美文网首页网络科学研究速递
Arxiv网络科学论文摘要13篇(2020-12-23)

Arxiv网络科学论文摘要13篇(2020-12-23)

作者: ComplexLY | 来源:发表于2020-12-23 11:59 被阅读0次
    • 基于网络动力学的学术协作网络脆弱性研究;
    • 多状态噪声q-voter模型中的不连续相变:淬灭与退火紊乱;
    • 影响者和巨型组件:针对社会传染性属性的隐私保护的基本难度;
    • 您最好当心:美国COVID-19波浪动力学与疫苗接种策略;
    • 降低洪水风险的角度下复杂网络中的漏洞分析;
    • 传染性热点之间的空间干扰;
    • COVID-19对城市规模交通和安全的影响:底特律的早期经验;
    • 轻推个人和禁令对客观平等与效率之间取舍的影响;
    • 经济资源有限的系统中的流行病驱动崩溃。 II;
    • COVID-19情绪监测作为增加对发展中地区疾病暴发的防范的工具;
    • 最大模块度和最佳的议会规模;
    • COVID-19大流行中疫苗公平分配的挑战;
    • Facebook在2016年俄罗斯积极措施运动中的参与度;

    基于网络动力学的学术协作网络脆弱性研究

    原文标题: A Vulnerability Study on Academic Collaboration Networks Based on Network Dynamics

    地址: http://arxiv.org/abs/2012.11699

    作者: Asier Gutiérrez-Fandiño, Jordi Armengol-Estapé, Marta Villegas

    摘要: 在同一机构工作的研究人员将其电子邮件用作主要的交流工具。电子邮件可以是研究机构最有成果的攻击媒介之一,因为它们还包含对所有帐户的访问权,因此也可以访问所有私人信息。我们提出了一种根据安全研究机构的通信网络进行分析的方法。我们首先获得了机构的通信网络以及一种分析可能违反收集的电子邮件的方法。我们下载了4个不同研究中心的网络,其中三个来自西班牙,另一个来自葡萄牙。然后,我们对易感暴露-感染-恢复(SEIR)复杂网络动力学模型进行了仿真,以分析网络的漏洞。超过一半的节点存在一个以上的安全漏洞,我们的仿真结果表明,超过90%的网络节点易受攻击。此方法可用于增强研究中心的安全性,并且可以使电子邮件帐户的使用具有安全意识。它还可能在通信安全方面开辟新的研究领域。最后,我们证明,由于保密原因,我们用于获取通信网络的资源不应提供我们能够收集的信息。

    多状态噪声q-voter模型中的不连续相变:淬灭与退火紊乱

    原文标题: Discontinuous phase transitions in the multi-state noisy q-voter model: quenched vs. annealed disorder

    地址: http://arxiv.org/abs/2012.11725

    作者: Bartłomiej Nowak, Bartosz Stoń, Katarzyna Sznajd-Weron

    摘要: 我们引入了一个嘈杂的非线性qq-voter模型的广义版本,其中选民可以处于 s ge 2 状态之一。就像原始二进制 q -voter模型(对应于 s = 2 )一样,每次更新时,只有所有 q 邻居都符合条件,随机选择的选民才能符合其 q 随机选择的邻居(复制其状态)在相同的状态。另外,投票者可以采取随机选择的状态来独立行动,这会给系统带来混乱。我们考虑两种类型的疾病:(1)退火,这意味着每个投票者可以独立地以 p 的概率行事,而补充概率 1-p 符合其他人的行为;(2)被淬灭,这意味着有一个小数的永久独立的所有选民中的p ,其余为信奉宗教者。我们通过蒙特卡洛模拟分析和分析完整图上的模型。我们表明,对于状态数为 s> 2 的模型,任何 q> 1 都显示不连续的相变,这与具有二元观点的模型相反,在二进制模型中,仅对于 q> 5 才观察到不连续的相变。此外,与 s = 2 的情况不同,对于 s> 2 ,不连续的相变在淬火无序状态下得以生存,尽管它们不如在退火状态下尖锐。

    影响者和巨型组件:针对社会传染性属性的隐私保护的基本难度

    原文标题: Influencers and the Giant Component: the Fundamental Hardness in Privacy Protection for Socially Contagious Attributes

