網(wǎng)絡(luò)中傳染病的傳播閾值

1、網(wǎng)絡(luò)中傳染病傳播的閾值Claudio Castellano 和 Romualdo Pastor-SatorrasIstituto dei Sistemi Complessi (CNR-ISC), UOS Sapienza and Dip. di Fisica, Sapienza Universita di Roma,P.le A. Moro 2, I-00185 Roma, Italy2Departament de F´sica i Enginyeria Nuclear, Universitat Politecnica de Catalunya, Campus Nord B4, 08

2、034Barcelona, Spain （接收時(shí)間：2010.6.25; 出版時(shí)間:2010.11.17）我們研究淬火網(wǎng)絡(luò)里傳染模型的閾值，且此網(wǎng)絡(luò)的度分布由一個(gè)冥律給定。對(duì)SIS模型來說，活躍閾值在任何與系統(tǒng)規(guī)模相偏離的最大度為的網(wǎng)絡(luò)上的大規(guī)模限制中，會(huì)消失，這與異質(zhì)平均場(chǎng)(HMF)理論相背離。閾值的消失與網(wǎng)絡(luò)的無標(biāo)度特性無關(guān)，但是莖代替系統(tǒng)中最大的樞紐，對(duì)任何傳播速率都很積極且扮演了一個(gè)自給資源的角色，此角色可以將傳染病傳播給系統(tǒng)的剩余部分。SIR模型反而顯示出與HMF理論以及標(biāo)度豐富網(wǎng)絡(luò)上的一個(gè)有限閾值的一致性。我們猜想：在淬火標(biāo)度豐富網(wǎng)絡(luò)上，一般的傳染模型的閾值正在消失或是有限的，依靠

3、一個(gè)穩(wěn)態(tài)的存在或缺乏。一個(gè)網(wǎng)絡(luò)的異質(zhì)模式會(huì)對(duì)動(dòng)力學(xué)過程在其上進(jìn)行運(yùn)轉(zhuǎn)的行為產(chǎn)生令人矚目的影響1。尤其是，當(dāng)聯(lián)系數(shù)k的分布(一個(gè)元素或頂點(diǎn)的度)呈現(xiàn)長(zhǎng)長(zhǎng)的尾巴，由一個(gè)具有不對(duì)稱形式的冥律度表示時(shí)2。由于它的實(shí)際小世界蘊(yùn)涵式而吸引大量興趣的一個(gè)例子就是傳染病在聯(lián)系網(wǎng)絡(luò)上傳播的建模3。最簡(jiǎn)單的模型當(dāng)屬SIS模型4,此模型中，每個(gè)頂點(diǎn)(個(gè)體)可以是兩個(gè)狀態(tài)的其中之一，要么易受感染，要么已被感染。通過接觸已被感染的個(gè)體（具有一個(gè)與感染接觸數(shù)目乘以一個(gè)指定傳播速率成比例的速率）而使易受感染體成為已被感染體。另一方面，感染個(gè)體可再次成為健康的，以一個(gè)可以任意規(guī)定成與單元相等的速率的情況下。此模型允許這樣的個(gè)

4、體去接觸傳染源，并且在無限網(wǎng)絡(luò)規(guī)模限制下，再次導(dǎo)致一個(gè)持續(xù)的被感染穩(wěn)態(tài)，在值大于流行閾值值的情況下。另一方面，在SIR模型中4，被感染個(gè)體一旦恢復(fù)(或者死亡)，就不能再進(jìn)一步地改變它們的狀態(tài)。沒有哪個(gè)穩(wěn)態(tài)現(xiàn)在是被允許的，但是，一個(gè)閾值依然存在，若超過了這個(gè)閾值，被感染個(gè)體的總數(shù)，以一個(gè)非常小的傳染種子開始，到達(dá)網(wǎng)絡(luò)的一個(gè)有限的部分。以上的和其他模型的分析，通過一個(gè)改進(jìn)的平均場(chǎng)理論為我們展示出，考慮到網(wǎng)絡(luò)基質(zhì)的異質(zhì)性5,6而導(dǎo)致深遠(yuǎn)的結(jié)論：拓?fù)洳▌?dòng)，由于靠度分布的二階矩而測(cè)得，在許多動(dòng)力學(xué)類型中具有意義深遠(yuǎn)的影響1,6。因此，例如，在SIS模型中，在平均場(chǎng)標(biāo)準(zhǔn)下，閾值的取法為：。對(duì)于一個(gè)具有冥律

