关于利用 Jordan 中心估计树网络感染源的普适性
社会与信息网络
2017-05-03 v2 物理与社会
摘要
当仅知晓网络拓扑和受感染节点而不知晓感染率时，在网络中寻找感染源是一个具有挑战性的组合问题；而在实践中，由于潜在的感染传播模型通常是先验未知的，该问题更为困难。在本文中，我们致力于寻找一种适用于各种传播模型的源估计器，包括易感 - 感染 (SI)、易感 - 感染 - 恢复 (SIR)、易感 - 感染 - 恢复 - 感染 (SIRI) 和易感 - 感染 - 易感 (SIS) 模型。我们表明，在 SI、SIR 和 SIRI 传播模型下，并在温和的技术假设下，Jordan 中心是单感染源树网络中与最可能感染路径相关的感染源。该结论适用于广泛的传播参数范围，而在具有均匀感染率和恢复率的 SIS 模型下，该结论对正则树成立。由于 Jordan 中心不依赖于感染、恢复和再感染率，因此可被视为一种通用源估计器。我们还考虑了存在 个感染源的情况，将 Jordan 中心定义推广为 -Jordan 中心集，并证明这是 SI 模型下树网络中的最优感染源集估计器。在各种通用合成网络和真实世界网络上的模拟结果表明，基于 Jordan 中心的估计器始终优于基于介数、紧密度、距离、度、特征向量和 PageRank 中心性的启发式方法，即使网络并非树形结构。
引用
@article{arxiv.1411.2370,
title = {On the Universality of Jordan Centers for Estimating Infection Sources in Tree Networks},
author = {Wuqiong Luo and Wee Peng Tay and Mei Leng},
journal= {arXiv preprint arXiv:1411.2370},
year = {2017}
}