[논문 리뷰] Locating the source of spreading in complex networks.

Zhesi Shen, Shinan Cao외 4명|arXiv (Cornell University)|2015. 01. 25.

Complex Network Analysis Techniques인용 수 5

한 줄 요약

이 논문은 제한된 노드 관측 데이터를 사용하여 복잡한 네트워크 내에서 확산 과정의 원천을 효율적으로 규명하는 알고리즘을 제안한다. 일반적인 탐지 가능성 조건을 도입함으로써, 관측자 데이터가 이 기준을 충족할 경우 임의의 네트워크 구조에서 정확한 원천 규명이 가능해지며, 전염병, 소문, 질병 전파와 같은 상황에서 원천 식별 능력이 크게 향상된다.

ABSTRACT

Locating the sources that trigger a dynamical process is a fundamental but challenging problem in complex networks, ranging from epidemic spreading in society and on the Internet to cancer metastasis in the human body. An accurate localization of the source is inherently limited by our ability to simultaneously access the information of all nodes in a large-scale complex network, such as the time at which each individual is infected in a large population. This thus raises two critical questions: how do we locate the source from incomplete information and can we achieve full localization of sources at any possible location from a given set of observers. Here we develop an efficient algorithm to locate the source of a diffusion-like process and propose a general locatability condition. We test the algorithm by employing epidemic spreading and consensus dynamics as typical dynamical processes and apply it to the H1N1 pandemic in China. We find that the sources can be precisely located in arbitrary networks insofar as the locatability condition is assured. Our tools greatly improve our ability to locate the source of diffusion in complex networks based on limited accessibility of nodal information. Moreover they have implications for controlling a variety of dynamical processes taking place on complex networks, such as inhibiting epidemics, slowing the spread of rumors, and eliminating cancer seed cells in the human body.

연구 동기 및 목표

• 완전한 노드 수준 관측 데이터가 부족한 대규모 복잡한 네트워크에서 확산 과정의 기원을 규명하는 과제를 해결한다.
• 정확한 원천 규명을 위해 전체 네트워크 상태 정보가 필요하다는 근본적 한계를 극복한다.
• 관측자 데이터로부터 원천 규명이 가능한지 여부를 결정하는 일반 조건인 '탐지 가능성'을 개발한다.
• 탐지 가능성 조건을 만족할 경우, 임의의 네트워크 구조에서 정확한 원천 규명을 가능하게 한다.
• 전염병 확산, 오락성 정보 유포, 암 전이와 같은 역동적 과정을 제어하기 위한 실용적 도구를 제공한다.

제안 방법

• 관측자 위치와 데이터 가용성에 기반해 원천 규명이 이론적으로 가능한지 여부를 결정하는 일반적인 탐지 가능성 조건을 제안한다.
• 관측자가 확산 과정을 감지한 시각 뿐만을 사용하여 원천 위치를 추정하는 효율적인 알고리즘을 설계한다.
• 에pidemic 확산과 공감 동역학이라는 두 가지 대표적인 동역학 과정에 이 방법을 적용한다.
• 실제 데이터, 특히 중국의 H1N1 패닉 대비 데이터를 사용해 알고리즘의 실용적 타당성을 검증한다.
• 관측자로부터의 도착 시간 데이터를 활용해 탐지 가능성 제약 조건 하에서 최적화를 통해 가장 가능성 높은 원천을 추론한다.
• 전체 네트워크 상태 접근이 필요 없이도 임의의 네트워크 구조에 대해 확장 가능하고 적용 가능한 방법을 확보한다.

실험 결과

연구 질문

• RQ1 복잡한 네트워크에서 부분 관측 데이터를 바탕으로 확산 과정의 원천을 유일하고 정확하게 규명할 수 있는 조건은 무엇인가?
• RQ2 제한된 수의 관측자 노드에서 감염/활성화 시각 뿐만을 사용해 효율적으로 원천을 식별할 수 있는 알고리즘을 어떻게 설계할 수 있는가?
• RQ3 네트워크와 관측자 구성의 어떤 구조적 또는 정보적 특성이 원천 규명이 가능하다는 것을 보장하는가?
• RQ4 제안된 방법은 다양한 네트워크 유형과 동역학 과정에서 정밀한 원천 규명을 달성할 수 있는가?
• RQ5 H1N1 패닉 대비와 같은 실세계 확산 데이터에서 알고리즘의 성능은 어떠한가?

주요 결과

• 제안된 탐지 가능성 조건은 원천 규명에 대한 이론적 보장을 제공하며, 관측자 데이터가 이 조건을 충족할 경우 정확한 원천 식별이 가능하다는 것을 보장한다.
• 알고리즘이 합성 및 실세계 네트워크, 특히 H1N1 패닉 데이터에서 원천을 성공적으로 규명하여 탐지 가능성 조건 하에서 높은 정확도를 입증한다.
• 탐지 가능성 조건을 충족할 경우, 네트워크 크기나 구조와 관계없이 임의의 네트워크 구조에서 원천 규명이 가능하다.
• 전체 네트워크 상태 정보가 가용하지 않은 상황에서도 기존 접근법에 비해 원천 규명 정확도가 크게 향상된다.
• 에pidemic 확산과 공감 동역학과 같은 다양한 동역학 과정에 대해 이 방법이 강건하게 작동함을 확인하여 광범위한 적용 가능성을 시사한다.
• 연구 결과는 전염병 제어, 오락성 정보 억제, 암 전이의 초기 시드 세포를 타겟팅하는 데 실용적 응용 가능성을 시사한다.