苏航、韦莎——小世界现象及其应用资料.ppt

主 要 内 容 小世界网络的基本理论 1 基于小世界网络的应用层组播模型 2 基于小世界网络的疾病传播模型 3 总结 与展望 4 一个典型的例子—躲猫猫事件 根据“小世界网络传播”理论，如果以论坛中的帖子作为起点来推算，在2月19日发帖当天，有3935人通过浏览该帖知晓“躲猫猫”事件。假设在一天的时间里，这些消息源会与其人际传播网络中的所有人进行一次人际沟通，沟通中有60%的人会谈到“躲猫猫”事件，则在2月20日，就会有70,948人知晓该事件。假设70,948人中的40%又会成为扩大的消息源，继续传播该事件。依此类推，到第六天，这些与“躲猫猫”有关的信息通过新媒体相传，就能被13 亿多人知晓。 虽然这只是估算，并非严谨的数学论证，但从中也可以看出，信息通过新媒体进行的人际传播速度，具有病毒传播的倍增效应。 小世界网络的疾病传播模型 传染性疾病的传播模型。在时间 t=0 时，一个单一的传染性个体被引入原来健康的人群。经过一段时期的疾病传染后，传染性个体就会被永久移去(由于免疫性或死亡)。在这一时期，每一个传染性个体会以一定的概率把疾病传染给它的每个健康邻居。在随后的各时间步中，疾病沿着网络图的边进行传播，直到它传染了整个人群，或在传染了部分人群后逐渐消失。 人群分为三类:第一类是易感人群(S)，这类人群都是健康个体，他们有可能被其他个体感染;第二类是染病人群(I)，这类个体已经感染上某种疾病，并且他们可以将疾病传染给其他人;第三类是康复人群(R)，这类个体被治愈并且获得了免疫能力，他们不会被I类个体感染 小世界疾病传播模型 在单位时间内某个易感个体可能被感染个体传染上某种疾病的概率是 ，而某个患病个体在单位时间内康复的概率是 定义单位时间内有效传染概率 ，不失一般性，令 小世界网络中，关于染病个体比率 的微分方程为： 其稳态条件为： 小世界疾病传播模型 当断键重连概率p很小(p = 0.01)的时候，疾病可以在网络中长期存在，但患病比率很小，波动不大，可以近似地看作收敛到一个不动点;当断键重连概率p很大的时候，患病人数会出现周期性的波动。 小世界疾病传播模型 研究表明，小世界网络比规则网络更加适合疾病的传播，在同样的传染强度下，疾病在小世界网络中的波及范围明显大于其在规则网络中的波及范围 从Small world网络模型可以发现，之所以它具有独特的几何性质，并由此带来的Small world网络上动力学模型的特殊性质，完全是由于加入了极少量的长程联结的结果。因此，对于小世界网络，只要能够识别这些长程联结，然后针对长程联结进行攻击就可以在很大程度上改变小世界网络的结构，所以对于小世界网络的攻击的关键就在于长程连接的识别。 无免疫疾病传播模型 边的介数：所有最短路径中必须经过此边的次数。长程联接一般连接着两个局域集团，因此不同的两个集团的两点之间的最短路径就会经过这条长程联接. “短边感染”，即相当于在规则网络上所被传染的最近邻的个体;“远边感染”是通过捷径即“远边”节点所感染的近邻个体 无免疫疾病传播模型 左半部分就表示“短边感染”的个体，右半部分就表示“远边感染”的个体，其中黑个体色的圆点表示初始时刻的感染个体，白色的圆点表示健康个体，深灰色圆点元表示被感染的浅灰色圆点表示被感染的远边节点。 通过求解相关微分方程，t时间内波及到的节点的数为： 对于无限网络，以指数形式快速地增长的，会随着时间无限的增加 在t较小的时候，被感染数很少，这时可以近似认为整个网络相对是无限的，那么流行病就以指数形式进行传播。 当t达到一定的数值时，由于所剩余的未被感染个体数目相对较少，加上不能被二次传染，所以流行病就不能再以这种形式进行传播。 无免疫传播模型 b0：通过远边感染的个体数 N:个体总数 f: 平移阶跃函数 ：座逾渗的临界值 网络结构参量k对纯传播过程的影响 网络节点总数N=1000，加入捷径的概率φ=0.0008，接触感染概率p=0.5 当网络结构参数k减小时，感染密度随时间的演化趋势逐渐缓和，并趋于平缓，而流行病的传播阈值却随网络结构参数的减小而增大，当网络结构参数k减小到一定程度，传播阈值就无限大，也就是说，此时流行病无法在网络上大范围传播 加入捷径概率φ对传播过程的影响 在加入捷径的概率很小的时候，整个传播过程可认为是在规则网络上进行，因此感染密度随时间的演化基本呈线性变化 随着加入捷径的概率φ的增大，曲线走势越来越陡，也就是说此时疾病在网络上会迅速传播并很快波及整个网络 网络节点总数为N=1000,网络结构参数k=10，接触感染概率p=0.5 传染概率p对纯传播过程的影响 当接触传染