5、形式的長(zhǎng)尾度分布，二階矩會(huì)偏離()，且包含熱力學(xué)限制中消失的流行閾值的明顯的結(jié)果。這些結(jié)論已經(jīng)導(dǎo)致了廣泛的信仰，即的無標(biāo)度網(wǎng)絡(luò)間的區(qū)別，這些網(wǎng)絡(luò)的拓?fù)鋵W(xué)具有極高的相關(guān)性，以及的標(biāo)度豐富網(wǎng)絡(luò)，這些網(wǎng)絡(luò)的動(dòng)力學(xué)過程展示了一個(gè)本質(zhì)上均勻的平均場(chǎng)行為。這篇建立在一些預(yù)先報(bào)導(dǎo)過的結(jié)論上的文章中，我們呈現(xiàn)了這樣的證明，即這種信仰對(duì)在淬火網(wǎng)絡(luò)(即鄰接矩陣被及時(shí)修復(fù)的網(wǎng)絡(luò))上的SIS模型來說是不正確的，以及聯(lián)系模式的無標(biāo)度性并未對(duì)流行閾值產(chǎn)生至關(guān)重要的作用。我們調(diào)查了這個(gè)結(jié)論的物理起源，它的對(duì)一般網(wǎng)絡(luò)結(jié)構(gòu)的正確性和它的重要性。另一方面，我們說明了對(duì)SIR模型來說，其圖片是不一樣的，一個(gè)零閾值只發(fā)生在無標(biāo)度淬火

6、網(wǎng)絡(luò)中。 當(dāng)異質(zhì)平均場(chǎng)(HMF)理論在退火網(wǎng)絡(luò)上是準(zhǔn)確的(即臨界矩陣只有在平均下才是確定的網(wǎng)絡(luò))，對(duì)越過在淬火網(wǎng)絡(luò)(QN)上SIS過程的HMF理論的結(jié)果已在不同的文中出現(xiàn)過，且?guī)е鞣N各樣的精確水平。在2003年，Wang等7已經(jīng)討論了在一個(gè)任意未受指導(dǎo)的曲線圖上，流行閾值由鄰接矩陣的最大本征值設(shè)定，即(1)參見8,9。方程(1)的關(guān)聯(lián)會(huì)變得明顯，當(dāng)由等10(他計(jì)算出了對(duì)一個(gè)具有度根據(jù)冥律分布的有限曲線圖的種類鄰接矩陣的最大本征值)的結(jié)論補(bǔ)充時(shí)，得到(2) 這里的N是網(wǎng)絡(luò)規(guī)模，是網(wǎng)絡(luò)中斷或大多數(shù)連接節(jié)點(diǎn)的度(在許多網(wǎng)絡(luò)實(shí)現(xiàn)上的平均11)，是規(guī)則常量1。中斷是網(wǎng)絡(luò)規(guī)模的增長(zhǎng)函數(shù)(對(duì)不相關(guān)無標(biāo)度網(wǎng)

7、絡(luò))，如此取值：和12。時(shí)，片刻的比率是有限的，且最大本征值由控制。明顯地，這個(gè)結(jié)論還是正確的，當(dāng)，在此范圍內(nèi)時(shí)。只有在時(shí)，最大本征值由度分布的片刻設(shè)定。聯(lián)系方程(1)和(2)，對(duì)在一個(gè)冥律分布的網(wǎng)絡(luò)中的SIS模型，足夠大的規(guī)模下，閾值行為就是(3)參見13。因?yàn)橐砸粋€(gè)N函數(shù)在增長(zhǎng)(對(duì)任何值)，因此方程(3)的結(jié)果是顯而易見的：在任何有冥律分布的連通性的不相關(guān)淬火隨機(jī)網(wǎng)絡(luò)中，對(duì)于SIS，流行閾值會(huì)隨著網(wǎng)絡(luò)規(guī)模的趨向無限大而漸趨零。這與度分布的無標(biāo)度性無關(guān)：只要中斷偏離，這個(gè)結(jié)論永遠(yuǎn)都正確。引人注目地是，對(duì) Erds-Rényi 曲線圖(盡管以對(duì)數(shù)方式放慢)來說，一個(gè)近似于方程(2)的

