电子科技大学学报
電子科技大學學報
전자과기대학학보
JOURNAL OF UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA
2013年
6期
817-830
,共14页
王伟%杨慧%龚凯%唐明%都永海
王偉%楊慧%龔凱%唐明%都永海
왕위%양혜%공개%당명%도영해
自适应网络%社区网络%复杂网络%耦合网络%局域免疫
自適應網絡%社區網絡%複雜網絡%耦閤網絡%跼域免疫
자괄응망락%사구망락%복잡망락%우합망락%국역면역
adaptive networks%community networks%complex networks%coupled networks%local immunization
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。
在網絡全跼結構信息未知的情況下,如何對大規模網絡進行有效的免疫是疾病預防控製中的重要課題之一。本文介紹瞭針對社區網絡、自適應網絡和雙層耦閤網絡等的跼域免疫方法研究。對于社區網絡,通過對5箇真實社區網絡的分析,髮現橋節點的弱連接數目具有一定程度的異質性,存在一些更重要的橋中心節點,進而提齣瞭一種有效的跼域橋節點髮現算法。對于自適應網絡,髮現傳播過程中會齣現很彊的社區結構,由此提齣一種基于社區效應的跼域控製策略,結果顯示疾病併非控製越早效果越好。對于雙層耦閤網絡,提齣一種促進-抑製的非對稱耦閤傳播模型,研究危機意識的跼域散佈對于疾病傳播的影響,分彆解析得到瞭意識和疾病傳播的爆髮閾值與穩態分佈。這些研究增進瞭人們對于複雜網絡中關鍵節點的理解,也為實際的疾病防控工作提供瞭一些藉鑒。
재망락전국결구신식미지적정황하,여하대대규모망락진행유효적면역시질병예방공제중적중요과제지일。본문개소료침대사구망락、자괄응망락화쌍층우합망락등적국역면역방법연구。대우사구망락,통과대5개진실사구망락적분석,발현교절점적약련접수목구유일정정도적이질성,존재일사경중요적교중심절점,진이제출료일충유효적국역교절점발현산법。대우자괄응망락,발현전파과정중회출현흔강적사구결구,유차제출일충기우사구효응적국역공제책략,결과현시질병병비공제월조효과월호。대우쌍층우합망락,제출일충촉진-억제적비대칭우합전파모형,연구위궤의식적국역산포대우질병전파적영향,분별해석득도료의식화질병전파적폭발역치여은태분포。저사연구증진료인문대우복잡망락중관건절점적리해,야위실제적질병방공공작제공료일사차감。
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 find 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 find 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.