[论文解读] Locating Contagion Sources in Networks with Partial Timestamps

K. J. Zhu, Zhen Chen+1 more|arXiv (Cornell University)|Dec 12, 2014

Complex Network Analysis Techniques参考文献 17被引用 6

一句话总结

本论文提出了两种新颖的源定位算法——基于成本的排序（CR）与基于树的排序（TR），用于在仅获得部分感染时间戳的情况下，识别网络中传染过程的起源。通过将问题建模为基于最小成本传播树框架的图排序任务，TR与CR显著优于现有方法，在真实微博数据上实现了高达64%的10%准确率，且TR在各类网络与扩散模型下始终表现更优。

ABSTRACT

This paper studies the problem of identifying the contagion source when partial timestamps of a contagion process are available. We formulate the source localization problem as a ranking problem on graphs, where infected nodes are ranked according to their likelihood of being the source. Two ranking algorithms, cost-based ranking (CR) and tree-based ranking (TR), are proposed in this paper. Experimental evaluations with synthetic and real-world data show that our algorithms significantly improve the ranking accuracy compared with four existing algorithms.

研究动机与目标

• 解决在仅获得部分感染时间戳时，识别网络中传染源的挑战。
• 提升在完整时间戳数据通常不可用的复杂网络中，源定位的准确性。
• 开发在多种网络拓扑结构与传染扩散模型下均表现良好的鲁棒算法。
• 为现实应用（如社交媒体谣言检测与疾病暴发追踪）提供可扩展且实用的解决方案。

提出的方法

• 将源定位问题建模为图排序任务，根据感染节点作为源的可能性对节点进行排序。
• 提出基于传播树结构与时间戳的二次成本函数 C(P_v)，用于评估候选源。
• 设计基于成本的排序（CR），通过在所有以 v 为根的可能传播树中寻找最小成本 C(v)，对节点进行排序。
• 提出基于树的排序（TR），通过识别全局最小成本传播树 P*，并根据节点在 P* 上的感染时间对节点进行排序。
• 设计一种贪心的最早感染优先（EIF）算法，为每个候选源近似计算最小成本传播树，从而实现可扩展的计算。
• 通过在应用CR/TR前修改网络图结构，整合如感染方向（例如，谁感染了谁）等辅助信息。

实验结果

研究问题

• RQ1 部分时间戳信息是否能显著提升真实网络中传染源定位的准确性？
• RQ2 不同网络拓扑结构（如小世界或无标度结构）如何影响源定位算法的性能？
• RQ3 是否存在一种排序方法，在多种扩散模型与不完整的时间戳分布下，均优于现有算法？
• RQ4 早期到达的感染时间戳相较于后期时间戳，对源定位准确性的贡献有多大？

主要发现

• 在真实微博数据中，TR在仅观察到30%时间戳的情况下，实现了0.64的10%准确率，显著优于NETSLEUTH（0.40）与GAU（0.57）。
• CR与TR在合成网络与真实网络中均优于四种现有算法（GAU、NETSLEUTH、ECCE与RUM），且TR在大多数场景下表现更优。
• 在IAS网络中，当IC模型下时间戳超过50%可用时，CR略优于TR，但TR在多数配置下仍保持优势。
• 所有算法（包括CR与TR）在直径较小且存在中心节点的网络（如IAS）中性能显著低于局部树状网络（如PG），表明拓扑结构带来的挑战。
• 早期时间戳比近期时间戳更具信息量，早期感染数据的价值对准确的源定位至关重要。
• 即使仅观察到30%的感染节点，所提算法仍保持有效性，表明其对感染集合部分观测具有强鲁棒性。