Limiting the Spread of Epidemics within Time Constraint on Online Social Networks

限制流行病在有时间约束的在线社交网络上传播

度中心性的启发式算法

一、 概述

为了限制流行病的传播，一种普遍的策略是删除在流行病扩散过程中起重要作用的节点和边。但是实际上，这些节点和边在信息扩散中的作用更加重要，故不能排除过多的节点和边缘。
信息是通过OSNs传播的每一跳从一个用户传播到另一个用户的。越早的防止错误信息的传播，造成的损害就越小。研究也表明，传播通常仅在来自传播源的几跳之内迅速消失。
基于此现象，本文定义了LSE（限制流行病传播）问题。该问题寻求从网络中的感染节点集中删除节点集A（大小为k），经过一定时间的传播后，剩余被感染的节点数目最大。

本文的主要工作有：

• 定义了LSE问题。引入了具有时间限制的信息传播模型（T-DLT）。
• 针对LSE问题，首先提出了贪婪算法，该算法选择具有最大增量保存节点的节点。另外针对大规模网络，提出了一种有效的启发式算法，称为快速有效的限制流行病传播（FLE）。

二、扩散模型及问题定义

1.扩散模型T-DLT

a.网络定义

$G=(V,E,w)$表示社交网络，其中V是节点集且|V| = n，E是有向边集且|E|=m。节点代表社交网络中的用户，而边e =(u,v)代表用户u和v之间的关系。u的入和出邻居节点为$N^{+}(u)$和$N^{-}(u)$，$d_{+}(u)$和$d_{-}(u)$则为节点u的入度和出度。$I\subset V$是初始感染节点集。每个有向边(u,v)的权重w(u,v)表示节点v受其邻居u影响的程度，满足${\sum }_{u\in N_{+}(v)}w(u,v)\le 1$。

b.节点的状态

流行病从集合$I$传播到OSNs上其他节点的过程是通过离散的时间步长t=1,2,…,d进行的。每个节点$v\in V$有两个状态：感染、健康。

c.扩散过程

确定性的扩散过程（DLT）是离散的步骤（传播跃点）t=0,1,2,…,d。$I_t$是t步感染点的集合，传播过程描述如下：

• 在t = 0时，I中的所有节点都被感染，即I₀ = I。
• 在t≥1时，如果传入邻居的加权权值达到其感染阈值，即健康的节点v被感染：
  $\underset{in-cominginfectedneighboru}{\sum w(u,v)}\ge {\theta }_v$
• 一旦节点被感染，则一直保持感染状态。当t = d时，影响传播停止。

d.T-DLT和DLT

T-DLT的传播影响在d个传播跃点之后消失。 DLT模型是d=|V|的T-DLT的特例。

2.问题定义

• 在T-DLT模型中G=(V,E)，d跳后的感染集合被定义为f_d(I)，f_d(I,A)是从G中删除节点集A ⊆V\I后的感染集合(剩余网络中被感染节点的数量)。
  移除A后感染节点的数量是（等式2）：
  $h_d(A)=|f_d(I,\varnothing )|-|f_d(I,A)|$
• 在T-DLT模型中，我们制定了一种组合优化，即“限制流行病的扩散（LSE）”问题，该问题的目的是寻找最多k个要从网络中删除的节点集，并使剩余感染节点数目最大。
• 定义3.1（LSE问题） 给定一个无向图$G=(V,E)$代表T-DLT模型下的社交网络。初始感染节点集$I\subset V$，d是约束的跳数。k是A集合的大小，且k>0，$A\subseteq V\backslash I$，将A从网络中删除，以便在d回合后h_d(A)感染节点数目最大。
• $G_d=(V_d,E_d)$是$G=(V,E)$的子图，且$V_d$是距离$I$中每个节点的距离最多是d的节点集，$E_d$是距离$I$中每个节点路径长度最大为d的边集合，并有$n_d=|V_d|,m_d=|E_d|$。流行病扩散只发生在$G_d$上，所以为了简化问题，本文在$G_d$上设计解决方案。

三、 LSE问题的复杂性

将集合覆盖问题归约为LSE问题。
a. 集合覆盖问题（SC）： 给定一个整数t，集合 U = { e 1 , e 2 , … , e M } U=\{ e_1,e_2,…,e_M \} U={e1​,e2​,…,eM​}和一个子集集合 S = { S 1 , S 2 , … , S N } S=\{ S_1,S_2,…,S_N \} S={S1​,S2​,…,SN​},其中t<M<N。集合覆盖问题是寻找$t$个子集的并集是U。
b. 为了将SC问题归约为LSE问题，首先从SC问题的一个实例$I_{SC}$出发构建了一个LSE的问题实例$I_{LSE}$。然后证明了$I_{SC}$有一个大小为t的解决方案S，$I_{LSE}$有解决方案A，|A|≤k,h_d(A) ≥ k + M。
c. 构造：给定一个 I S C = { U , S , t } I_{SC}=\{ U,S,t \} ISC​={U,S,t}的实例，通过下图1构建LSE问题的一个实例 I L S E = { G , I , d , k } I_{LSE}=\{ G,I,d,k \} ILSE​={G,I,d,k}

