复杂网络上的局域免疫研究  

Local Immunization Algorithm on Complex Networks

作　　者：王伟[1] 杨慧[1] 龚凯[1] 唐明[1,2] 都永海 

机构地区：[1]电子科技大学互联网科学中心,成都611731 [2]韩国庆北国立大学数学系

出　　处：《电子科技大学学报》2013年第6期817-830,共14页Journal of University of Electronic Science and Technology of China

基　　金：国家自然科学基金(11105025);博士后科学基金特别资助(2012T50711);博士点新教师基金(20110185120021);中央高校基本科研业务费(ZYGX2011J056);韩国教育;科学与技术部支持的国家研究基金会基础科学研究项目(NRF-2013R1A1A2010067)

摘　　要：在网络全局结构信息未知的情况下,如何对大规模网络进行有效的免疫是疾病预防控制中的重要课题之一。本文介绍了针对社区网络、自适应网络和双层耦合网络等的局域免疫方法研究。对于社区网络,通过对5个真实社区网络的分析,发现桥节点的弱连接数目具有一定程度的异质性,存在一些更重要的桥中心节点,进而提出了一种有效的局域桥节点发现算法。对于自适应网络,发现传播过程中会出现很强的社区结构,由此提出一种基于社区效应的局域控制策略,结果显示疾病并非控制越早效果越好。对于双层耦合网络,提出一种促进-抑制的非对称耦合传播模型,研究危机意识的局域散布对于疾病传播的影响,分别解析得到了意识和疾病传播的爆发阈值与稳态分布。这些研究增进了人们对于复杂网络中关键节点的理解,也为实际的疾病防控工作提供了一些借鉴。We present a review on some local immunization algorithm, including community networks, adaptive networks, and coupled networks. For community networks, through the empirical analysis of five empirical networks we f＇md that the distribution of weak ties is heterogeneous, which indicates that some bridge-nodes with more weak links play a more important role in information diffusion. We propose an efficient local algorithm to identify bridge-nodes. For adaptive networks, we study the effects of community-based control strategies on disease spreading and fred that it is not ＇the earlier, the better＇ to control diseases. For coupled networks, we present a facilitate-restrain asymmetric interacting spreading model, and investigate the impact of local disperse awareness on disease spreading. The presented results contribute to improving the understanding of key nodes in complex networks and offer beneficial reference and enlightenment for disease control and prevention.

关 键 词：自适应网络 社区网络 复杂网络 耦合网络 局域免疫 

分 类 号：O231.5[理学—运筹学与控制论]