网络中 SIS 感染率的普适性
物理与社会
2016-12-06 v1 社会与信息网络
种群与进化
摘要
流行病模型越来越多地被用于真实世界网络中，以理解扩散现象（如疾病、情绪、创新、故障的传播）或信息传输（如新闻、社交在线网络中的模因）。本文对感染率（即网络中感染节点的期望数量）进行了新的分析并给出了物理解释。该分析方法基于谱分解，导出了一条普适的解析曲线，能够限定任何有限时间区间内随时间变化的感染率。此外，该普适曲线还适用于各种类型的易感-感染-易感（SIS）（及易感-感染-移除（SIR））感染过程，涵盖同质和异质感染特征（治愈率和感染率），适用于时间图甚至非连通图，以及有无自感染的 SIS 过程。该普适曲线的准确度可与成熟的平均场近似相当。
引用
@article{arxiv.1612.01386,
title = {Universality of the SIS prevalence in networks},
author = {Piet Van Mieghem},
journal= {arXiv preprint arXiv:1612.01386},
year = {2016}
}