• 节点和边的集合：对每个$S_i\in S$，都有初始化感染节点$s_i\in I$和一个顶点$u_i$。添加一个有向边$(s_i,u_i)$。对于每个元素$e_j\in U$，我们添加一个节点$v_j$，并且为每个$e_j\in S_i$添加一个有向边(u_i,v_j)。 B = { u 1 , u 2 , … , u N } , C = { v 1 , v 2 , … , v M } B=\{ u_1,u_2,…,u_N \},C=\{ v_1,v_2,…,v_M \} B={u1​,u2​,…,uN​},C={v1​,v2​,…,vM​}
• 感染阈值和权重，$w(s_i,u_i)=1,w(u_i,v_j)=\frac{1}{d_{+}(v_j)},{\theta }_{u_i}={\theta }_{v_j}=1$。
• 最后，设置k=t，d=2
  实际上就是将集合覆盖问题和LSE进行 “对应”。
  
  d. 转换
  （→）假设S’是实例$I_{SC}$的解，|S’|=t=k，它覆盖U的t个元素。如果我们选择集合A包含与$S_i$关联的$u_i$，即 S ′ = { S i ∣ u i ∈ A } S'= \{S_i |u_i∈A\} S′={Si​∣ui​∈A}，则$v_j\in B$中的每个节点都与A相邻。通过以上分析，C中的所有节点都是健康节点。我们有$h_d(A)=t+M=k+M.$（即d跳之后感染的数目）
  （←）反向来说，如果$I_{LSE}$有解决方案A，$|A|⩽k$且$h_d(I,A)⩾k+M$。如果A被约束为包含C中的t₁个节点，其中$1⩽t_1⩽k$，$h_d(I,A)⩽k-t_1+M<k+M$。因为A不包含C中的任何节点，因此$A\subset B$。结合$h_d(I,A)\ge k+M$，C中的所有节点都是健康节点。因此，每个节点u_i∈C至少与一个节点相邻（以上分析）。现在通过我们的构造，我们看到， S ′ = { S i ∣ u i ∈ A } S'= \{S_i |u_i∈A\} S′={Si​∣ui​∈A}是$I_1$的解。这样就完成了证明。

四、算法

1.贪心算法

该算法顺序选择一个节点u放到集合A中，以最大化感染节点数目：
δ ( A , u ) = ∣ h d ( I , A ∪ { u } ) ∣ − ∣ h d ( A ) ∣ = ∣ f d ( I , ∅ ) ∣ − ∣ f d ( I , A ∪ { u } ) ∣ − ∣ f d ( I , ∅ ) ∣ + ∣ f d ( I , A ) ∣ = ∣ f d ( I , A ) ∣ − ∣ f d ( I , A ∪ { u } ) ∣ \delta(A,u)=|h_d(I,A\cup\{u\})|-|h_d(A)|\\=|f_d(I,\empty)|-|f_d(I,A\cup\{u\})|-|f_d(I,\empty)|+|f_d(I,A)|\\=|f_d(I,A)|-|f_d(I,A\cup\{u\})| δ(A,u)=∣hd​(I,A∪{u})∣−∣hd​(A)∣=∣fd​(I,∅)∣−∣fd​(I,A∪{u})∣−∣fd​(I,∅)∣+∣fd​(I,A)∣=∣fd​(I,A)∣−∣fd​(I,A∪{u})∣
贪心算法：删除节点u之后如果$\delta (A,u)更大，则将u加到A中。$

时间复杂度： 贪婪算法的复杂度为$O(k{n}_d(m_d+n_d))$。
删除任意一组节点A之后，受感染节点的数量$f_d(I,A)$可以通过使用图形$G_d$中的广度优先搜索（BFS）计算而得。花费的时间为$O(m_d+n_d)$。通过等式2，我们可以推断出$h_d(I,A)$可以用$O(m_d+n_d)+O(m_d+n_d)=O(m_d+n_d)$来完成。然后再由等式三可得贪心算法的时间复杂度。
在最坏情况下，k可以大到n，算法1可以取$O(n_d^2(m_d+n_d))$。时间复杂度较大，故提出以下算法。

2. Fast And Effective Limiting Epidemics Algorithm（FEL：快速有效的限制流行病算法）

a. 一些定义

• $t(u)$: u从健康状态变为感染状态时最小的跳数。
• $a_{+}(u)={\sum }_{I_{t(u)-1}\cap N_{+}(u)}w(u,v)$：为在$t(u)$跳之前从入度感染邻居出发的入边总权重。
• $a(u)={\sum }_{v\in {\cup }_{i=t(u)+1}^d}w(v,u),i=t(u)+1,\dots ,d$是第i跳时从u到出度感染邻居节点v的出边的总权重。
• β(u)将节点u从图中移除后，从感染状态变为健康状态的出邻居节点数。

b. 算法核心
使用使用$\beta (u)$来近似$\delta (A,u)$，为了提高算法的效率，结合使用$\alpha$和$\beta$函数来衡量节点u的流行病传播作用。初始化选择节点集$A=\varnothing$，设候选节点$U=V_d$。在每一步中，我们选择节点u，使残差图上的β(u)最大。
算法2如下：

计算$\alpha$和$\beta$的算法3：

时间复杂度：$O(k(m_d+n_d))$.

注

1.归约

如果A可以归约为B（A新问题，B旧问题），B是P可解则A也是，B难则A不如B难，A难B也难。
a.算法设计视角
如果有A${\le }_{p}B$，则问题A可以转化为问题B求解。如果B有多项式时间算法，则A也有。
b.计算复杂性视角
如果有A${\le }_{p}B$，则问题B的难度不低于问题A的难度。如果A是NP-Hard，则B也是NP-Hard。

2.集合覆盖分类

• 集合覆盖的决定性问题(NP-Complete)为：给定一个(U,S)和一个整数k，是否存在一个大小不超过k的覆盖。
• 集合覆盖的最佳化问题(NP-Hard)为给定(U,S)，求使用最少的集合的一个覆盖。