Catch'Em All：基于部分观测的网络多扩散源定位
社会与信息网络
2016-11-22 v1
摘要
本文研究了在部分观测下定位网络中多个扩散源的问题。我们提出了一种新的扩散源定位算法，命名为 Optimal-Jordan-Cover（OJC）。该算法首先使用候选选择算法提取一个子图，该算法根据其邻域中观测到的感染节点数量来选择源候选节点。然后，在提取的子图中，OJC 找到一组以最小半径“覆盖”所有观测感染节点的节点。这组节点被称为 Jordan 覆盖，被视为扩散源的集合。考虑 Erdos-Renyi（ER）随机图中的异质易感-感染-恢复（SIR）扩散过程，我们证明了在部分观测下，OJC 能够以渐近概率 1 定位所有源。就网络规模而言，OJC 是一个多项式时间算法。然而，其计算复杂度随源数量 呈指数增长。我们进一步提出了一种基于 K-Means 的低复杂度启发式算法来近似 Jordan 覆盖，命名为 Approximate-Jordan-Cover（AJC）。在随机图和真实网络上的仿真表明，AJC 和 OJC 均显著优于其他启发式算法。
引用
@article{arxiv.1611.06963,
title = {Catch'Em All: Locating Multiple Diffusion Sources in Networks with Partial Observations},
author = {Kai Zhu and Zhen Chen and Lei Ying},
journal= {arXiv preprint arXiv:1611.06963},
year = {2016}
}
备注
16 figures