[论文解读] Epidemics and percolation in small-world networks

Cristopher Moore, M. E. J. Newman|RePEc: Research Papers in Economics|Nov 30, 1999

Complex Network Analysis Techniques被引用 8

一句话总结

本文利用渗透理论研究小世界网络中的流行病传播，表明当感染或传播概率超过站点或键渗透阈值时，疾病爆发恰好发生。作者推导了各种网络配置下的精确阈值，并通过数值模拟验证了结果，建立了小世界拓扑中流行病转变与渗透现象之间的直接联系。

ABSTRACT

We study some simple models of disease transmission on small-world networks, in which either the probability of infection by a disease or the probability of its transmission is varied, or both. The resulting models display epidemic behavior when the infection or transmission probability rises above the threshold for site or bond percolation on the network, and we give exact solutions for the position of this threshold in a variety of cases. We confirm our analytic results by numerical simulation.

研究动机与目标

• 理解在感染和传播概率变化时，小世界网络中流行病行为如何出现。
• 将流行病爆发的临界阈值识别为这些网络上的站点或键渗透阈值。
• 为不同小世界网络配置中的渗透阈值提供精确的解析解。
• 通过流行病传播的数值模拟验证理论预测。
• 在复杂网络中建立流行病转变与渗透现象之间的正式联系。

提出的方法

• 使用感染传播的概率规则，在小世界网络上建模疾病传播。
• 应用站点和键渗透理论，识别在该阈值以上将形成巨大连通分量（流行病）的临界阈值。
• 推导出具有不同重连概率的规则小世界网络中渗透阈值的精确表达式。
• 使用数值模拟生成流行病曲线，并验证预测的阈值行为。
• 通过将最大连通分量的大小与感染概率进行比较，将流行病转变映射到渗透转变。
• 分析同质和异质网络结构，以评估阈值的鲁棒性和普遍性。

实验结果

研究问题

• RQ1 在小世界网络中，感染概率达到多大时会出现大规模流行病？
• RQ2 小世界网络中的重连概率如何影响流行病阈值？
• RQ3 这些网络中的流行病阈值是否等同于站点或键渗透阈值？
• RQ4 解析预测与流行病传播的数值模拟在多大程度上吻合？
• RQ5 渗透理论能否用于预测复杂网络拓扑中流行病行为的爆发？

主要发现

• 小世界网络中的流行病阈值与站点或键渗透阈值完全一致，证实了理论上的直接等价性。
• 为包括不同重连概率在内的各种小世界网络模型，推导出了渗透阈值的精确解析表达式。
• 数值模拟证实，最大连通分量的大小在预测的渗透阈值处发生急剧转变。
• 在热力学极限下，流行病传播的临界感染概率与网络规模无关，仅取决于网络的拓扑结构和重连概率。
• 从局部传播到全局传播的转变与渗透中的相变类似，巨大分量的大小出现不连续跳跃。
• 结果在不同网络配置下均成立，表明基于渗透的流行病阈值预测具有鲁棒性。