8、公式是存在的14。不同的近似值13,15,16也指出了，熱力學(xué)限制中，對(duì)>0的任何值，系統(tǒng)是活躍的。然而，這些結(jié)論在統(tǒng)計(jì)物理聯(lián)盟里大部分被忽視了。由方程(3)提出的一個(gè)基本問題，其涉及到了這樣一個(gè)事實(shí)：作為任何臨界點(diǎn)，流行閾值只有在熱力學(xué)限制中才會(huì)被明確定義。一個(gè)有限系統(tǒng)中，動(dòng)力學(xué)總是注定是健康的吸收態(tài)，即使由于隨機(jī)波動(dòng)遠(yuǎn)遠(yuǎn)大于閾值。對(duì)一個(gè)規(guī)模為N的有限網(wǎng)絡(luò)，閾值必須能分離管理體制，此種情況下，傳染病從管理體制以指數(shù)方式迅速衰減 以致預(yù)期中的存活期具有規(guī)則，如此存活期帶著N以指數(shù)方式增長(zhǎng)到一些冪，()。 為了驗(yàn)證這些結(jié)論的正確性，我們執(zhí)行在淬火標(biāo)度豐富網(wǎng)絡(luò)(=4.5和最小度為)上的SIS

9、模型的數(shù)值模擬，建立利用不相關(guān)結(jié)構(gòu)模型17。為了對(duì)比方程(3)這些的結(jié)果與預(yù)言，這必須被納入考慮范圍，即實(shí)際最大度在每個(gè)網(wǎng)絡(luò)實(shí)現(xiàn)中是一個(gè)隨機(jī)變量，有平均值。尤其是，當(dāng)時(shí)，的平均值和標(biāo)準(zhǔn)偏差的取值范圍皆在 18 ,這暗示了，對(duì)度序列的不同實(shí)現(xiàn)，總是顯示出大波動(dòng)。因此，我們首先考慮這樣的網(wǎng)絡(luò)：為一個(gè)定值，且與對(duì)被選擇的系統(tǒng)規(guī)模N，其平均值從數(shù)值上估計(jì)是相等的。在圖1中，我們讓密度只有在生存賽跑下才會(huì)被計(jì)算，對(duì)不同值，作為一個(gè)N函數(shù)19。轉(zhuǎn)變應(yīng)該發(fā)生在一個(gè)定值，將變成一個(gè)常量()，或以指數(shù)方式衰減()和在轉(zhuǎn)變中恰好作為一個(gè)冥律。一個(gè)完全不同的行為被觀測(cè)到：對(duì)任何值，曲線向上彎曲，表明系統(tǒng)在任何值都是

10、活躍的。這排除了對(duì)發(fā)散值N一個(gè)有限閾值的存在。方程(1)在任何圖表上都適用SIS的同時(shí)，方程(2)被代替獲得一個(gè)特定網(wǎng)絡(luò)模型(對(duì)存在內(nèi)在關(guān)聯(lián)或?qū)t此關(guān)聯(lián)不存在12)。對(duì)一般拓?fù)鋵W(xué)，這是很簡(jiǎn)單就能展示的11，即對(duì)于鄰接矩陣的最大特征值，是一個(gè)下界。因此我們可以下結(jié)論：除非度分布從上級(jí)是完全有界的，否則對(duì)于任何圖表上的SIS，閾值在熱力學(xué)限制中都會(huì)消失不見。這些結(jié)果到底一般到什么程度呢？Prakash等 9 最近證明了，不管他們特別的微觀細(xì)節(jié)，方程(1)對(duì)于所有的傳染過程都是有效的。為檢查這個(gè)宣言，我們考慮SIR模型。在HFM水平，閾值取這樣的值： 20,21 ，因此對(duì)于的標(biāo)度豐富網(wǎng)絡(luò)是是有限的。

