稀疏网络中易感-感染级联的最快推断

我们考虑尽可能快地估计网络级联的任务。假设级联根据一般的易感-感染过程传播，具有异构传输速率且源节点在网络中未知。虽然传播过程无法直接观测，但可以通过多轮易错诊断测试收集关于其传播的含噪信息。我们提出了一种新颖的自适应过程，在该观测模型下快速输出级联源节点及完整传播的估计。值得注意的是，在网络拓扑的温和条件下，我们的过程能够在$n$个顶点的网络中，于$\mathrm{poly log}(n)$个顶点被级联影响之前估计出级联的完整传播。我们以仿真结果补充理论分析，说明了方法的有效性。