当前位置：
X-MOL 学术
›
Phys. Rev. E
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Traffic-driven epidemic spreading in multiplex networks.
Physical Review E ( IF 2.2 ) Pub Date : 2020-01-01 , DOI: 10.1103/physreve.101.012301 Jie Chen 1 , Mao-Bin Hu 1 , Ming Li 1
Physical Review E ( IF 2.2 ) Pub Date : 2020-01-01 , DOI: 10.1103/physreve.101.012301 Jie Chen 1 , Mao-Bin Hu 1 , Ming Li 1
Affiliation
|
Recent progress on multiplex networks has provided a powerful way to abstract the diverse interaction of a network system with multiple layers. In this paper, we show that a multiplex structure can greatly affect the spread of an epidemic driven by traffic dynamics. One of the interesting findings is that the multiplex structure could suppress the outbreak of an epidemic, which is different from the typical finding of spread dynamics in multiplex networks. In particular, one layer with dense connections can attract more traffic flow and eventually suppress the epidemic outbreak in other layers. Therefore, the epidemic threshold will be larger than the minimal threshold of the layers. With a mean-field approximation, we provide explicit expressions for the epidemic threshold and for the onset of suppressing epidemic spreading in multiplex networks. We also provide the probability of obtaining a multiplex configuration that suppresses the epidemic spreading when the multiplex is composed of: (i) two Erdős-Rényi layers and (ii) two scale-free layers. Therefore, compared to the situation of an isolated network in which a disease may be able to propagate, a larger epidemic threshold can be found in multiplex structures.
中文翻译：
流量驱动的流行病在多路复用网络中传播。
多路网络的最新进展提供了一种强大的方法来抽象多层网络系统的多样化交互。在本文中，我们证明了多重结构可以极大地影响由交通动态驱动的流行病的传播。有趣的发现之一是，多重结构可以抑制流行病的爆发，这与多重网络中传播动态的典型发现不同。特别是连接密集的一层可以吸引更多的流量，最终抑制其他层的疫情爆发。因此，流行阈值将大于各层的最小阈值。通过平均场近似，我们为多重网络中流行病阈值和抑制流行病传播的开始提供了明确的表达式。我们还提供了当多重结构由以下部分组成时获得抑制流行病传播的多重配置的概率：(i) 两个 Erdős-Rényi 层和 (ii) 两个无标度层。因此，与疾病可能传播的孤立网络的情况相比，在多重结构中可以找到更大的流行阈值。
更新日期：2020-01-09
中文翻译：
流量驱动的流行病在多路复用网络中传播。
多路网络的最新进展提供了一种强大的方法来抽象多层网络系统的多样化交互。在本文中，我们证明了多重结构可以极大地影响由交通动态驱动的流行病的传播。有趣的发现之一是，多重结构可以抑制流行病的爆发，这与多重网络中传播动态的典型发现不同。特别是连接密集的一层可以吸引更多的流量，最终抑制其他层的疫情爆发。因此，流行阈值将大于各层的最小阈值。通过平均场近似，我们为多重网络中流行病阈值和抑制流行病传播的开始提供了明确的表达式。我们还提供了当多重结构由以下部分组成时获得抑制流行病传播的多重配置的概率：(i) 两个 Erdős-Rényi 层和 (ii) 两个无标度层。因此，与疾病可能传播的孤立网络的情况相比，在多重结构中可以找到更大的流行阈值。
京公网安备 11010802027423号