[論文レビュー] Epidemic thresholds in directed complex networks

Shinji Tanimoto|arXiv (Cornell University)|Mar 9, 2011

Complex Network Analysis Techniques参考文献 8被引用数 6

ひとこと要約

本稿は、SIRおよびSISモデルを用いて有向複雑ネットワークにおける疫病の閾値を調査し、スケールフリーな有向ネットワークにおいてノードのインデグリとアウトデグリの間に高い相関がある場合、臨界感染率λ_cが0に近づくことを導出している。解析では動的平均場理論と結合度分布を用い、強いイン・アウトデグリ相関が疫病の閾値を抑制し、非常に低い感染率でも大規模な流行を可能にする。

ABSTRACT

The spread of a disease, a computer virus or information is discussed in a directed complex network. We are concerned with a steady state of the spread for the SIR and SIS dynamic models. In a scale-free directed network it is shown that the threshold of its outbreak in both models approaches zero under a high correlation between nodal indegrees and outdegrees.

研究の動機と目的

• リンクの方向性が疾患伝播に与える影響を考慮した、有向複雑ネットワークにおけるSIRおよびSISの疫病ダイナミクスを分析すること。
• このようなネットワークにおける病気の消滅と持続的拡散の境目をなす臨界感染率λ_cを導出すること。
• ノードのインデグリとアウトデグリの相関が疫病閾値に与える影響を調査すること。
• 従来の無向スケールフリーネットワークに関する結果を、べき乗則的度分布を示すより一般的な有向ネットワークの状況に拡張すること。

提案手法

• 研究は、有向ネットワークにおけるS、I、R状態の密度割合の時間的変化をモデル化するために動的平均場理論を用い、微分方程式を適用する。
• 感染ノードからの出力リンクのうち、感染が伝わる確率を表す伝搬確率θ(t)を導入し、有効な感染圧を捉える。
• インデグリkとアウトデグリℓの結合確率分布p(k,ℓ)を用いて、⟨kℓ⟩のようなモーメントを計算し、疫病閾値を支配する。
• 臨界感染率λ_cはλ_c = ⟨ℓ⟩ / ⟨kℓ⟩として導出され、ここで⟨ℓ⟩は平均アウトデグリ、⟨kℓ⟩はインデグリとアウトデグリの混合モーメントである。
• 閾値の挙動を限定するために、完全相関（k = ℓ）と統計的独立（k ⊥ ℓ）の2つの極端な状況を考察する。
• 相関係数rを用いて閾値をさらに表現し、r > 0でかつ2次モーメントが重い尾を持つ場合（2 < γ, γ′ ≤ 3）、λ_c ≈ 0であることが示された。

実験結果

リサーチクエスチョン

• RQ1 べき乗則的度分布を示す有向スケールフリーネットワークにおける疫病拡散のための臨界感染率λ_cは何か？
• RQ2 ノードのインデグリとアウトデグリの相関が、有向ネットワークにおける疫病閾値にどのように影響を与えるか？
• RQ3 無向ネットワークと同様に、有向スケールフリーネットワークにおいてイン・アウトデグリ相関が高くなると、疫病閾値λ_cは0に近づくのか？
• RQ4 同じ動的仮定のもとで、SIRモデルとSISモデルが有向ネットワークにおいて同一の疫病閾値をもたらすか？
• RQ5 周辺分布のみを用いる場合と比較して、結合度分布は臨界閾値にどのように影響を与えるか？

主な発見

• 有向ネットワークにおけるSIRおよびSISモデルの臨界感染率λ_cは、λ_c = ⟨ℓ⟩ / ⟨kℓ⟩として与えられ、ここで⟨ℓ⟩は平均アウトデグリ、⟨kℓ⟩はインデグリとアウトデグリの混合モーメントである。
• インデグリとアウトデグリが完全に相関している場合（k = ℓ）には、λ_c = ⟨ℓ⟩ / ⟨k²⟩となり、2 < γ ≤ 3を満たすスケールフリーネットワークでは、ネットワークサイズが増加するにつれてこの閾値は0に近づく。
• 相関のない状況（インデグリとアウトデグリが統計的に独立）では、λ_c = 1 / ⟨k⟩となり、これは有限かつ非ゼロであり、疫病拡散の障壁が高まることを示している。
• インデグリとアウトデグリの相関係数rが増加するにつれて、閾値λ_cは単調に減少し、r > 0でかつ2次モーメント⟨k²⟩と⟨ℓ²⟩が重い尾を持つ場合、0に近づく。
• べき乗則的度分布P(k) ∝ k⁻ᵞおよびQ(ℓ) ∝ ℓ⁻ᵞ′（2 < γ, γ′ ≤ 3）を満たす場合、最大度M → ∞のとき、閾値λ_c → 0となる。特に高い相関がある場合に顕著である。
• 相関係数rは定量的指標を提供する：r > 0でかつ⟨k²⟩, ⟨ℓ²⟩ ≫ ⟨k⟩²のとき、λ_c ≈ 0となり、強いイン・アウトデグリ相関が疫病閾値を抑制することを確認した。