    地址: http://arxiv.org/abs/2012.11877

    作者: Aria Rezaei, Jie Gao, Anand D. Sarwate

    摘要: 已知相关的存在使隐私保护更加困难。我们在个人网络上调查了具有社会传染性的属性的隐私,其中每个拥有该属性的个人都可能影响其他许多人采用该属性。我们表明,对于遵循独立级联模型的传染,存在一个受感染节点的巨大连接组件,其中包含恒定比例的所有从同一组源接收传染的所有节点。我们进一步表明,如果我们想获得可接受水平的激活用户的估计,则很难隐藏这个巨大的连接组件的存在。而且,拥有此知识的对手可以对许多个体以体面的概率预测真实状态(“活动”或“非活动”),而与所使用的隐私(干扰)机制无关。作为案例研究,我们表明Wasserstein机制是专门为相关数据设计的最先进的隐私机制,在我们的环境中,其计数估计会引入数量级为 Omega(n)的噪声。在独立级联模型下,我们为两类随机网络提供了理论保证:鄂尔多斯人意图和中鲁幂律图。实验表明,感染节点的巨大连接组件可以并且确实出现在现实世界的网络中,并且简单的推理攻击就可以揭示大部分节点的状态。

    您最好当心:美国COVID-19波浪动力学与疫苗接种策略

    原文标题: You better watch out: US COVID-19 wave dynamics versus vaccination strategy

    地址: http://arxiv.org/abs/2012.12004

    作者: Giacomo Cacciapaglia, Corentin Cot, Anna Sigridur Islind, María Óskarsdóttir, Francesco Sannino

    摘要: 我们采用流行病重归化组织(eRG)框架来理解,复制和预测COVID-19大流行在美国的扩散。美国不同地理区域的人员流动是通过开放源代码的飞行数据以及每个区域的社交距离影响建模的。我们分析了疫苗接种策略对美国当前大流行趋势的影响。我们观察到正在进行的疫苗接种运动不会影响当前的大流行浪潮,因此仍然必须采取严格的社会隔离措施。为了遏制当前和接下来的浪潮,我们的结果无可争议地表明,仅接种疫苗是不够的,需要严格的社会隔离措施,直到获得足够的免疫力。我们的结果对于美国成功的疫苗接种策略至关重要。

    降低洪水风险的角度下复杂网络中的漏洞分析

    原文标题: Vulnerability analysis in Complex Networks under a Flood Risk Reduction point of view

    地址: http://arxiv.org/abs/2012.12029

    作者: Leonardo B. L. Santos, Tanishq Garg, Aurelienne A. S. Jorge, Luciana R. Londe, Regina T. Reani, Roberta B. Bacelar, Igor M. Sokolov

    摘要: 运输网络对自然灾害的脆弱性的测量和绘图是全球关注的主题,尤其是由于气候变化,以及可持续发展议程。在洪水期间,运输网络的某些要素可能会受到影响,从而导致人员伤亡并损坏车辆,街道/道路和其他物流服务,有时会带来严重的经济影响。考虑与网络类型关键基础架构相关的一种类型的漏洞:拓扑漏洞,网络科学方法可以提供有价值的观点。与元素相关的拓扑脆弱性指数定义为由于删除了与该元素相关的一组边而导致的网络平均效率的降低。我们提供了巴西圣卡塔琳娜州公路的拓扑脆弱性指数分析,并考虑了该指数以及易受城市洪灾和山体滑坡影响的区域,制作了一张地图。结合了危害和脆弱性的风险知识是预警系统的第一大支柱,对于减少灾害风险议程中的运输部门利益相关者而言,它是重要的工具。

    传染性热点之间的空间干扰

    原文标题: Spatial interference between infectious hotspots

    地址: http://arxiv.org/abs/2012.12077

    作者: Johannes Dieplinger, Sauro Succi

    摘要: 我们讨论了两个传染性热点之间的空间干扰对个体之间的移动性(风速)及其相对传染程度的影响。只要上游热点的传染性低于下游热点,则提高风速会导致下游热点的感染峰单调减少。一旦上游热点的传染性比下游热点高大约两倍到五倍之间,就会出现最佳风速,从而在下游热点中获得局部最小峰值强度,以及一个局部最大值,超过该最大值,风的有益效果恢复。由于这种非单调趋势使人联想到非理想流体的状态方程,因此我们将上述现象称为流行病凝结。当上游热点的相对传染性超过大约五分之一时,高于最佳速度的风的有利影响就会完全丧失:任何高于最佳速度的风速都会导致更高的感染高峰。还发现,两个热点之间的空间相关性比其倒数距离衰减得慢得多。希望以上发现可以为不同城市和城市群之间的最佳限制政策提供定性线索。

    COVID-19对城市规模交通和安全的影响:底特律的早期经验

    原文标题: Impact of COVID-19 on City-Scale Transportation and Safety: An Early Experience from Detroit

