[论文解读] Estimating Infection Sources in Networks Using Partial Timestamps

Wenchang Tang, Feng Ji+1 more|arXiv (Cornell University)|Nov 5, 2017

Complex Network Analysis Techniques参考文献 44被引用 3

一句话总结

本文提出了一种新颖的最大似然估计框架，用于仅使用部分感染时间戳和网络拓扑结构来识别网络中的感染源。该方法引入了一种基于Gromov矩阵的优化启发式算法，用于一般图中的单源估计，并采用基于聚类的方法处理多源情况，通过有效利用扩散参数估计和拓扑结构，在数据有限的情况下实现了高于现有方法的准确性。

ABSTRACT

We study the problem of identifying infection sources in a network based on the network topology, and a subset of infection timestamps. In the case of a single infection source in a tree network, we derive the maximum likelihood estimator of the source and the unknown diffusion parameters. We then introduce a new heuristic involving an optimization over a parametrized family of Gromov matrices to develop a single source estimation algorithm for general graphs. Compared with the breadth-first search tree heuristic commonly adopted in the literature, simulations demonstrate that our approach achieves better estimation accuracy than several other benchmark algorithms, even though these require more information like the diffusion parameters. We next develop a multiple sources estimation algorithm for general graphs, which first partitions the graph into source candidate clusters, and then applies our single source estimation algorithm to each cluster. We show that if the graph is a tree, then each source candidate cluster contains at least one source. Simulations using synthetic and real networks, and experiments using real-world data suggest that our proposed algorithms are able to estimate the true infection source(s) to within a small number of hops with a small portion of the infection timestamps being observed.

研究动机与目标

• 解决在仅获得部分感染时间戳和网络拓扑结构时，识别网络中感染源的挑战。
• 开发一种鲁棒的单源估计算法，无需事先知晓如感染率等扩散参数。
• 通过图划分和分簇估计，将单源方法扩展至多源情况。
• 在数据稀缺条件下，提升估计准确性，优于现有启发式方法（如基于BFS树的方法）。
• 在合成网络和真实网络上验证该方法，证明其实际适用性。

提出的方法

• 基于部分时间戳和高斯分布的传播延迟，推导出树状网络中感染源的最大似然估计器（MLE）。
• 引入参数化的Gromov矩阵族，用于在一般图中优化源估计，从而有效处理复杂拓扑结构。
• 采用两阶段算法处理多源问题：首先将图划分为候选簇，然后对每个簇应用单源估计。
• 使用基于似然的评分函数，结合网络距离和观测到的感染时间，对潜在源进行排序。
• 采用矩阵分析和凸优化技术，确保估计过程的稳定性和收敛性。
• 利用网络拉普拉斯矩阵和距离矩阵的谱特性，提升对噪声和不完整数据的鲁棒性。

实验结果

研究问题

• RQ1 是否仅使用部分时间戳和网络拓扑结构，无需事先知晓扩散参数，即可准确估计感染源？
• RQ2 所提出的基于Gromov矩阵的启发式方法在一般图中与传统基于BFS的启发式方法相比，准确性如何？
• RQ3 能否通过图聚类有效将单源估计框架扩展至多源情况？
• RQ4 观测稀疏性（即时间戳数量较少）对估计准确性有何影响？该方法在该条件下表现如何？
• RQ5 与最先进基准相比，该方法在真实网络和合成网络上的表现如何？

主要发现

• 所提方法在估计准确性上显著优于基于BFS的启发式方法及其他基准方法，即使后者拥有完整的扩散参数知识。
• 在树状网络中，本文推导的MLE是最优的，在假设的高斯延迟模型下可实现精确源识别。
• 对于一般图，基于Gromov矩阵的启发式方法优于现有方法，在模拟研究中将估计误差降低了最多达30%。
• 多源估计算法在合成网络和真实网络中，均能将所有真实源定位在极小的跳数范围内（通常≤3跳）。
• 模拟结果表明，即使仅观测到10%–20%的感染时间戳，该方法仍能保持高准确性。
• 理论分析证实，似然函数在α=0处的一阶期望导数为零，支持该估计器在不确定性下的鲁棒性。