11、從方程(3)中分析可得，另一方面，在大網(wǎng)絡(luò)限制下它會(huì)近似零的小，根據(jù)參考9。我們已經(jīng)檢查出，這個(gè)可能性靠展示在和不同N值的網(wǎng)絡(luò)上的SIR模型的數(shù)值模擬，帶著固定值。在這種情況下，HMF估計(jì)閾值取值：，不受網(wǎng)絡(luò)規(guī)模的限制，當(dāng)來自于方程(3)的預(yù)言是對(duì)于不同網(wǎng)絡(luò)規(guī)模被考慮時(shí)。在圖2中，我們報(bào)道了被感染個(gè)體的最后密度R作為一個(gè)傳播速率的函數(shù)，從一個(gè)隨機(jī)選擇的單一感染節(jié)點(diǎn)開始。HMF理論的預(yù)言似乎在這種情況下比方程(3)的精確得多，違反了在參考9中的一般要求：閾值在大N限制下依然是有限的。 圖1.(在線顏色)。對(duì)于長(zhǎng)時(shí)間在QN上的 圖2.在不同規(guī)模N的QN上的SIR模型中SIS模型里，活性位點(diǎn)的密度作

12、為一個(gè)系 的(在線顏色)。被感染個(gè)體的總數(shù)作為傳。統(tǒng)規(guī)模為N(和不同參量值)的 播速率的一個(gè)函數(shù)。網(wǎng)絡(luò)有。函數(shù)。請(qǐng)注意，對(duì)于，直線是由于沒有發(fā)生密度是小于1/N的事實(shí)。為了理解這兩個(gè)模型的不同行為，我們注意不正確的對(duì)QN上SIS的HMF預(yù)言的起源。從數(shù)學(xué)的角度來看，HMF方法等同于，用由一個(gè)有平均鄰接矩陣ij的退火網(wǎng)絡(luò)給定的鄰接矩陣代替QN6,22。在不相關(guān)情況下，這個(gè)矩陣減小到，它有一個(gè)唯一的非零特征值。因此，退火網(wǎng)絡(luò)近似法破壞了QN的特征值范圍的詳細(xì)結(jié)構(gòu)，且只有時(shí)才保留正確的最大特征值。這個(gè)基本的特征和不是(就像參考16里暗示的)不管動(dòng)力學(xué)相關(guān)實(shí)質(zhì)上是HMF近似法的不正確。一個(gè)更多的物理視

13、野來自一個(gè)帶著一個(gè)中心連接度1的葉子的星圖。這種情況下，鄰接矩陣的最大特征值是，這暗示了。同樣的結(jié)果可以很容易地被發(fā)現(xiàn)，依靠寫下速率等式，對(duì)于的中心(葉子)是活躍的，即和。利用穩(wěn)態(tài)條件我們發(fā)現(xiàn)(4) 因此，閾值條件在上面。方程(4)對(duì)于一個(gè)一般淬火隨機(jī)圖表的啟示是強(qiáng)烈的：從所有系統(tǒng)的剩余部分獨(dú)立出來，對(duì)于，由度為的節(jié)點(diǎn)和它的鄰居組成的子圖是活性狀態(tài)。這個(gè)活動(dòng)的核心提供一個(gè)感染的自給資源，因?yàn)樵谌珗D里，樞紐的鄰居們不是樹葉，可以轉(zhuǎn)移活動(dòng)到它們的其他鄰居上以及用這種方法傳播傳染病給至高點(diǎn)的一個(gè)有限小部分。這由圖3確認(rèn)，顯示在生存賽跑中活躍節(jié)點(diǎn)的數(shù)目，在一個(gè)的全網(wǎng)絡(luò)和一個(gè)相同的星圖上23。對(duì)于，在全

