Effect on the contact detection in non-uniform network
•Download as PPTX, PDF•
0 likes•90 views
EIP89 2020/9/11, 非均一ネットワーク内の感染検出システムの有効性
Recommended
Recommended
More Related Content
Featured
Featured (20)
Effect on the contact detection in non-uniform network
- 1. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 金子格 名古屋市立大学 情報処理学会電子化知的財産社会基盤研究会 第89回 @ 島根 EIP-89-14 1
- 2. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 – 均一な構造の社会だと感染者数はスムーズな変化しかしない。 • 不均一なネットワークの人工社会では感染者数の変化がネット ワーク構造によりどう変化するか – その場合接触検出ソフトは「誰が使うと」効果的だろうか • 感染しやすい人? そうでない人? 両方? • どの程度の人が使うとどの程度の効果? – その結果は非均一なネットワークでも同様? – これらの疑問の答えは自明ではない • ではシミュレーショしてみましょう – 注意: 仮想社会の人工ウイルスのシミュレーションでありいかなる意 味でも現実の感染の様子を再現するものではありません。 2
- 3. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 –感染者が回復までにr人に感染 –N , rN, r2N, r3N, … おおむね等比級数的に増加 –なんらかの理由でr<1になると減少 3 感染者数 日
- 4. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 –たとえばStochasticな変化はどうするとおきるか –複数のピークはどうすると発生するか 4 このグラフはイメージです。実際のデータではありません。 感染者数 日
- 5. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 (a) (b) (c) 5 図 1 均一なネットワーク 図 2 Small World Network
- 6. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 – 3次元構造でx方向、y方向、z方向に接触がある – 全部で8000人からなる仮想的コミュニティ 6 x=x1 z=z1 y=y1 z=z1 x=x1 y=y1 図 3 3次元ネットワーク
- 7. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 – 検査陽性になってから自宅待機しても手遅れ – 検査陽性後、陽性者と接触した人が自宅待機すれば効果がある – 発症までのタイムラグが活用できるから 7 4 8 12 t1 t2 ウイルス 放出 症状 図 12 放出, 発症, 治癒の推移 (架空のウイルス) 図 13 接触検出の効果 (架空のウイルス) [day][day]
- 8. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 感染検出+接触検出がない場合 8
- 9. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 – 感染の挙動を模倣 – 1600人からなる人工社会 9 表 1 3 次元ネットワークの構造 グループ名 条件 メンバー数 x グループ x=x1, z=z1 20 y グループ y=y1, z=z1 20 z グループ x=x1, y=y1 4
- 10. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 10 図 5 0.006( r0=1.5)で均等 図 7 rx=0.036, ry=0.036,rz=0.036(r0 =0.8)の場合 図 4. r0=1.0
- 11. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 グループ名 条件 メンバー数 xグループ x=x1, z=z1 50 yグループ y=y1, z=z1 40 zグループ x=x1, y=y1 4 11 – TDSWNS 1.1は? バグを解消 – TDSWNS 1.2 では規模を8000人に拡大
- 12. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 – 3次元構造でx方向、y方向、z方向で異なる感染率が設定可能 – 例えば x:0..4 感染率高, x:5..49 感染率低 12 x=x1 z=z1 y=y1 z=z1 x=x1 y=y1 図 3 3次元ネットワーク
- 13. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 日数 感染者の挙動 0日目 感染確率にしたがって感染 1～4日目 潜伏期 5～8日目 非発症の感染可能期間 9～11日 発症後の感染期間 12日 回復 13
- 21. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 感染検出の効果をシミュレート 21 0 8 125 a b c d a,b がともに接触検出ソフトを使っていれば、bからの再々感染を阻止 a,bがともに接触検出アプリ利用 a の感染が検出されてbに情報が伝わる bからの感染は阻止される
- 25. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 以下のような効果はどうだろうか – 感染率の高いグループのみが感染検出ソフトを使った場合? – 感染率の低いグループのみが感染検出ソフトを使った場合? – 両方が使った場合とくらべどうだろうか? 25
- 26. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 ->22%程度の効果が得られた 26
- 27. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 ->有意な効果がみられない 27
- 28. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 感染率の高いグループ 使う 使わない 感染率の 低い グループ 使う 35% 22% 使わない なし なし 28
- 29. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 数が少ないから効果が少ないのか? – 感染者数では上位を占める – 感染機会では相当の重みがある ではなぜ効果が少ないのか? – 感染率が高いグループでは感染が急速に広がる – 感染検出の効果があるのは感染後数日たってから – 短期間に「飽和」に達するグループでは効果が低い • たとえばクラスターの集団が感染検出をしても感染検出した時点で はほぼ全員感染しているので効果が低い 一方、両方がインストールしていると効果が高い – 感染率が高いグループ、そうでないグループの両方が使うのが効果的 29
- 30. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 – 非均一なネットワークにおける感染検出ソフトの効果を確認するため、 非均一なネットワークにおける感染モデルを作成 – モデルの挙動 • 感染者数のピークは感染率に敏感 r0=1.0で安定、r0>1.0で増加 • 非均一なネットワークで感染率も不均一の場合、感染者数の増 減がschatostic になり、2回目3回目の急増や感染の長期化がみ られた – 感染検出の効果 • 感染検出により大幅な感染者数ピークの減少が確認できた • 感染検出ソフトの利用率70%で35%、30%でも20%の減少 • 感染率が低いグループが利用 ->22%減 • 感染率が高いグループが利用 有意な効果がみられない – 感染率が高いグループでの効果が低い 30
- 31. 非均一ネットワーク内の 感染検出システムの有効性 EIP-89-14 名古屋市立大学 客員准教授 金子 格 – シミュレーションの人工社会と人工のウイルスは、ある時期の現実の ウイルスに似ているように見えても、まったく異なる架空のものです。 – 本資料の数値を現実のウイルスの推測などに使うことは全くできませ ん。 31
Editor's Notes
- だいたい現状で素早くはなして12分くらいになった。