计算机网络与人群的高效免疫策略

一句话看懂

随机接种在无标度网络中几乎无效，针对枢纽接种虽然有效却需要知道每个人的接触数。本文的折中办法很简单：随机找一些人，让每人随机说出一位熟人，给这些熟人接种。因为“你的朋友平均比你朋友多”，这样就能在不知道全局结构的情况下优先找到枢纽。

研究背景与问题

渗流理论表明，对于度分布 $P(k)\propto k^{-\lambda}$、$2<\lambda<3$ 的无标度网络，随机删除节点的临界比例 $f_c\to1$：几乎要删掉所有节点，巨分支才会瓦解（Cohen 等 2000）。对传播来说，这意味着随机接种几乎要覆盖全体人群才能阻断流行。作者在引言中举例：麻疹需要约 95% 的人群免疫，阻止计算机病毒则需要接近 100% 的免疫覆盖。

另一方面，按度从高到低接种（目标免疫）只需很小的比例就能使网络瓦解，但它需要知道每个节点的度。在社会网络中，一个人有多少接触往往难以准确获得，甚至没有明确定义。问题是：能否设计一种只用局部信息、又接近目标免疫效果的策略？

核心思想与方法

关键在于：沿一条随机的边到达度为 $k$ 的节点的概率正比于 $kP(k)$，而不是 $P(k)$。被提名的熟人因此天然偏向高度节点，这就是“友谊悖论”在免疫中的应用。

分析方法是在无度相关、无环（临界点附近环可以忽略）的假设下，追踪从巨分支一条随机边出发的分支过程。一个度为 $k$ 的节点在 $Np$ 次提名中都没被选中的概率约为 $e^{-p/k}$。由此可以推出分支过程恰好处于临界时 $p_c$ 满足的方程，再算出对应的实际免疫比例 $f_c$。对 SIR 模型，传播可映射为键渗流，只需在临界条件中乘上每条边的传播概率 $q$。

主要发现

1. 免疫阈值大幅下降：在 $2<\lambda<3$ 的无标度网络中，随机免疫的 $f_c=1$，而熟人免疫把它降到约 0.25（图 1，$m=1$）；双熟人免疫的阈值更低。理论曲线与 $N=10^6$ 的模拟结果一致。
2. 需要询问的人数不多：脚注中给出，对 $\lambda=2.5$、$3$、$3.5$，所需的询问比例 $p_c$ 分别约为 0.81、0.52 和 0.28。
3. 不只适用于无标度网络：对由两个高斯分布组成的双峰度分布（少量高度节点混在大量低度节点中，有人认为部分性接触网络如此），熟人免疫同样明显优于随机免疫；即使对单个高斯分布这种较窄的分布，阈值也有可观的降低。
4. 对同配网络和嵌入地理空间的网络依然有效：在高度节点倾向于彼此相连的网络中，以及节点倾向于连接地理邻居的网络中，熟人免疫都优于随机免疫。
5. SIR 模型：对有限传播率的 SIR 过程，在不同传染率下熟人免疫都给出相近甚至更大的阈值降低。

怎样读这篇论文

这是一篇 4 页的快报。先读第一段和最后一段，理解问题与结论；然后看图 1（$f_c$ 随 $\lambda$ 的变化，上、中、下三条曲线分别是随机、熟人、双熟人免疫），这是最重要的结果。式 (1)–(8) 是分支过程的推导，第一次读可以只记住“沿边到达高度节点的概率正比于 $k$”和 $e^{-p/k}$ 这两点。图 2–4 是推广到其他网络和 SIR 模型的结果，可以快速浏览。

局限与后续工作

• 局部树状、无相关的假设：解析结果假设网络无度相关、局部像树。真实社会网络聚集系数高，熟人的熟人往往也是熟人，被提名者可能集中在同一个圈子里，效果需要模拟检验。
• 静态网络：网络结构被视为固定的。真实接触网络随时间变化，今天的“熟人”明天未必接触；后续研究把熟人免疫推广到时序网络，用“最近接触过的人”代替“熟人”。
• 提名的可靠性与伦理：现实中人们可能不愿提名，或倾向于提名特定的人。作者在文末讨论了被操纵的可能，并建议加入一定随机性以保护隐私。
• 实证检验：Christakis 与 Fowler（2010，PLoS ONE）在哈佛学生中发现，被提名的“朋友”比随机学生更早感染 H1N1 流感，可以作为传播的早期“传感器”，这是同一原理在监测上的应用。
• 与其他策略的联系：熟人免疫与 k-壳、最优渗流等策略都在回答“删哪些点最能破坏连通性”这一问题，区别在于需要多少全局信息。

关联知识

• 免疫策略比较了随机免疫、目标免疫和熟人免疫，其中的“朋友悖论”$\langle k^2\rangle/\langle k\rangle\ge\langle k\rangle$ 就是本文的数学基础；可在网络上的传播与免疫的代码示例中自己比较三种策略。专题的核心文献也收录了本文。
• 结构鲁棒性和数学推导与算法讨论了随机失效与蓄意攻击的渗流阈值；本文把“蓄意攻击”换成了“只用局部信息的近似攻击”。

延伸思考

1. 为什么随机选一个人的随机熟人的平均度是 $\langle k^2\rangle/\langle k\rangle$？在什么样的度分布下，这个值与 $\langle k\rangle$ 相等，熟人免疫失去优势？
2. 在新冠疫情这样的场景中，如果疫苗数量有限，熟人免疫可能遇到哪些现实困难？与按职业（如医护人员）优先接种相比，两者的逻辑有何异同？
3. 熟人免疫需要询问大量的人。设计一个实验，比较“询问 1 个熟人”与“询问多个熟人、只接种被多次提名者”在询问成本和接种成本上的权衡。