[논문 리뷰] A Dynamic Epidemic Model for Rumor Spread in Multiplex Network with Numerical Analysis

Di Lan, Yudi Gu외 2명|arXiv (Cornell University)|2020. 02. 29.

Opinion Dynamics and Social Influence참고 문헌 25인용 수 10

한 줄 요약

이 논문은 다층 네트워크에서 소문의 확산을 시뮬레이션하기 위해 개인 수준의 감수성-잠복기-감염자-제거자(Susceptible-Exposed-Infective-Removed, iSEIR) 모델을 제안한다. 기존의 전염병 모델을 확장하여 개인의 행동 역학을 포착한다. 주요 기여는 '과포화 현상'을 규명한 것이다. 고표준 밀도 또는 낮은 제거 비율일 경우, 낮은 감염률에도 불구하고 소문이 장기간 지속적으로 확산됨을 보여주며, 이는 소셜 네트워크에서 전략적 백신 접종과 정보 흐름 통제의 필요성을 강조한다.

ABSTRACT

This paper focuses on studying and understanding of stochastic dynamics in population composition when the population is subject to rumor spreading. We undertake the study by first developing an individual Susceptible-Exposed-Infectious-Removed (iSEIR) model, an extension of the SEIR model, for summarizing rumor-spreading behaviors of interacting groups in the population. With this iSEIR model, the interacting groups may be regarded as nodes in a multiplex network. Then various properties of the dynamic behaviors of the interacting groups in rumor spreading can be drawn from samples of the multiplex network. The samples are simulated based on the iSEIR model with different settings in terms of population scale, population distribution and transfer rate. Results from the simulation study show that effective control of rumor spreading in the multiplex network entails an efficient management on information flow, which may be achieved by setting appropriate immunization and spreading thresholds in individual behavior dynamics. Under the proposed iSEIR model we also have derived a steady-state result, named the "supersaturation phenomenon", when the rumor spreading process becomes equilibrium, which may help us to make the optimal or better control of information flow in the practice.

연구 동기 및 목표

• 복잡한 소셜 네트워크에서 개인 및 인구 수준의 소문 확산 역학을 이해하기 위해.
• 전통적인 SIR 모델이 소문 확산 과정에서의 미묘한 행동 전이를 포착하지 못하는 한계를 해결하기 위해.
• 네트워크 구조, 인구 분포, 개인의 전이 비율이 소문의 지속성과 확산에 미치는 영향을 조사하기 위해.
• 소셜 미디어 및 통신 네트워크에서의 실제 정보 관리에 적용 가능한 동적 모델링 프레임워크를 개발하기 위해.
• 소문 통제를 위한 더 나은 전략 수립에 기여할 수 있는 임계값과 체계적 행동(예: 과포화 현상)을 규명하기 위해.

제안 방법

• 개인의 감수성-잠복기-감염자-제거자 상태 간 전이를 추적하는 개인 수준의 SEIR 모델(iSEIR)을 개발한다.
• 개인 간 상호작용을 다층 네트워크의 노드로 모델링하여, 층별로 상호의존적인 네트워크 구조를 허용한다.
• 일반 미분방정식(ODE)을 사용하여 인구 전체의 상태 전이 연속 시간 역학을 기술한다.
• 인구 수(N), 분포 밀도(ρ), 감염자에서 제거자로의 전이 비율(λ)을 변화시켜 소문 확산을 시뮬레이션한다.
• 통계적 행동과 확산 안정성을 다양한 조건에서 평가하기 위해 100회의 독립 시뮬레이션을 실시한다.
• λ와 ρ를 변화시켜 백신 접종 및 확산 임계값의 영향을 분석하여 체계적 행동의 발생을 규명한다.

실험 결과

연구 질문

• RQ1 다층 네트워크에서 개인 수준의 행동 역학은 소문의 전체적인 확산에 어떤 영향을 미치는가?
• RQ2 인구 분포 밀도(ρ)는 소문 확산을 가속화하거나 감속화하는 데 어떤 역할을 하는가?
• RQ3 감염자에서 제거자 상태로의 전이 비율(λ)은 소문 확산의 지속성과 통제에 어떤 영향을 미치는가?
• RQ4 어떤 조건에서 시스템은 '과포화 현상'을 보이는가? 즉, 낮은 감염률에도 불구하고 장기간 안정적으로 소문이 존재하는가?
• RQ5 전략적 백신 접종과 정보 흐름 통제는 복잡한 네트워크 환경에서 소문 확산을 효과적으로 억제할 수 있는가?

주요 결과

• 고밀도 인구 또는 낮은 제거 비율(λ)일 경우, 감염자 비율 I(t)가 급격히 증가하지 않더라도 중간 수준으로 장기간 유지되는 '과포화 현상'이 발생한다.
• λ가 0.001에서 0.00005로 감소함에 따라, t=2000일 때 I(t)가 0.1 이상 유지되는 시뮬레이션 비율이 27%에서 33%로 증가하여 소문 확산 통제가 어려워짐을 시사한다.
• λ = 0.001일 경우 59%의 시뮬레이션에서 I(t)가 0.1 이하로 제어되지만, λ = 0.00005일 경우 이 비율은 30%로 감소하여, 제거 속도가 느릴수록 불안정성이 증가함을 확인한다.
• 인구 분포 밀도(ρ)가 증가할수록 소문 확산 속도가 저하되며, 많은 이들이 감염자 상태를 건너뛰고 직접 제거자 상태로 전이된다.
• 고밀도 인구에 속한 개인은 감염자 상태가 되지 않고도 '관찰자(lurkers)'가 되기 쉬우며, 이는 활성 확산 없이도 소문의 지속 존재를 가능하게 한다.
• 더 큰 인구 수(N=400)는 이웃에 대한 영향 역학이 더 안정적이고 예측 가능하게 만들며, 이는 대규모 네트워크 모델링에서의 확장성 이점을 시사한다.