[논문 리뷰] How Complex Contagions Spread Quickly in the Preferential Attachment Model and Other Time-Evolving Networks

Roozbeh Ebrahimi, Jie Gao외 2명|arXiv (Cornell University)|2014. 04. 10.

Complex Network Analysis Techniques참고 문헌 48인용 수 6

한 줄 요약

이 논문은 $k$-복합 전염병—노드가 감염되기 위해 최소 $k$개의 감염된 이웃이 필요함—이 선호적 연결(PA) 모델과 복사 모델과 같은 시간에 따라 변화하는 네트워크에서 빠르게 퍼짐을 보여준다. 초기에 가장 오래된 노드들이 감염된 경우, 전체 네트워크가 감염되는 데 $O(\log n)$ 라운드가 소요된다. 핵심 통찰은 네트워크의 진화적 구조, 즉 멱법칙도함수 분포 외에도 빠른 퍼짐을 가능하게 한다는 점이며, 이는 레이블이 부여된 분기 과정과 새로운 쌍방향 연결 기법을 통해 입증된다.

ABSTRACT

In this paper, we study the spreading speed of complex contagions in a social network. A $k$-complex contagion starts from a set of initially infected seeds such that any node with at least $k$ infected neighbors gets infected. Simple contagions, i.e., $k=1$, quickly spread to the entire network in small world graphs. However, fast spreading of complex contagions appears to be less likely and more delicate; the successful cases depend crucially on the network structure~\cite{G08,Ghasemiesfeh:2013:CCW}. Our main result shows that complex contagions can spread fast in a general family of time-evolving networks that includes the preferential attachment model~\cite{barabasi99emergence}. We prove that if the initial seeds are chosen as the oldest nodes in a network of this family, a $k$-complex contagion covers the entire network of $n$ nodes in $O(\log n)$ steps. We show that the choice of the initial seeds is crucial. If the initial seeds are uniformly randomly chosen in the PA model, even with a polynomial number of them, a complex contagion would stop prematurely. The oldest nodes in a preferential attachment model are likely to have high degrees. However, we remark that it is actually not the power law degree distribution per se that facilitates fast spreading of complex contagions, but rather the evolutionary graph structure of such models. Some members of the said family do not even have a power-law distribution. We also prove that complex contagions are fast in the copy model~\cite{KumarRaRa00}, a variant of the preferential attachment family. Finally, we prove that when a complex contagion starts from an arbitrary set of initial seeds on a general graph, determining if the number of infected vertices is above a given threshold is $\mathbf{P}$-complete. Thus, one cannot hope to categorize all the settings in which complex contagions percolate in a graph.

연구 동기 및 목표

• 복합 전염병—다수의 감염된 이웃이 필요함—이 소수의 시간에 따라 변화하는 네트워크에서 단순 전염병보다 느리게 보이지만 빠르게 퍼지는 이유를 이해하기 위해.
• 시간에 따라 변화하는 네트워크의 구조적 특성 중 복합 전염병의 빠르고 완전한 퍼짐을 가능하게 하는 요소를 규명하기 위해.
• 특히 가장 오래된 노드들을 초기 종자로 선택하는 것이 빠른 퍼짐에 매우 중요하다는 점을 입증하고, 무작위 종자 선택 시 조기 종료가 발생한다는 점과 대비하기 위해.
• 시간에 따라 변화하는 네트워크에서 전염병 퍼짐을 모델링하고 경계를 설정하기 위해 레이블이 부여된 분기 과정과 쌍방향 기법을 사용한 엄밀한 분석 프레임워크를 개발하기 위해.
• 복합 전염병이 임계 감염 크기를 초과하는지 여부를 판단하는 것이 ${\mathbf{P}}$-완전임을 증명하여, 일반적인 특성화가 효율적으로 가능하지 않다는 점을 입증하기 위해.

