[논문 리뷰] Decay towards the overall-healthy state in SIS epidemics on networks

Piet Van Mieghem|arXiv (Cornell University)|2013. 10. 15.

Complex Network Analysis Techniques참고 문헌 19인용 수 23

한 줄 요약

이 논문은 확률적 삼중대각 행렬의 두 번째로 큰 고유값을 계산하는 대수적 방법을 개발하여, 네트워크에서 SIS 전염병의 감쇠률을 정밀하게 추정한다. 이는 큰 N에 대해 전염병 임계값 이상에서 멸종까지의 기대 시간이 O(e^{N ln(τ/τ_c)})로 스케일링됨을 보여주며, 이는 이전 추정치를 개선하고 다양한 네트워크 구조에서 지수적 수명 스케일링을 확인한다.

ABSTRACT

The decay rate of SIS epidemics on the complete graph $K_{N}$ is computed analytically, based on a new, algebraic method to compute the second largest eigenvalue of a stochastic three-diagonal matrix up to arbitrary precision. The latter problem has been addressed around 1950, mainly via the theory of orthogonal polynomials and probability theory. The accurate determination of the second largest eigenvalue, also called the \emph{decay parameter}, has been an outstanding problem appearing in general birth-death processes and random walks. Application of our general framework to SIS epidemics shows that the maximum average lifetime of an SIS epidemics in any network with $N$ nodes is not larger (but tight for $K_{N}$) than \[ E\left[ T ight] \sim\frac{1}δ\frac{\fracτ{τ_{c}}\sqrt{2π}% }{\left( \fracτ{τ_{c}}-1 ight) ^{2}}\frac{\exp\left( N\left\{ \log\fracτ{τ_{c}}+\frac{τ_{c}}τ-1 ight\} ight) }{\sqrt {N}}=O\left( e^{N\ln\fracτ{τ_{c}}} ight) \] for large $N$ and for an effective infection rate $τ=\fracβδ$ above the epidemic threshold $τ_{c}$. Our order estimate of $E\left[ T ight] $ sharpens the order estimate $E\left[ T ight] =O\left( e^{bN^{a}} ight) $ of Draief and Massoulié \cite{Draief_Massoulie}. Combining the lower bound results of Mountford \emph{et al.} \cite{Mountford2013} and our upper bound, we conclude that for almost all graphs, the average time to absorption for $τ>τ_{c}$ is $E\left[ T ight] =O\left( e^{c_{G}N} ight) $, where $c_{G}>0$ depends on the topological structure of the graph $G$ and $τ$.

연구 동기 및 목표

• N개 노드를 가진 네트워크에서 SIS 전염병의 흡수(멸종)까지의 기대 시간에 대한 날카운 상한을 유도하는 것.
• 큰 크기의 확률적 삼중대각 행렬의 두 번째로 큰 고유값(감쇠 파rameter)을 정확하게 계산하는 데 오랫동안 남아 있던 과제를 해결하는 것.
• Draief와 Massoulié의 O(e^{bN^a}) 추정치를 큰 N에 대해 더 정밀한 지수 형태인 O(e^{N ln(τ/τ_c)})로 개선하는 것.
• 거의 모든 그래프에서 평균 멸종 시간이 c_G > 0 인 상수 c_G에 따라 O(e^{c_G N})로 스케일링됨을 확립하는 것.
• 완전 그래프 K_N에서 이 상한이 날카로운지 확인하여 그 정확성을 검증하는 것.

제안 방법

• 확률적 삼중대각 행렬의 두 번째로 큰 고유값을 임의의 정밀도로 계산하는 대수적 방법을 적용한다.
• 1950년대에 개발된 직교다항식과 확률론의 결과를 활용하여 고유값 문제를 해결한다.
• Fill과 Miclo의 결과를 이용해 흡수 시간 T를 비영인 고유값이 각각의 비율인 독립적인 지수분포 랜덤 변수들의 합으로 표현한다.
• 라플라스 변환의 흡수 시간 분포를 포함하는 적분의 상한을 점근적 분석을 통해 유도한다.
• 계승의 스타링의 근사법과 포아송 유사 항목을 포함하는 합의 점근적 전개를 사용하여 최종 표현식을 단순화한다.
• Mountford 등이 제시한 상한과 하한 및 새로운 상한을 조합하여 E[T]의 지수적 스케일링 행동을 결론짓는다.

실험 결과

연구 질문

• RQ1 효율 감염률 τ가 전염병 임계값 τ_c를 초과할 때, N개 노드를 가진 네트워크에서 SIS 전염병의 기대 멸종 시간 E[T]의 정밀한 순서는 무엇인가?
• RQ2 큰 네트워크에서 SIS 과정의 무한소 생성자 행렬의 두 번째로 큰 고유값을 임의의 정밀도로 계산하는 방법은 무엇인가?
• RQ3 큰 N에 대해 추정치 E[T] = O(e^{bN^a})를 더 정밀한 지수 형태로 개선할 수 있는가?
• RQ4 완전 그래프 K_N는 전염병 임계값 이상에서 기대 멸종 시간을 최대화하는 네트워크인가?
• RQ5 멸종 시간 스케일링 상수 c_G는 네트워크 G의 구조적 특성에 어떻게 의존하는가?

주요 결과

• N개 노드와 τ > τ_c를 가진 네트워크에서 SIS 전염병의 기대 멸종 시간 E[T]는 O(e^{N ln(τ/τ_c)})로 상한이 둔다. 이는 이전의 O(e^{bN^a}) 추정치에 비해 상당한 개선이다.
• 이 상한은 완전 그래프 K_N에서 날카로운데, 이는 K_N가 모든 N개 노드 네트워크 중에서 기대 멸종 시간을 최대화함을 의미한다.
• 거의 모든 그래프에서 평균 멸종 시간은 c_G > 0 인 상수 c_G에 따라 O(e^{c_G N})로 스케일링된다. 이 상수는 네트워크의 구조와 τ에 따라 달라진다.
• 유도 과정은 포아송 분포와 감마 함수를 포함하는 적분과 합의 정밀한 점근적 분석에 기반한다.
• 이 방법은 대수적 기법과 특수함수 기법을 활용해 생성자 행렬의 감쇠 파rameter(두 번째로 큰 고유값)를 고정밀도로 성공적으로 계산한다.
• 최종 E[T] 표현식은 스타링의 근사법과 중심이 m = N/x 인 합의 점근적 평가를 통해 도출되며, 이는 N에 따라 지수 스케일링을 확인한다.