β(t)와 치유율 γ(t)를 포함한 비균질적 SIS 모델을 수립한다.
• 알려진 시간에 따라 변하는 파라미터(예: β(t), γ(t))를 가정하는 준적응형 방어를 도입하고, 멸종을 위한 충분조건(전염병 임계 조건)을 유도한다.
• 사전 파라미터 지식이 필요 없지만 감염된 노드의 실시간 관찰을 통해 방어를 동적으로 조정하는 완전적응형 방어 전략을 개발한다.
• 학습 파rameter ρ를 사용한 적응형 제어 법칙을 도입하여 감염 수준에 기반해 방어율 β(t)를 조정함으로써, 목표 임계치 i* 이내로 확산을 제어한다.
• 시뮬레이션에서 강건성을 테스트하기 위해 γ(t)에 주기적 함수를 적용하고, 고정된 반상동 방어 전략과의 비교를 통해 적응형 제어 성능을 평가한다.
• 이론적 분석을 적용하여 바이러스가 멸종하거나 제어되는 조건을 유도하며, 네트워크 역학에 기반한 물리적 해석을 제공한다.

실험 결과

연구 질문

• RQ1 준적응형 방어에서 시간에 따라 변하는 파라미터를 가정할 때, 바이러스 확산의 멸종을 보장하는 충분조건(전염병 임계 조건)은 무엇인가?
• RQ2 γ(t)와 같은 핵심 파라미터가 알려져 있지 않지만 감염 결과는 관찰 가능한 상황에서, 어떻게 적응형 제어 전략을 설계할 수 있는가?
• RQ3 완전적응형 방어에서 시스템 파라미터를 완전히 알지 못하더라도, 바이러스 확산을 사전에 지정된 수준(예: 10%)으로 효과적으로 제어할 수 있는가?
• RQ4 동적 네트워크 환경에서 고정된 주기적 방어 전략과 비교해 적응형 방어 전략은 효과성과 비용 효율성 측면에서 어떻게 다른가?
• RQ5 파라미터의 불확실성과 동적 조정이 복잡한 네트워크에서 바이러스 확산의 장기적 행동에 미치는 영향은 무엇인가?

주요 결과

• 준적응형 방어에서, 시간 평균 전파율 β(t)가 유도된 전염병 임계 조건을 만족할 경우 바이러스는 멸종한다. 시뮬레이션 결과 β(t) ∈ {0.375, 0.40}일 경우 약 130단계 후 멸종을 관찰하였다.
• 완전적응형 상황에서는 γ(t)가 알려져 있지 않더라도 ρ = 0.001을 통해 감염을 목표 수준 i* = 0.1(10%)로 안정적으로 제어하는 데 성공하였다.
• 고정된 주기적 방어 전략보다 적응형 제어가 비용 효율성이 뛰어나다. 그림 8(b)에서 보듯이, 낮은 β(t) 값으로도 확산을 제어할 수 있었으며, 다소 낮은 효과성에도 불구하고 비용 절감 효과가 뚜렷하였다.
• γ(t)의 변동성에 대해 적응형 제어 전략은 강건성을 유지하여, 불확실성 하에서도 물리적 실현 가능성과 안정성을 입증하였다.
• 시뮬레이션 결과, 정리 2.3(준적응형)에서 유도된 충분조건은 필수 조건이 아님을 확인하였다. 준적응형 설정에서 더 큰 β(t) 값은 실제로 필요한 수준을 훨씬 초과하여 최적화 여지를 시사하였다.
• 반상동 방어 전략(T=8)은 적응형 제어보다 확산 제어 속도가 빠르지만, 더 높은 β(t) 값을 요구함을 확인하여, 속도와 비용 효율성 사이의 상충 관계를 확인하였다.