제안 방법

• 저자들은 시간에 따라 변화하는 네트워크에서 $k$-복합 전염병 프로세스를 사용하여 복합 전염병의 퍼짐을 모델링하며, 노드는 최소 $k$개의 감염된 이웃을 가질 경우 감염된다.
• 노드에서의 퍼짐을 모델링하기 위해 레이블이 부여된 분기 과정 $B(k,i,\alpha)$ 를 도입하며, 레이블은 감염 단계를 나타내고, 간선 확률은 매개변수 $\alpha$ 에 의해 결정된다.
• 실제 네트워크에서의 감염 시간과 레이블이 부여된 분기 과정의 멸종 시간을 연결하는 새로운 쌍방향 연결 기법을 제안하며, 두 과정 간의 확률적 일致성을 유지한다.
• 무작위 네트워크 구축에서의 의존성과 조건부 확률을 관리하기 위해 BF(분기 과정) 순서를 사용하여 투명한 순서를 정의한다.
• 분석을 통해 레이블이 부여된 분기 과정이 고도로 확률적으로 $O(\log n)$ 수준 이내에 멸종함을 입증하며, 이는 원래 네트워크에서의 빠른 전염병 퍼짐을 의미한다.
• 동일한 기법을 복사 모델로 확장하여, 이 프레임워크가 관련된 다양한 네트워크 모델에 걸쳐 강건함을 확인한다.

실험 결과

연구 질문

• RQ1 어떤 네트워크 구조에서 $k$-복합 전염병이 빠르게 퍼지며, 소수의 특성에도 불구하고 일부 경우에서는 실패하는가?
• RQ2 왜 선호적 연결 네트워크에서 초기 종자 전략—특히 가장 오래된 노드들을 선택하는 것—이 빠른 퍼짐에 매우 중요한가?
• RQ3 시간에 따라 변화하는 네트워크의 진화적 구조, 예를 들어 선호적 연결과 복사 모델이 멱법칙도함수 분포 외에도 복합 전염병의 빠른 퍼짐을 어떻게 촉진하는가?
• RQ4 일반적인 분석 프레임워크를 개발하여 시간에 따라 변화하는 네트워크에서 복합 전염병 퍼짐의 속도를 경계할 수 있는가? 이러한 모델에서 의존성을 다루기 위해 필요한 기법은 무엇인가?
• RQ5 복합 전염병이 네트워크의 상당수를 감염시킬 수 있는지 여부를 결정하는 것은 계산적으로 가능할 수 있는가, 아니면 이 문제는 본질적으로 어려운가?

주요 결과

• 선호적 연결 네트워크 ${\rm PA}_{p,m}(n)$ 는 첫 번째 $k$개의 노드(가장 오래된 노드들)가 초기에 감염된 경우, 고도로 확률적으로 $O(\log n)$ 라운드 내에 전체 네트워크가 감염된다.
• 동일한 결과는 복사 모델 ${\rm CM}_{p,m}(n)$ 에 대해서도 성립하여, 이 프레임워크가 관련된 시간에 따라 변화하는 네트워크 모델 전반에 걸쳐 일반화됨을 보여준다.
• 빠른 퍼짐은 멱법칙도함수 분포가 아니라 네트워크의 진화적 구조 덕분이다. 이는 ${\rm PA}_{0,m}(n)$ 라도 정도가 집중된 도함수 분포를 가짐에도 불구하고 빠른 퍼짐이 가능하다는 점에서 입증된다.
• 초기 종자가 균일하게 무작위로 선택된 경우(즉, 다항적으로 많은 수의 종자를 선택하더라도), PA 모델에서 $k$-복합 전염병은 조기에 멈추며, 종자 전략에 대한 민감성을 강조한다.
• 레이블이 부여된 분기 과정의 분석을 통해 고도로 확률적으로 $O(\log n)$ 수준 이내에 멸종함을 입증하며, 감염 깊이에 대한 날카운 경계를 제공한다.
• 복합 전염병이 임계 수치 이상의 노드를 감염시키는지 여부를 판단하는 문제는 ${\mathbf{P}}$-완전이며, 이는 일반적인 퍼짐 행동의 효율적 특성화가 불가능함을 시사한다.