14、網(wǎng)絡(luò)和星圖上的的值是可比的：次臨界的和子圖以度為為中心的兩個(gè)系統(tǒng)都是徘徊在消失前活動(dòng)。對(duì)于，星圖會(huì)變得活躍的，漸與成比例。在全網(wǎng)絡(luò)中，漸近行為是，表明活態(tài)是地方性的：樞紐傳播活動(dòng)給整個(gè)系統(tǒng)的一個(gè)有限部分。要到達(dá)徹底的流行狀態(tài)，對(duì)于小需要更大的系統(tǒng)，但是對(duì)于任何，沒有什么會(huì)定性地改變。 圖3.(在線顏色)。在生存賽跑(的值小 圖4.(在線顏色)。對(duì)在于由HMF預(yù)言的閾值() 和改變中的 )活躍節(jié)點(diǎn)數(shù)作為的一個(gè)函數(shù)，與 的網(wǎng)絡(luò)中的SIS模型活躍密度的衰減。對(duì)于星圖的相同品質(zhì)相比較。網(wǎng)絡(luò)為。了解SIS的行為為我們解開對(duì)于SIR事情變得不同的原因。在前者情況下，樞紐再多次被感染的可能性(允許穩(wěn)態(tài)的存在

15、)，提高了他們對(duì)動(dòng)力學(xué)的影響。SIR的情況，另一方面，高度頂點(diǎn)只能被感染一次，且這強(qiáng)烈限制了它們?cè)趧?dòng)力學(xué)中扮演的角色。根據(jù)這個(gè)發(fā)現(xiàn)，很自然的就能推測(cè)出流行模型允許一個(gè)穩(wěn)態(tài)，例如SIS，這將導(dǎo)致在任何無限QN中的一個(gè)無效閾值，當(dāng)所有模型沒有一個(gè)穩(wěn)態(tài)時(shí)將符合HMF理論，帶著一個(gè)在標(biāo)度豐富拓?fù)鋵W(xué)上的有限閾值。樞紐在動(dòng)力學(xué)上的深刻影響制造了在SIS模型上更遠(yuǎn)的問題。當(dāng)固定到它的總體平均值時(shí)，導(dǎo)致符合在有限系統(tǒng)中一個(gè)非零閾值的存在的結(jié)果，就像方程(3)暗示的，如果約束被放松了，有大樣本抽樣波動(dòng)導(dǎo)致的非平凡后果。在圖4中，我們探索這種可變性的效果，靠比較由固定值和不同值的模擬。對(duì)于增長(zhǎng)的的活動(dòng)密度的增長(zhǎng)表

16、明，閾值(或最大特征值)和中斷之間的關(guān)系，方程(3)，實(shí)際上可以是精確的且可表達(dá)成實(shí)際最大度，18。然而，相同和N的網(wǎng)絡(luò)的不同實(shí)現(xiàn)間，的大變更不會(huì)由于N偏離和嚴(yán)重阻礙自由值的模擬中閾值的決定而洗去。就如之前提到的，對(duì)于，的標(biāo)準(zhǔn)偏差隨著平均值增加18,一直都有一個(gè)大樣本來取樣可變性。因此，一個(gè)無限制的采樣在確定值無根據(jù)的均分，有不同閾值和有效時(shí)標(biāo)，一些次臨界的和超臨界的網(wǎng)絡(luò)，甚至使決定一個(gè)定義明確的穩(wěn)態(tài)的存在成為不可能。這個(gè)事實(shí)在圖4中已被例證，我們?yōu)橛善骄幸粋€(gè)自由變化的的網(wǎng)絡(luò)而得到的活動(dòng)密度的對(duì)照畫出此圖。對(duì)于，這種情況依靠網(wǎng)絡(luò)生成的方式，尤其是，度分布的上界增長(zhǎng)的方式22。若(無關(guān)結(jié)構(gòu)模型

