基于无标度网络的考虑远程感染的SIRS模型

考虑感染节点以一定的概率感染其邻居节点和非邻居节点的实际情况,提出一种具有远程感染机制的SIRS传染病模型,通过计算机仿真得到了最终感染密度随感染率变化而变化的情况。研究发现,具有远程感染的疾病,在传播过程中随着远程感染率的增大感染密度会变大。在现实中可以制定措施控制非相邻节点的接触,降低远程感染率的影响,实现对疾病的有效控制;同时可以通过提高未染病个体的免疫力以及加强染病个体的治疗来更好地控制疾病的发生和传播。该结果对于基于无标度网络的传播控制具有重要启示:在网络信息(疾病、谣言)的传播过程中,只要充分利用感染节点的信息及在传播过程中随机选择少量节点进行主动感染,即可显著增加网络中感染节点的比例,提高网络的传播效率。

一类具有随机远程感染机制的SEIRS传播模型

提出了一类具有随机远程感染机制的SEIRS传播模型:在潜伏节点、感染节点分别以一定概率感染邻居节点的同时,分别以一定概率随机感染不存在边连接的陌生节点,且被感染的节点将进入潜伏状态。利用平均场理论得出了模型相对应的临界阈值,并对其进行仿真。理论分析和数值仿真结果表明,增大节点的随机感染密度将使临界阈值减小,网络中潜伏、感染节点的比例会显著增加,可有效地提高网络的传播效率。

具有远程感染机制的SIRS传播模型及仿真

提出了一种具有远程感染机制的传染病模型,该模型考虑感染节点以一定的概率感染其邻居节点的同时也以一定的概率感染其非邻居节点。通过平均场理论求得该模型在均匀网络上的传播临界值和最终感染密度的精确值。计算机的仿真结果进一步支持了理论结果的正确性。理论分析和仿真结果均表明:具有远程感染的疾病,在传播过程中随着远程感染率的增大,疾病传染率的临界值会变小,当疾病变为地方病时最终感染密度会变大。现实中可以制定措施控制非相邻节点的接触,降低远程感染率,实现对疾病的有效控制。该结果对于基于均匀网络的传播控制具有重要的启示:可以随机选择少量非相邻节点进行主动感染,增大远程感染率,提高网络传播的效率。

小世界网络上具有远程感染的L-SEIQ模型

在小世界网络上,具有随机远程感染机制的SEIQ(susceptible-eclipse-infected-quarantine)传播模型中带有传染特性的感染节点和潜伏节点以一定的概率感染其邻居节点的同时,还会以一定的概率随机感染与其不存在边连接的陌生节点.由此本文提出了一种考虑潜伏节点或感染节点可能与非邻居节点发生接触并使其感染的L-SEIQ模型,利用平均场理论对疾病传播行为进行分析,求出该类型疾病传播的临界阈值.与不具有远程感染的传统SEIQ类疾病传播模型相比,本文提出的模型即具有远程感染的疾病传播模型临界阈值小,并且该值与远程感染率以及疾病传播率有密切关系.仿真结果表明,在感染概率小于某一临界值时,远程感染的概率对疾病的传播具有重要的影响,该临界值与感染节点被隔离的概率、隔离节点被治愈的概率以及网络拓扑结构等有关,而随着远程感染概率的增大,网络的传播阈值会逐渐减小直至消失.

考虑远程随机感染的复杂网络上疾病传播行为

将远程随机感染引入到经典的SIRS模型来研究复杂网络上疾病传播行为,考虑到感染节点在以一定概率把疾病感染到其邻接节点的同时,随机选取网络中一个不存在边连接的非邻接节点,并以一定的远程感染概率进行感染。针对小世界网络和无标度网络,分别采用重连概率相关和度相关的远程感染概率,利用平均场的方法求得改进的SIRS模型在这两种网络上的传播阈值以及稳态感染密度。数值仿真结果表明:对于小世界网络,有效传播率在一定范围内,重连概率对稳态感染密度和传播速度有明显的影响,超过这个范围,重连概率对稳态感染密度的影响可以忽略;而对于无标度网络,感染节点的度数对稳态感染密度和传播速度均有显著的影响。

一种小世界网络上L-SIRS类疾病传播模型

提出了一种感染节点可能随机感染与其不存在边连接的陌生节点的L-SIRS模型,利用平均场理论对疾病传播行为进行分析,求出该类型疾病传播的临界阈值,并与不具有远程感染的传统SIRS类疾病传播模型进行比较,该文所研究的模型具有更小的临界值。利用计算机对其进行数值模拟及仿真,结果表明,远程感染的概率对疾病的传播具有重要的影响,随着感染节点随机感染陌生节点概率的增大,网络的传播阈值会逐渐减小直至消失。