计算机应用研究

作者：阳成,王建波,许小可,杜占玮,

单位：1.西南石油大学计算机科学学院,成都610500；2.香港大学公共卫生学院,香港999077；3.北京师范大学计算传播学研究中心,广东珠海519085；4.北京师范大学新闻传播学院,北京100875；

关键词：复合种群网络,传播溯源算法,反向感染,计算机仿真,

基金：国家自然科学基金面上项目(62173065)；；

流行病的传播会对整个人类社会构成巨大威胁，因此迅速识别传播源并及时采取控制措施至关重要。然而，由于流行病传播过程具有多样性、信息不确定性等因素，使得快速准确识别传播源成为一项挑战。结合反向感染算法、复合种群网络模型以及马尔可夫链理论，提出了一个在复合种群网络中识别传播源的新算法。该算法首先利用马尔可夫链来初步估计子种群被感染的时间，被感染子种群根据感染时间获得自己的身份信息，然后遍历所有获得感染子种群身份信息的子种群，将收集到的感染子种群身份信息传播给其所有邻居，最后根据获得所有感染子种群身份信息的时间顺序推断出复合种群网络的传播源。在真实的航空网和人造复合种群网络上进行大量仿真实验，发现无论在已知全部感染快照还是部分感染快照的情况下，该算法与其他传播溯源算法相比，识别传播源的准确性都有显著提升。该算法非常适合用于航空网这类复合种群网络，对现实世界中的流行病传播溯源和控制也具有参考意义。

来源：2023年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第9期