    地址: http://arxiv.org/abs/2012.12080

    作者: Yongtao Yao, Tony G. Geara, Weisong Shi

    摘要: COVID-19大流行给美国各地的本地和区域交通网络带来了前所未有的破坏,尤其是底特律汽车城。这主要是由于采取了迅速的限制性措施,例如在全州范围内进行检疫和封锁命令以限制病毒的传播。这项工作是通过分析来自底特律的5种类型的现实世界数据集而得出的,这些数据集与交通量,每日情况,天气,社会距离指数以及2019年1月至2020年6月的崩溃相关。 19关于底特律的交通网络使用量(交通量)和安全性(崩溃),探讨这些不同数据特征之间的潜在关联,并确定每种数据类型(例如交通量数据)是否可能成为确诊病例预测。此外,使用长期短期记忆网络开发了深度学习模型,以预测下一周内已确诊病例的数量。该模型证明了有希望的预测结果,确定系数(R ^ 2)最高可达0.91。此外,为了提供确诊病例预测的统计评估方法并量化每种类型数据的预测有效性,提出并分析了六个特征组的预测结果。此外,提出了六项基本观察意见,并提供了佐证和分析依据。本文的目的是提出一种可以应用,定制,调整和复制的提议方法,用于分析COVID-19对运输网络的影响并使用获得的相似数据集预测预期的COVID-19病例适用于美国或全球其他大城市。

    轻推个人和禁令对客观平等与效率之间取舍的影响

    原文标题: The effect of nudging personal and injunctive norms on the trade-off between objective equality and efficiency

    地址: http://arxiv.org/abs/2012.12081

    作者: Steven J Human, Valerio Capraro

    摘要: 我们报告了三项预注册的研究(总N = 1,799),探讨了在涉及客观平等和效率之间权衡的决策中微调个人和禁令的影响。前两项研究提供了证据:(i)推翻个人规范与推翻禁令规范具有相似的作用; (ii)当两个规范朝着同一方向轻推时,则没有累加作用; (iii)当个人规范和禁令规范朝相反的方向移动时,有些人倾向于遵循个人规范,而另一些人倾向于遵循禁令。研究3测试了这两类人(倾向于遵循禁令规范的人们和倾向于遵循个人规范的人们)是否映射到阿基诺和里德的道德认同量表的两个子维度。我们找到了这一假说的部分证据:符号化维度较高的人更有可能遵循禁令规范;但是,我们没有发现任何证据表明内部化程度较高的人更可能遵循个人规范。

    经济资源有限的系统中的流行病驱动崩溃。 II

    原文标题: Epidemic-Driven Collapse in a System with Limited Economic Resource. II

    地址: http://arxiv.org/abs/2012.12113

    作者: I.S. Gandzha, O.V. Kliushnichenko, S.P. Lukyanets

    摘要: 我们考虑了由流行病传播引起的社会经济崩溃的可能性。为此,我们开发了一种简单的类似SIS的模型(易感性-易感性),在受感染的人口规模与与每个经济主体的平均货币或收入相关的集体经济资源之间具有负反馈。这种系统中的耦合机制被认为是激活型的,其回收率受类阿雷尼乌斯定律控制。在这种情况下,经济资源正式扮演着有效的市场温度的角色,最小的资源消耗水平与活化能有关。这种耦合会导致与热爆炸相反的崩溃效果,因此由于资源有限,这种流行病最终可能以非零激活能量驱动系统崩溃。在这种情况下,系统将不再稳定并返回到稳定的流行前状态或较差的流行后状态。我们证明,通过外部补贴可以部分缓解该系统的崩溃,外部补贴意味着从某些外部源不断流入资源,或者通过被解释为负资源的债务。我们还考虑了一个简单的隔离方案,并表明它可以导致不同的社会经济结果,具体取决于初始资源(市场温度)和最低资源消耗水平(活化能)。

    COVID-19情绪监测作为增加对发展中地区疾病暴发的防范的工具

    原文标题: COVID-19 Emotion Monitoring as a Tool to Increase Preparedness for Disease Outbreaks in Developing Regions

    地址: http://arxiv.org/abs/2012.12184

    作者: Santiago Cortes, Juan Muñoz, David Betancur, Mauricio Toro

    摘要: COVID-19大流行带来了许多挑战,从医院的工作管理到控制心理健康的影响(例如焦虑或抑郁)。在这项工作中,我们通过开发基于最新自然语言处理模型的Twitter情绪监控器系统,为以后的问题提供解决方案。该系统监视城市帐户以及政客和卫生当局Twitter帐户的六种不同情绪。通过匿名使用情绪监控器,卫生当局和私人健康保险公司可以制定战略来解决自杀和临床抑郁症等问题。为此任务选择的模型是在西班牙语料库(BETO)上经过预训练的来自变压器的双向编码器表示(BERT)。该模型在验证数据集上表现良好。该系统作为Web应用程序的一部分在线部署,该Web应用程序位于哥伦比亚,用于COVID-19的仿真和数据分析,网址为https://epidemiologia-matematica.org

