[论文解读] Infectious Random Walks

Alberto Pettarin, Andrea Pietracaprina+2 more|arXiv (Cornell University)|Jul 9, 2010

Opportunistic and Delay-Tolerant Networks参考文献 17被引用 11

一句话总结

本文分析了移动代理在 n 个节点的网格上执行独立随机游走时的信息传播，证明广播和闲聊传播时间均以高概率被紧密刻画为 $\tilde{\Theta}(n/\sqrt{m})$。该模型捕捉了动态谣言传播与病毒传播，表明即使交互动态不同，移动代理传播信息的速度仍与静态代理相当。

ABSTRACT

We study the dynamics of information (or virus) dissemination by $m$ mobile agents performing independent random walks on an $n$-node grid. We formulate our results in terms of two scenarios: broadcasting and gossiping. In the broadcasting scenario, the mobile agents are initially placed uniformly at random among the grid nodes. At time 0, one agent is informed of a rumor and starts a random walk. When an informed agent meets an uninformed agent, the latter becomes informed and starts a new random walk. We study the broadcasting time of the system, that is, the time it takes for all agents to know the rumor. In the gossiping scenario, each agent is given a distinct rumor at time 0 and all agents start random walks. When two agents meet, they share all rumors they are aware of. We study the gossiping time of the system, that is, the time it takes for all agents to know all rumors. We prove that both the broadcasting and the gossiping times are $ ildeΘ(n/\sqrt{m})$ w.h.p., thus achieving a tight characterization up to logarithmic factors. Previous results for the grid provided bounds which were weaker and only concerned average times. In the context of virus infection, a corollary of our results is that static and dynamically moving agents are infected at about the same speed.

研究动机与目标

• 建模并分析移动代理系统中信息传播的动力学，使用网格上的独立随机游走。
• 在随机初始位置和移动条件下，刻画广播时间——即单个谣言传播至所有代理所需的时间。
• 在相同的移动性和初始条件下，分析闲聊时间——即所有代理学习到所有不同谣言所需的时间。
• 为两种传播过程建立紧致的渐近界（对数因子范围内），解决先前研究中的空白。
• 证明动态移动的代理传播信息的速度与静态代理相当，对病毒传播建模具有启示意义。

提出的方法

• 形式化两种场景：广播（一个代理初始携带谣言）和闲聊（每个代理初始携带唯一谣言）。
• 将代理移动建模为在 n 个节点的正方形网格或环面图上的独立简单对称随机游走。
• 使用概率耦合和集中不等式分析知情代理与未知情代理之间的相遇时间。
• 将网格分解为半径 $\gamma = \sqrt{n/(4e^6m)}$ 的“岛屿”，以控制局部代理密度并调控交互速率。
• 在闲聊场景中，对知情区域的前沿进行分析，以限制谣言传播速率。
• 结合并集界和尾概率估计，推导广播和闲聊传播时间的高概率界。

实验结果

研究问题

• RQ1 在 n 个节点的网格上，m 个移动代理执行独立随机游走时，单个谣言传播的渐近复杂度是什么？
• RQ2 当每个代理初始携带一个不同谣言时，闲聊时间如何随代理数 m 和网格大小 n 变化？
• RQ3 在感染速度方面，通过移动代理传播信息的动力学与静态代理相比如何？
• RQ4 能否在独立随机游走下，为广播和闲聊建立紧致的 $\tilde{\Theta}(n/\sqrt{m})$ 界？
• RQ5 代理密度和空间聚类在动态模型中对信息传播的限制或加速作用是什么？

主要发现

• 单个谣言的广播时间以高概率为 $\tilde{\Theta}(n/\sqrt{m})$，与下界仅相差对数因子。
• 所有 m 个代理学习到所有 m 个谣言的闲聊时间也以高概率为 $\tilde{\Theta}(n/\sqrt{m})$。
• 为闲聊时间建立了 $\Omega(n/(∜m \log^2 n))$ 的下界，证实上界在对数因子范围内是紧致的。
• 分析表明，通过移动代理传播信息的速度在渐近意义上等同于随机放置的静态代理。
• 结果可推广至 d 维网格，得到 $d=1,2$ 时的界 $\tilde{\Theta}((n^2/m)^{1/d})$，更高维度的推广尚待开放。
• 证明技术依赖于岛屿分解和前沿传播分析，以控制交互速率并防止过早收敛。