[论文解读] Information Source Detection in the SIR Model: A Sample Path Based Approach

K. J. Zhu, Lei Ying|arXiv (Cornell University)|Jun 23, 2012

Complex Network Analysis Techniques参考文献 17被引用 9

一句话总结

本文提出了一种基于样本路径的最大似然方法，用于检测受SIR模型支配的网络中的信息源，其中感染节点可恢复。该方法引入了一种反向感染算法，通过感染节点广播其身份来识别源，估计器为感染偏心距最小的节点；该方法在规则树上以常数跳数范围内实现高精度，并在真实网络中优于启发式方法。

ABSTRACT

This paper studies the problem of detecting the information source in a network in which the spread of information follows the popular Susceptible-Infected-Recovered (SIR) model. We assume all nodes in the network are in the susceptible state initially except the information source which is in the infected state. Susceptible nodes may then be infected by infected nodes, and infected nodes may recover and will not be infected again after recovery. Given a snapshot of the network, from which we know all infected nodes but cannot distinguish susceptible nodes and recovered nodes, the problem is to find the information source based on the snapshot and the network topology. We develop a sample path based approach where the estimator of the information source is chosen to be the root node associated with the sample path that most likely leads to the observed snapshot. We prove for infinite-trees, the estimator is a node that minimizes the maximum distance to the infected nodes. A reverse-infection algorithm is proposed to find such an estimator in general graphs. We prove that for $g$-regular trees such that $gq>1,$ where $g$ is the node degree and $q$ is the infection probability, the estimator is within a constant distance from the actual source with a high probability, independent of the number of infected nodes and the time the snapshot is taken. Our simulation results show that for tree networks, the estimator produced by the reverse-infection algorithm is closer to the actual source than the one identified by the closeness centrality heuristic. We then further evaluate the performance of the reverse infection algorithm on several real world networks.

研究动机与目标

• 解决在信息通过SIR模型传播且感染节点可恢复的网络中识别信息源的挑战。
• 在仅可观测到感染节点快照（易感和恢复节点无法区分）的情况下，开发一种计算高效的源估计器。
• 证明在样本路径方法下，最优估计器对应于感染偏心距最小的节点（即乔丹感染中心）。
• 评估反向感染算法在真实网络拓扑上的性能，并与基线方法（如随机猜测和接近中心性）进行比较。

提出的方法

• 将信息源检测问题建模为所有可能感染样本路径上的最大似然估计（MLE），其中每条路径指定感染和恢复时间。
• 将节点的感染偏心距定义为到任意感染节点的最短路径距离的最大值，并证明最优样本路径源最小化该偏心距。
• 提出一种反向感染算法，其中感染节点广播其身份；第一个收集到所有感染身份的节点自称为源，通过到感染节点的距离之和打破平局。
• 该算法的运行时间等于最小感染偏心距，且每个节点的消息传递具有有界的消息复杂度。
• 分析在g-正则树上的性能，证明估计器以高概率在常数距离内接近真实源，且与网络规模和观测时间无关。
• 在真实网络（互联网AS、维基百科投票、电网）上进行仿真，评估在不同感染和恢复概率下的估计器精度。

实验结果

研究问题

• RQ1 当仅可观测到感染节点快照时，在SIR模型下信息源的最优估计器是什么？
• RQ2 与SI模型相比，SIR模型中引入恢复机制如何影响源检测问题的复杂性和结构？
• RQ3 反向感染算法能否通过利用感染身份的广播高效识别源？
• RQ4 反向感染算法在规则树拓扑上的理论性能保证是什么？
• RQ5 在真实网络环境中，反向感染算法与现有启发式方法（如接近中心性和随机猜测）相比表现如何？

主要发现

• 在满足gq > 1的g-正则树上，反向感染算法以高概率将源估计在真实源的常数跳数范围内，且与感染节点数量或观测时间无关。
• 基于样本路径的估计器等价于乔丹感染中心，即最小化到所有感染节点最大距离的节点。
• 在树状网络的仿真中，反向感染算法生成的估计器比接近中心性启发式方法更接近真实源。
• 在互联网自治系统网络中，超过80%的反向感染估计在真实源的两跳范围内，而随机猜测仅达到10%。
• 在维基百科谁投票给谁的网络中，反向感染算法的峰值出现在第三跳，而随机猜测的峰值出现在第十七跳，表明其定位能力更优。
• 在电网网络中，反向感染算法显著优于随机猜测，其估计值更集中于真实源附近。