The booming development of complex network theory provides new ideas for people to study the behavior of virus spread and explore the influence of the network structure on the propagation of the virus. The dynamic evolution of network structure plays a critical role in the control of virus propagation. Considering the constraint of limited resources,the paper proposes a virus propagation control strategy,named Limited⁃Temporary⁃Links⁃Removed(LTLR),to control virus propagation timely and effectively,which is independent of the initial source of infection. By temporarily removing or controlling the important link resources on the shortest path of virus propagation in the network,the LTLR strategy makes the virus go by a roundabout route or be blocked,thereby effectively delay the propagation speed of the virus and control the propagation scale of the virus under the situation that the basic functions of network system is maintained. Simulation experiments show that the LTLR strategy can significantly increase the average path length of the network and improve the control efficiency of virus propagation in a network with small-world characteristics. The strategy is less costly and easy to deploy,besides it can be used as a generic optimization control strategy and be extended to the propagation control in public opinion networks,congestion control in traffic networks,etc.
Li Li, Zhang Ruifang, Du Nana, Liu Huanyu. Virus propagation control strategy based on limited temporary links removed. Journal of nanjing University(Natural Science)[J], 2019, 55(4): 651-659 doi:10.13232/j.cnki.jnju.2019.04.015
在实际生活中,每个个体都有趋利避害的行为.当易染人群得知病毒传播的消息后,他们会自适应地采取相应措施避免自身被感染,比如接种疫苗、避免与感染个体接触等,这些行为会使得个体所在网络的结构发生变化[4].类似的,对于网络中节点而言,它们会通过自适应改变自身的连接情况来避免与感染节点接触.例如,Gross and Blasius[5]在研究自适应网络的易染⁃感染⁃易染模型和Shaw and Schwartz[6]在研究自适应网络的易染⁃感染⁃免疫⁃易染模型中,都认为当网络中有感染节点存在时,易染节点都会选择与感染节点断开连接,重新选择一个非邻居的健康节点或免疫节点进行连接,使自身避免被感染从而实现自我保护.
Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模.
... 在实际生活中,每个个体都有趋利避害的行为.当易染人群得知病毒传播的消息后,他们会自适应地采取相应措施避免自身被感染,比如接种疫苗、避免与感染个体接触等,这些行为会使得个体所在网络的结构发生变化[4].类似的,对于网络中节点而言,它们会通过自适应改变自身的连接情况来避免与感染节点接触.例如,Gross and Blasius[5]在研究自适应网络的易染⁃感染⁃易染模型和Shaw and Schwartz[6]在研究自适应网络的易染⁃感染⁃免疫⁃易染模型中,都认为当网络中有感染节点存在时,易染节点都会选择与感染节点断开连接,重新选择一个非邻居的健康节点或免疫节点进行连接,使自身避免被感染从而实现自我保护. ...
自适应网络中针对疾病传播暂态的局部隔离策略
1
2014
... 在实际生活中,每个个体都有趋利避害的行为.当易染人群得知病毒传播的消息后,他们会自适应地采取相应措施避免自身被感染,比如接种疫苗、避免与感染个体接触等,这些行为会使得个体所在网络的结构发生变化[4].类似的,对于网络中节点而言,它们会通过自适应改变自身的连接情况来避免与感染节点接触.例如,Gross and Blasius[5]在研究自适应网络的易染⁃感染⁃易染模型和Shaw and Schwartz[6]在研究自适应网络的易染⁃感染⁃免疫⁃易染模型中,都认为当网络中有感染节点存在时,易染节点都会选择与感染节点断开连接,重新选择一个非邻居的健康节点或免疫节点进行连接,使自身避免被感染从而实现自我保护. ...
Adaptive coevolutionary networks:A review
1
2008
... 在实际生活中,每个个体都有趋利避害的行为.当易染人群得知病毒传播的消息后,他们会自适应地采取相应措施避免自身被感染,比如接种疫苗、避免与感染个体接触等,这些行为会使得个体所在网络的结构发生变化[4].类似的,对于网络中节点而言,它们会通过自适应改变自身的连接情况来避免与感染节点接触.例如,Gross and Blasius[5]在研究自适应网络的易染⁃感染⁃易染模型和Shaw and Schwartz[6]在研究自适应网络的易染⁃感染⁃免疫⁃易染模型中,都认为当网络中有感染节点存在时,易染节点都会选择与感染节点断开连接,重新选择一个非邻居的健康节点或免疫节点进行连接,使自身避免被感染从而实现自我保护. ...
Fluctuating epidemics on adaptive networks
1
2008
... 在实际生活中,每个个体都有趋利避害的行为.当易染人群得知病毒传播的消息后,他们会自适应地采取相应措施避免自身被感染,比如接种疫苗、避免与感染个体接触等,这些行为会使得个体所在网络的结构发生变化[4].类似的,对于网络中节点而言,它们会通过自适应改变自身的连接情况来避免与感染节点接触.例如,Gross and Blasius[5]在研究自适应网络的易染⁃感染⁃易染模型和Shaw and Schwartz[6]在研究自适应网络的易染⁃感染⁃免疫⁃易染模型中,都认为当网络中有感染节点存在时,易染节点都会选择与感染节点断开连接,重新选择一个非邻居的健康节点或免疫节点进行连接,使自身避免被感染从而实现自我保护. ...
Contact switching as a control strategy for epidemic outbreaks
1
2009
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
Enhanced vaccine control of epidemics in adaptive networks
1
2010
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
一种基于元胞自动机的自适应网络病毒传播模型
3
2011
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
Epidemic propagation on adaptive coevolutionary networks with preferential local?world reconnecting stra?tegy
2
2013
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...
... Risau⁃Gusman and Zanette[7]研究了当节点对邻居节点并不具备完全知识的情况下自适应网络中多种重连策略下病毒的传播行为.Shaw and Schwartz[8]研究得出随机免疫策略在自适应网络中对病毒传播控制的效果比在静态网络中更加有效.上述研究主要是基于平均场理论,然而利用微分方程很难体现网络中节点状态及网络拓扑在每个时刻的演化情况.宋玉蓉等[9,10]为克服基于平均场理论建立病毒传播模型的不足,提出基于元胞自动机(Cellular Automata,CA)的病毒传播模型,并进一步证实重连策略对病毒传播具有抑制作用.曹玉林等[11]对宋玉蓉等[9,10]提出的策略进行了分析,提出基于最短路径和节点度的重连策略.刘振杰等[12]提出基于度与聚集系数的病毒免疫策略在人工合成网络和真实大学网络中的研究.上述研究表明自适应网络中的重连策略可以有效减缓病毒传播速度,降低病毒感染规模. ...