网络上流行病传播的韧性

复杂网络上的流行病传播已被广泛研究，但大多采用不变参数。然而，流行病传播过程并非总是恒定的。流行病可能受到各种扰动的影响，并可能反弹回其原始状态，这被认为是具有韧性的。在此，我们通过引入一个不同的感染率 ${\lambda_{2}}$ 来模拟扰动（控制状态），而其余时间的感染率为 ${\lambda_{1}}$，从而研究网络上 SIS（易感-感染-易感）流行病传播的韧性。通过模拟和理论分析，我们发现即使 ${\lambda_{2}<\lambda_{c}}$，如果控制持续时间低于某个阈值，流行病最终也可能反弹。这一流行病韧性的临界控制时间，即 ${cd_{max}}$，可以通过底层网络的直径（${d}$）来预测，其定量关系为 ${cd_{max}\sim d^{\alpha}}$。我们的发现有助于设计更好的流行病缓解策略。