Effect on the contact detection in non-uniform network
- 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
- 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
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。