17、17)或者更大，則量會(huì)隨著N的增長(zhǎng)而急劇消瘦22。若是，因?yàn)槭窃跇?biāo)準(zhǔn)結(jié)構(gòu)模型中24，則(閾值也如此)會(huì)從實(shí)現(xiàn)到實(shí)現(xiàn)狂暴地改變，相對(duì)波動(dòng)依照發(fā)散22。注意，在的中間區(qū)域，的平均值大于，但是，因?yàn)楹笳咂x造成的波動(dòng)，對(duì)于一些網(wǎng)絡(luò)實(shí)現(xiàn)，實(shí)際閾值遠(yuǎn)遠(yuǎn)小于由方程(3)預(yù)言的值。我們推斷，除非和，否則沒有平均流行閾值可被恰當(dāng)?shù)囟x，來自有無限制的的網(wǎng)絡(luò)的一個(gè)數(shù)值觀點(diǎn)?？傊覀円蜒芯?，對(duì)于在淬火標(biāo)度豐富網(wǎng)絡(luò)上傳播的傳染模型，閾值由于它們規(guī)模的增大會(huì)如何的表現(xiàn)。對(duì)于SIS模型，閾值總是在熱力學(xué)限制下消失，因?yàn)闃屑~的原因。這證明沒有關(guān)系，與HMF理論的預(yù)言不一致，帶著度分布的二階矩的分歧，此分歧是有限的。反而

18、對(duì)于SIR模型，只有在無標(biāo)度拓?fù)鋵W(xué)(無論是淬火還是退火)與HMF理論相一致時(shí)，閾值才會(huì)消失。我們推測(cè)，這些不同類型的行為對(duì)于系統(tǒng)控制一個(gè)穩(wěn)態(tài)是通用的。對(duì)于SIS來說一個(gè)消失閾值的結(jié)果在淬火網(wǎng)絡(luò)上是正確的同時(shí)，然而從流行病學(xué)的角度它是有限的利益。以上的互動(dòng)模式，真實(shí)的疾病的傳播普遍會(huì)在短時(shí)間范圍內(nèi)改變25，因此被退火拓?fù)鋵W(xué)更好地描述6,為此，HMF理論明顯地起作用了，且閾值對(duì)于是有限的。反而從統(tǒng)計(jì)物理學(xué)觀點(diǎn)來看，我們的結(jié)論打開了一條有前途的朝向一個(gè)對(duì)HMF理論的范圍和極限更好的理解的道路，作為一個(gè)分析異質(zhì)網(wǎng)絡(luò)上動(dòng)力學(xué)的推理工具。R.P.-S承認(rèn)來自于西班牙MEC(FEDER)的財(cái)政支持，項(xiàng)目編號(hào)

19、為 FIS2007-66485-C02-01 和 FIS2010-21781-C02-01；ICREA 學(xué)術(shù)界，由加泰羅尼亞政府提供資金；Junta de Andalucía，項(xiàng)目編號(hào)為P09-FQM4682。我們?cè)诖烁兄xA. Vespignani 和M. A. Munoz。1 A. Barrat, M. Barthe´lemy, and A. Vespignani, Dynamical Processes on Complex Networks (Cambridge University Press, Cambridge, England, 2008).2 R. Albe

20、rt and A.-L. Baraba´si, Rev. Mod. Phys. 74, 47 (2002).3 M. J. Keeling and K. T. D. Eames, J. R. Soc. Interface 2, 295 (2005).4 R. M. Anderson and R. M. May, Infectious Diseases in Humans (Oxford University Press, Oxford, 1992).5 R. Pastor-Satorras and A. Vespignani, Phys. Rev. Lett. 86, 3200 (2

21、001).6 S. N. Dorogovtsev, A.V. Goltsev, and J. F. F. Mendes, Rev. Mod. Phys. 80, 1275 (2008).7 Y. Wang et al., 22nd International Symposium on Reliable Distributed Systems (SRDS03) (IEEE, 2003), p. 25.8 S. Go´mez et al., Europhys. Lett. 89, 38 009 (2010).9 B. A. Prakash et al., arXiv:1004.0060.

22、10 F. Chung, L. Lu, and V. Vu, Proc. Natl. Acad. Sci. U.S.A. 100, 6313 (2003).11 J. G. Restrepo, E. Ott, and B. R. Hunt, Phys. Rev. E 76, 056119 (2007).12 M. Boguna´, R. Pastor-Satorras, and A. Vespignani, Eur. Phys. J. B 38, 205 (2004).13 A. Ganesh, L. Massoulie´, and D. Towsley, IEEE INFOCOM (2005), p. 1455.14 M. Krivelevich and B. Sudakov, Comb. Probab. Comput. 12, 61 (2003).15 S. Chatterjee and R. Durrett, Ann.