    最大模块度和最佳的议会规模

    原文标题: Maximal modularity and the optimal size of parliaments

    地址: http://arxiv.org/abs/2012.12208

    作者: Luca Gamberi, Yanik-Pascal Förster, Evan Tzanis, Alessia Annibale, Pierpaolo Vivo

    摘要: 代议制国家的一个重要问题是如何确定给定国家的最佳议会规模。根据古老的猜想,被称为立方根法律,有一个相当普遍的幂律关系,与指数接近1/3,选举产生的议会的国家大小和人口之间。现代欧洲国家的经验数据支持这种普遍性,但与更大的指数一致。在这项工作中,我们使用复杂网络理论中的工具来分析这种有趣的规律性。我们将一个国家的人口建模为一个随机网络,该网络是根据增长模型得出的,其中,每个节点都分配了一个从一组可用的大小为 D 的样本中选出的选区成员身份。我们通过分析计算人口的模块性,发现其与选区数量的函数关系是非单调的,其最大值取决于人口规模。最大模块化的标准使我们能够预测代表人数应作为人口规模的幂律而定,这一发现已通过对现实世界数据的实证分析得到了定性证实。

    COVID-19大流行中疫苗公平分配的挑战

    原文标题: Challenges of Equitable Vaccine Distribution in the COVID-19 Pandemic

    地址: http://arxiv.org/abs/2012.12263

    作者: Joseph Bae, Darshan Gandhi, Jil Kothari, Sheshank Shankar, Jonah Bae, Parth Patwa, Rohan Sukumaran, Sethuraman T. V., Krutika Mishra, Srinidhi Murali, Aishwariya Saxena, Kasia Jakimowicz, Vivek Sharma, Rohan Iyer, Ashley Mehra, Alex Radunsky, Priyanshi Katiyar, Sunaina Anand, Shailesh Advani, Jagjit Dhaliwal, Ramesh Raskar

    摘要: 随着一些COVID-19候选疫苗即将获得批准用于人类,世界各国政府正在准备疫苗分发和监控的综合标准,以避免急于推向市场的长期后果。在这篇早期的文章草稿中,我们确定了疫苗在四个核心领域的分配面临的挑战-后勤,健康成果,以用户为中心的影响力和沟通。分析了这些挑战中的每一个,以分析影响疾病传播,个人行为,社会,经济和数据隐私的五个关键后果。公平分配,疫苗效力,免疫时间,多剂量依从性以及注重隐私的记录保存方面的差异是必须解决的最关键的困难。尽管这些挑战中有许多是先前已经确定和计划的,但从全面的角度来看,其中一些尚未得到承认,无法解释人口中特定人群的空前影响。

    Facebook在2016年俄罗斯积极措施运动中的参与度

    原文标题: Facebook Ad Engagement in the Russian Active Measures Campaign of 2016

    地址: http://arxiv.org/abs/2012.11690

    作者: Mirela Silva, Luiz Giovanini, Juliana Fernandes, Daniela Oliveira, Catia S. Silva

    摘要: 本文研究了俄罗斯互联网研究机构(IRA)在2015年6月至2017年8月针对2016年美国大选的主动措施虚假信息宣传活动中创建的3,517个Facebook广告。我们的目标是发掘广告参与度(以广告点击次数衡量)与41个与广告元数据,社会语言结构和情感相关的功能之间的关系。我们的分析包括三个方面:(i)通过相关性分析理解参与度和特征之间的关系; (ii)找到最相关的特征子集以通过特征选择来预测参与度; (iii)通过主题建模找到最能描述数据集特征的语义主题。我们发现,广告支出,文字大小,广告寿命和情感是预测用户对广告参与度的主要功能。另外,积极情绪广告比消极广告更具吸引力,并且社会语言功能(例如,使用与宗教相关的词语)被认为对吸引广告的构成至关重要。线性SVM和Logistic回归分类器的平均F分数最高(两个模型均为93.6%),确定最佳特征子集分别包含12和6个特征。最后,我们证实了IRA特别针对美国人针对分裂性广告主题(例如LGBT权利,非裔美国人赔偿)的相关作品的发现。

    声明:Arxiv文章摘要版权归论文原作者所有,机器翻译后由本人进行校正整理,未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”(微信号netsci)和个人博客 https://www.complexly.cn (提供RSS订阅)进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。

    相关文章

      网友评论

        本文标题:Arxiv网络科学论文摘要13篇(2020-12-23)

        本文链接:https://www.haomeiwen.com/subject/gmpynktx.html