复杂网络中疾病传播与免疫.pptVIP

引入免疫参数g：初始网络中免疫节点数占节点总 数的比例 在平均场理论下可以通系数（1-g）来影响有效传播率λ，即 用（1-g）λ来替换λ代入前面的ρ变换率方程中 （均匀网络，WS） （SF网络，BA） Ⅰ．均匀网络（以WS为例） 　令上式为0，得：　 即：我们需要的免役临界值 ． 显然　　 　，　才有意义。 　　情况下，如果不加免疫，疾病将传播开来，并稳定于某一ρ值(ρ≠0)；如果加免疫后，只要免疫值 满足： 疾病将不能传播开来，即达到稳态时，ρ＝0。 Ⅱ. SF网络（以BA为例） SF网络的免疫临界值可由公式　 　　　　给出，即： 仿真（一） WS模型上随机免疫的效果　 表示加入免疫后的稳态感染密度，　表示不加免 疫的稳态感染密度（p=1,k=3;λ=0.25;） 结论：　 在均匀网络中：只要 ，就可保证疾病不在网络中传播开来；SF网络中：免疫临界值约为１，即任给定一λ值，都需要对网络中的所有个体进行免疫才能使疾病不传播开来。说明随机免疫只对均匀网络有效（有较小的　),而对SF网络效果很差（ =1）。 原因： 这是由于SF网络是异质网络，节点度呈两极分化，采用随机免疫，哪些最容易传播病毒的节点（度大的节点）不一定获得免疫。所以，如果对SF网络采取随机免疫的策略，需要对网络中几乎所有的节点都实施免疫才能保证最终消灭病毒传染。 　 因此对SF网络这样的异质网络，普遍认为：随机免疫策略对于无标度网络是无效的！ 目标免疫：选取少量度最大的节点进行免疫。（而一旦这些节 点被免疫后，就意味着他们所连的边可以从网络中去除，使得 病毒传播的可能途径大大减少。） 假设对度kkt的节点进行免疫，即有： 引入定义（免疫平均度，免疫二阶矩）： p(g)：任给一条边，该边指向一个免疫节点的概率。且有： （免疫节点的平均度） （平均度） 2.目标免疫（选择免疫） 将比例为g的免疫节点看作已从网络中移除，且从这些节点出 发的边也被删除了。则新的度分布： （指向非免疫节点的概率） 在SF网络中，有： 特别地，在BA网络情况下： ① 同样，将 代入kt及k2t 得： 将①、②代入 式中。对代入后的方程求得一个近似解： 上式表明：即使有效传播率?在很大的范围内取值，都可以得到较小的免疫临界值 (对少量的节点进行免疫,即可消除病毒扩散)。 ② 环状接种：隔离或免疫染病个体的所有 (距离为k)邻居 禽流感等 熟人免疫：从群体中以比例p随机选择 个体,再随机选择该个体的一个相邻个体进行免疫 接触追踪：对与有传染性个体的接触 者进行跟踪，然后以一定的概率进行免疫 非典病等 例子 (Huerta和TSimring) T：被监控态 ?T：被追踪的强度 ?r：被检查的强度 3. 其他免疫 现实中计算机病毒免疫的例子 以Internet为例，用户不断地安装 一些更新的反病毒软件，但计算 机病毒的生命期还是很长。原因 就在于反病毒软件的更新过程实 际上是一种随机免疫过程。从个 体来看，这种措施是有效的；但 是从全局范围看，由Internet的无 标度特性，就算随机选取大量节 点进行免疫，也不能根除计算机 病毒的传播。 显示了SIS模型在一部分Internet映像中随机免疫（大图）和目标免疫（小图）的情况。