Global efficiency of local immunization on complex networks

Abstract

Epidemics occur in all shapes and forms: infections propagating in our sparse sexual networks, rumours and diseases spreading through our much denser social interactions, or viruses circulating on the Internet. With the advent of large databases and efficient analysis algorithms, these processes can be better predicted and controlled. In this study, we use different characteristics of network organization to identify the influential spreaders in 17 empirical networks of diverse nature using 2 epidemic models. We find that a judicious choice of local measures, based either on the network's connectivity at a microscopic scale or on its community structure at a mesoscopic scale, compares favorably to global measures, such as betweenness centrality, in terms of efficiency, practicality and robustness. We also develop an analytical framework that highlights a transition in the characteristic scale of different epidemic regimes. This allows to decide which local measure should govern immunization in a given scenario.

Control Strategies of Contagion Processes in Time-Varying Networks

“…As clear from the exponential dependence on the k min and β , targeted vaccination strategy based on degree centrality provides a very efficient way to control epidemic spreading. Similar conclusions can be drawn by applying other centrality measures, such as betweenness and k-core centrality, or memberships, for the selection of immunized nodes [9,57,58,59,60,61].…”

“…At the same time immunization was also studied on meta-population networks [68]. In other studies, it has been argued that efficient immunization strategies can be developed by considering the higher-order organization of connectivity patterns [57,69,70,71,72,73,74]. Further studies proposed vaccination strategies using evolutionary games [75], or considering complex contagion processes [76].…”

Dinâmicas de propagação de informações e rumores em redes sociais

“…A partir disso, foi encontrado que na propagação de epidemias os hubs eram mais propensos a ser infectados e, ademais, representavam os vértices com a maior capacidade de difusão da rede ou mais influentes (PASTOR-SATORRAS; VESPIGNANI, 2001;BARABáSI, 2002;KITSAK et al, 2010). Outros pesquisadores argumentam que os melhores propagadores são aqueles que apresentam maiores valores de betweenness (KITSAK et al, 2010;HéBERT-DUFRESNE et al, 2013). Esses indivíduos representam aqueles com uma posição estratégica na rede social, intermediando a comunicação entre grupos de vértices, aumentando assim sua influência.…”

“…Portanto, se esses vértices são vacinados, a difusão da epidemia perderia seu efeito, pois atuam como elos de ligação entre diferentes regiões da rede. Hébert-Dufresne et al (2013) fizeram uma análise local de várias medidas e encontraram que nas comunidades a medida de betweenness é um melhor descritor dos propagadores mais influentes.…”

“…Ao contrário das pesquisas anteriores, também existem muitas circunstâncias em que os melhores propagadores não são aqueles que apresentam o maior número de conexões (COHEN et al, 2000;VESPIGNANI, 2001) ou são os mais centrais em termos da medida betweenness (FREEMAN, 1979;VESPIGNANI, 2001;HéBERT-DUFRESNE et al, 2013). Por exemplo, algumas pesquisas encontraram que os indivíduos mais influentes são aqueles que se encontram no núcleo da rede, identificados ao usar a medida de K-core ou derivações (KITSAK et al, 2010;MAKSE, 2013;BAE;KIM, 2014).…”