复杂网络的免疫策略.pptxVIP

会计学1复杂网络的免疫策略 大纲基本的复杂网络免疫策略改变假设条件：局域搜索免疫改变免疫对象：删除边的免疫改变免疫原则：多重图形剖分免疫对于有向网络免疫的思考第1页/共41页 基本的免疫策略 目标：通过对部分人接种而有效地控制疾病的传播 基于局域信息 免疫uniform immunization(均匀免疫) acquaintance immunization（熟人免疫） 基于全局信息 targeted immunization（目标免疫） 第2页/共41页 均匀免疫均匀免疫，顾名思义完全随机的从网络中选择一部分节点进行免疫。它对于度数大的节点和度数小的节点平等对待 在无标度网络中对应的免疫临界值 第3页/共41页 均匀免疫第4页/共41页 熟人免疫随机选择比例为p的节点，然后再从这些选择的节点中随机选择一个邻居节点进行免疫 由于度数大的节点也就意味着有更多的节点与之相连，所以熟人免疫比均匀免疫的效率要好得多第5页/共41页 熟人免疫第6页/共41页 目标免疫根据无标度网络的不均匀特性，可以进行有选择的目标免疫，即选取度数大的节点进行免疫 在BA无标度网络中，目标免疫对应的免疫临界值为 第7页/共41页 目标免疫第8页/共41页 不同免疫策略的比较在网络规模为106，幂率指数 在之间变化的无标度网络中不同策略对应的免疫临界值均匀免疫(空心圆)熟人免疫（空心三角形）目标免疫（空心正方形）图1（参考文献[3]）第9页/共41页 局域搜索免疫熟人免疫假设条件为已知当前节点的度目标免疫假设条件为已知所有节点的度假设已知邻居节点的度信息，怎样进行免疫呢？第10页/共41页 1967年，哈佛大学的社会心理学家Stanley Milgram就设计了一个连锁信件实验[4]。他将一套连锁信件随机发送给居住在内布拉斯加州 奥马哈的160个人，信中放了一个波士顿股票经纪人的名字，信中要求每个收信人将这套信寄给自己认为是比较接近那个股票经纪人的朋友。朋友收信后照此办理。最终大部分信在经过五、六个步骤后都抵达了该股票经纪人。 第11页/共41页 Six degrees of separation成功传递信件的前提是 已知朋友中成功传递信件的程度 类似于该实验过程，提出了局域搜索免疫(local search immunization strategy) 第12页/共41页 第13页/共41页 局域搜索免疫第14页/共41页 在模型中实验图2实验采用SIS病毒传播模型，在ER随机网络(a: N为104,k=4)，BA无标度网络模型(b：N= 104,m0=8,m=4；c：N= 104,m0=8,m=6)中进行仿真。F为感染节点的密度，q为免疫节点的比例。第15页/共41页 在现实网络中实验图3实验采用SIS病毒传播模型在(autonomous system)AS层面的Internet 网络和High Energy Physics-Theory (HEP-Th)网络中测试局域搜索免疫的性能。F为感染节点的密度，q为免疫节点的比例第16页/共41页 该免疫与聚类系数之间的关系由于局域搜索免疫是通过搜索邻居节点中度数最大的节点进行免疫，直观来讲该免疫的性能与网络的聚类系数有着某些联系 Assortative wiring 算法[5]能在保持节点度分布不变的前提下，增加网络的聚类系数。任意选择两条边，对两条边对应的四个顶点重新连接：用一条边连接两个度数比较大的节点，另一条边连接两个度数比较小的节点。第17页/共41页 图4 在BA无标度网络中，聚类系数与局域搜索免疫性能之间的关系。F为算法的免疫临界值，c为网络的聚类系数对BA无标度网络（N=104,m0=8,m=4）使用assortative wiring 算法对网络增加聚类系数第18页/共41页 对于局域搜索免疫的改进局域免疫算法是随机选择一个节点，然后按照一定要求搜索。如果一个网络是由几个小的不连通的网络组成，那么这种策略就有可能一直在一个小的网络中进行循环搜索。解决方案：n种局域搜索免疫同时进行 第19页/共41页 改进的局域搜索免疫问题:n=?第20页/共41页 删除边的免疫无论是熟人免疫还是目标免疫，基本思想都是找到度数大的节点进行免疫，也就相当于对度数大节点的所有的边进行删除，但是并不是所有的边都有必要删除的。比如节点i的度数很大，而节点j的度数很小，因为度数小的节点在疾病传播过程中起的作用很小，所以边E(i,j)也就没有必要删除。如果是通过物理的方式对网络进行免疫，那么对节点进行免疫，就极大的破坏了网络的连通度。第21页/共41页 连通度指的是两个随机选择的个体之间存在路径相连接的概率，其决定了网络的活跃性，可以通过宽度优先搜索算法[6]来计算。宽度优先搜索算法是一种图形搜索策略，从一个源节