具有多感染率网络中的传播动力学及节点免疫策略

发布时间：2021-10-19 01:31

　　随着全球网络化进程的不断推进,人员的跨地域流动日益频繁,带来的就是传染病病毒的传播与扩散。针对传染病病毒的传播,人们提出了各种经典的病毒传播模型,分析病毒的特性,控制病毒的传播,并给出多种抑制病毒爆发的免疫策略。与此同时,在现实世界中,人们可以通过多种方式获得大型流行病的实时报道。这些信息在一定程度上也会影响人们对于病毒的抵抗力,从而影响病毒的传播。除生物病毒以外,计算机网络病毒随着互联网的不断发展,也愈来愈轻易地入侵到世界的每个角落。然而,由于每个人的身体素质、免疫力以及对传染病信息的重视程度不同,个体对传染病的抵抗能力也不尽相同。考虑网络的复杂性,我们将个体的差异性引入到经典病毒模型中,通过数值运算分析病毒传播的阈值,比较多种免疫策略之间的差异和优劣性,并提出适用于多重感染率的免疫策略,从而达到控制病毒传播的目的。本文的研究内容和取得的成果如下:1、考虑个体差异性,老人小孩比普通成年人拥有更高的感染概率,在无标度网络上建立具有多重感染率的SI₁I₂S模型,对微分方程进行稳态分析,推导出由两种感染率组成的阈值表达式。通过仿真,结合分析生成的... 

【文章来源】：南京邮电大学江苏省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

阈值临界分割图

南京邮电大学硕士研究生学位论文 第三章 考虑多重感染率的分类人群病毒传播动力学第三章 考虑多重感染率的分类人群病毒传播动力学引言为了深入研究复杂网络上病毒传播机理，有效预防与控制大规模病毒传播，人们已经提出了多种不同的病毒传播模型。其中最早由 Reed 和 Frost 在 1920 年的一篇未发表论文中提出的 SIR（Susceptible-Infected-Recovered）与 SIS（Susceptible-Infected-Susceptible）模型应用最为广泛。SIS 模型中将个体状态区分为 2 种状态：易感态（Susceptible）和感染态（Infected）。当一个易感态（S）节点与感染态节点（I）连接，它将以概率 转变为感染态，同时一个感染态节点又将以概率 转变为易感态。SIR 模型与 SIS 模型的区别在于，易感态（S）节点在一定概率下转变为恢复态（R），并且不会再被感染。其感染过程如下图所示：

图 3.2 无标度特性图点的无标度网络度值幂律分布图，无标度网络度值呈现节点度，而少量节点具有较大的度值。无标度网络中的节点相连接，即表现出富者更富的特点。界行为和阈值特性对于我们预测和控制传染病的传播具SIS 模型还是 SIR 模型都存在一个共同的假设：均匀混合性，没有考虑个体差异对传播行为的影响，这与真实情景下，人们都能通过多种方式获得大型流行病的实时报习惯，以及对流行病预警等信息后所采取态度的不同，异质平均场方法（HelerogeneousMean-FieldMethod)不再是将相同的节点进行平均近似。这种方法考虑了节点异学关联性和网络拓扑结构关联性。Nobuaki Sugimine 等


本文编号：3443895