Stochastic SIS Model with Dynamic Node Activity: Epidemic Threshold and Stationary States

Nel mondo digitale, le reti sono l'impalcatura invisibile che sostiene la nostra vita moderna. Dai computer in un ufficio ai dispositivi in una casa intelligente, questi sistemi si affidano a connessioni costanti per condividere informazioni. Tuttavia, proprio come un virus può diffondersi attraverso una folla di persone, un software malevolo può viaggiare attraverso queste connessioni digitali, saltando da un dispositivo all'altro. Gli scienziati usano da tempo modelli matematici per prevedere come tali infezioni si comportino, trattando i computer come persone che possono essere sane o malate. Un modello classico, noto come SIS, presuppone che una volta infettato, un computer possa guarire e tornare sano, solo per potenzialmente contrarre il virus più tardi. Questo schema aiuta i ricercatori a capire quando un'infezione morirà da sola e quando diventerà un problema permanente e persistente. Ma questi modelli tradizionali spesso assumono che ogni computer sia sempre online e pronto a interagire, una condizione che raramente corrisponde alla realtà. Nel mondo reale, i dispositivi vanno offline per aggiornamenti, modalità sospensione o semplicemente perché sono stati spenti, creando una dinamica in cui la capacità della rete di diffondere informazioni cambia costantemente.

Un team di ricercatori dalla Russia si è posto l'obiettivo di esplorare cosa accada quando questa connettività costante viene interrotta. Hanno sviluppato un nuovo modo per simulare come si diffonde un virus informatico quando i dispositivi stessi non sono sempre disponibili per partecipare. Nel loro modello, ogni computer ha due stati distinti: è o "abilitato", ovvero online e pronto a comunicare, o "disabilitato", ovvero offline e silenzioso. Fondamentalmente, un computer disabilitato non può contrarre un virus, né può trasmetterlo, ma non può nemmeno guarire se è già infetto. Rimane semplicemente in uno stato di animazione sospesa finché non torna online. I ricercatori volevano sapere se questo continuo passaggio tra l'essere online e l'essere offline avrebbe cambiato le regole fondamentali di come si diffonde un'epidemia, specificamente se avrebbe alzato o abbassato la soglia necessaria affinché un'infezione prenda piede e diventi permanente.

Per investigare su questo, il team ha costruito una simulazione al computer che coinvolgeva una rete di mille nodi, rappresentanti singoli dispositivi. Hanno creato un ambiente virtuale in cui questi dispositivi erano collegati secondo uno schema casuale, simile a come i computer potrebbero essere collegati in una tipica rete d'ufficio. Hanno poi introdotto un virus e hanno osservato come si muoveva attraverso il sistema nel tempo. La simulazione ha permesso loro di regolare il "tasso di attività", che determinava la frequenza con cui i dispositivi passavano dallo stato online a quello offline. Hanno testato scenari in cui il virus era debole e destinato a morire, così come scenari in cui il virus era forte e destinato a diventare una presenza permanente nella rete. Eseguendo migliaia di queste simulazioni, hanno potuto osservare il comportamento medio dell'infezione e confrontare i loro risultati con le previsioni matematiche.

I risultati hanno rivelato una sorprendente stabilità nelle regole fondamentali dell'epidemia. I ricercatori hanno scoperto che la soglia critica affinché un'infezione diventi un problema permanente non cambiava, indipendentemente da quanto spesso i dispositivi andassero offline. Che i computer cambiassero costantemente stato o rimanessero fermi, il punto in cui il virus diventava inarrestabile rimaneva esattamente lo stesso dei modelli classici. Se il virus era abbastanza forte da diffondersi in una rete statica, si sarebbe diffuso anche in questa rete dinamica. L'attività dei nodi non rendeva la rete più o meno vulnerabile all'occupazione iniziale; la matematica fondamentale del focolaio rimaneva invariata.

Tuttavia, sebbene l'esito finale fosse lo stesso, il percorso per arrivarci era drasticamente diverso. I ricercatori hanno scoperto che la velocità con cui l'infezione si diffondeva o moriva era pesantemente influenzata dalla frequenza con cui i dispositivi andavano offline. In una situazione in cui il virus era debole e destinato a morire, l'infezione scompariva molto più lentamente quando i dispositivi passavano frequentemente tra lo stato online e quello offline. Questo risultato controintuitivo avviene perché un computer infetto disabilitato agisce come un serbatoio nascosto. Quando un dispositivo infetto va offline, non può guarire, quindi trattiene il virus mentre attende di tornare online. Ciò ritarda il processo di guarigione, permettendo al virus di persistere più a lungo rispetto a un caso in cui ogni dispositivo fosse sempre attivo e in grado di guarire da sé.

Lo stesso effetto di rallentamento è stato osservato quando il virus era forte e destinato a diventare permanente. In questi casi, l'infezione impiegava molto più tempo per raggiungere il suo livello finale e stabile quando il tasso di attività era elevato. Il continuo scambio creava un collo di bottiglia; i dispositivi infetti passavano così tanto tempo offline che non potevano trasmettere il virus ai loro vicini con la stessa rapidità con cui lo farebbero in una rete statica. Era come se l'infezione stesse cercando di correre una gara, ma i corridori venissero costantemente costretti a fermarsi e aspettare, rallentando l'intero gruppo. Nonostante questo ritardo, l'infezione raggiungeva comunque lo stesso alto livello di prevalenza che avrebbe in una rete dove tutti sono sempre online. Il numero finale di dispositivi infetti dipendeva solo dalla forza del virus e dalla struttura della rete, non da quanto spesso i dispositivi andassero a dormire.

Questi risultati suggeriscono che, sebbene la natura dinamica delle moderne reti non le renda fondamentalmente più o meno suscettibili a un focolaio, essa ne altera significativamente la tempistica. Per chi cerca di gestire o contenere un'infezione digitale, l'attività dei dispositivi è un fattore cruciale. Una rete in cui i dispositivi vanno frequentemente offline potrebbe apparire come se stesse rallentando un focolaio, ma in realtà sta solo ritardando l'inevitabile, mantenendo il virus in vita in uno stato di latenza per periodi più lunghi. Lo studio fornisce un quadro più chiaro di come i vincoli del mondo reale, come lo spegnimento dei dispositivi, interagiscano con la diffusione delle minacce digitali, mostrando che le regole del gioco rimangono le stesse, anche se il ritmo di gioco cambia.