مدل انتشار اطلاعات SCEIRS مبتنی بر انتشار شایعه در شبکه های پیچیده

شبکه های پیچیده در حال حاضر در بسیاری از زمینه های علوم مورد مطالعه قرار گرفته و بسیاری از سامانه های طبیعی می توانند توسط آنها شرح داده شوند. اینترنت و مغز که به ترتیب شبکه ای از مسیریاب ها و نورون ها محسوب می شوند، نمونه هایی از شبکه های پیچیده هستند. همچنین انواع مختلفی از شبکه های پیچیده وجود دارد که می توان به شبکه های بی مقیاس، شبکه های دنیای کوچک و شبکه های تصادفی اشاره کرد. در این مقاله، یک مدل همه گیری از انتشار شایعه در هر سه نوع این شبکه ها پیشنهاد شده که در این مدل، علاوه بر حالات موجود (مستعد - شایعه پراکن- بازیابی شده)، مکانیسم تاخیر در انتشار شایعه همچنین مکانیسم مقابله کننده اضافه شده است. مدل پیشنهادی به صورت: مستعد- در معرض شایعه- شایعه پراکن- مقابله کننده - بازیابی شده- مستعد (SECIRS) ارایه شده است. نحوه ی انتشار و رفع شایعه برای این سه نوع شبکه مقایسه شده است. نتایج شبیه سازی دقیقا با تجزیه و تحلیل نظری مطابقت داشته و نشان می دهد در شبکه های بی مقیاس انتشار شایعه سریع تر از دو نوع دیگر بوده همچنین در شبکه های بی مقیاس مدل پیشنهاد شده در مقایسه با دو مدل SIRS و SEIRS، دارای سرعت انتشار شایعه پایین تر و رفع شایعه سریع تر می باشد