Fig. 7. Concert area, 5:00 pm: aver

Fig. 7. Concert area, 5:00 pm: average of 50 simulations with the enabling radius equal to 200 m.
To confirm this reasoning, in the last figure (Fig. 11) we analyze the distribution of the number of nodes infected by
each active node (at the end of the alarm spread) by means of the complementary CDF with logarithmic scale. Here, the
complementary CDF for a value x denotes the probability that an active node is responsible for having infected more than x
nodes.
We found that in general a few active nodes are responsible for most of the information spreading. In fact, for both the
scenarios the distributions approximate a power-law (straight lines in logarithmic scale), confirming the results obtained in
smaller experiments. Moreover, by comparing the two scenarios we have that during the 09:00 pm scenario (Fig. 11-b) the
distributions of infected (and thus met) nodes are higher than those of the 05:00 pm scenario (Fig. 11-a). Finally, when the
number of active nodes is smaller, the distributions are rather flat, because each active node has the possibility of infecting
many passive nodes. This is in contrast with what happens for a larger number of active nodes, where the distribution
decreases more sharply.
5. Experimental limitations
Only one large scale event happened in the Boston metropolitan area during the considered time interval. We plan to
collect data for other events in other cities in order to compare performance based on the type of event.
The number of nodes considered is a subset of the real number of mobile phone users at the event. This limitation is
derived from the requirement to select users for which location information is sufficiently frequent to infer traces. This may
create biases in the selected users. We expect that increasing the number of users would improve routing performance.
Finally, it is important to note that the large scale event analyzed did not involve any emergency situation. While we
agree that human behavior might change in the case of emergencies [18], we believe that our analysis is still of interest as it
relies on real human spatial distribution over large areas, and simulates communication opportunities during special events
not involving large changes in mobility patterns.

Results (Thai) 1:

มะเดื่อ 7 พื้นที่คอนเสิร์ต, 05:00:. เฉลี่ยจาก 50 แบบจำลองที่มีรัศมีการใช้งานเท่ากับ 200 เมตร
เพื่อยืนยันเหตุผลนี้ในรูปสุดท้าย (รูปที่ 11) เราจะวิเคราะห์การกระจายของจำนวนโหนดที่ติดเชื้อโดย
ใช้งานแต่ละ โหนด (ในตอนท้ายของการแพร่กระจายสัญญาณ) โดยใช้วิธีการเสริม CDF กับมาตราส่วนลอการิทึม ที่นี่
เสริม CDF สำหรับค่า x หมายถึงความน่าจะเป็นโหนดที่ใช้งานเป็นผู้รับผิดชอบสำหรับการติดเชื้อมากกว่าโหนด x
.
เราพบว่าโดยทั่วไปโหนดที่ใช้งานอยู่ไม่กี่ที่มีความรับผิดชอบมากที่สุดของการแพร่กระจายข้อมูล ในความเป็นจริงสำหรับทั้งสองสถานการณ์
กระจายประมาณอำนาจกฎหมาย (เส้นตรงในมาตราส่วนลอการิทึม) ยืนยันผลที่ได้รับในการทดลองขนาดเล็ก
ยิ่งไปกว่านั้นโดยการเปรียบเทียบสองสถานการณ์ที่เราได้เห็นว่าในช่วงสถานการณ์ น. 09:00 (รูปที่ 11 ข)
กระจายของโหนด (และได้พบ) ที่ติดเชื้อสูงกว่าของสถ​​านการณ์ น. 05:00 (รูปที่ 11 -) ในที่สุดเมื่อจำนวน
ของโหนดที่ใช้งานมีขนาดเล็กกระจายอยู่ค่อนข้างแบนเพราะแต่ละโหนดที่ใช้งานมีความเป็นไปได้ของการติดเชื้อต่อมน้ำเรื่อย ๆ
หลายนี้เป็นในทางตรงกันข้ามกับสิ่งที่เกิดขึ้นสำหรับจำนวนขนาดใหญ่ของโหนดที่ใช้งานอยู่ที่การกระจาย
เปลี่ยนแปลงลดลงอย่างรวดเร็ว.
5 ข้อ จำกัด ของการทดลอง
เหตุการณ์ที่มี แต่ขนาดใหญ่ที่เกิดขึ้นในพื้นที่ของบอสตันปริมณฑลในช่วงเวลาที่พิจารณา เราวางแผนที่จะ
เก็บข้อมูลสำหรับกิจกรรมอื่น ๆ ในเมืองอื่นเพื่อเปรียบเทียบประสิทธิภาพขึ้นอยู่กับชนิดของเหตุการณ์.
จำนวนโหนดถือว่าเป็นส่วนย่อยของจำนวนที่แท้จริงของผู้ใช้โทรศัพท์มือถือที่มาร่วมงาน ข้อ จำกัด นี้เป็น
ที่ได้มาจากความต้องการเพื่อเลือกผู้ใช้ที่ข้อมูลสถานที่เป็นบ่อยพอที่จะสรุปร่องรอย นี้
อาจสร้างอคติในผู้ใช้ที่เลือก เราคาดหวังว่าการเพิ่มจำนวนของผู้ใช้ที่จะปรับปรุงประสิทธิภาพของเส้นทาง.
ในที่สุดมันเป็นสิ่งสำคัญที่จะต้องทราบว่าเหตุการณ์ขนาดใหญ่วิเคราะห์ไม่เกี่ยวข้องกับสถานการณ์ฉุกเฉินใด ๆ ในขณะที่เรา
ยอมรับว่าพฤติกรรมของมนุษย์อาจมีการเปลี่ยนแปลงในกรณีฉุกเฉิน [18] เราเชื่อว่าการวิเคราะห์ของเรายังคงเป็นที่สนใจของมัน
อาศัยกระจายที่แท้จริงของมนุษย์ในพื้นที่ขนาดใหญ่และจำลองโอกาสการสื่อสารในระหว่างการจัดกิจกรรมพิเศษ
ไม่ได้เกี่ยวข้องกับการเปลี่ยนแปลงขนาดใหญ่ในรูปแบบของการเคลื่อนไหว

Results (Thai) 2:

Fig. 7 คอนเสิร์ตตั้ง 5:00 pm: เฉลี่ยของจำลอง 50 กับรัศมีการเปิดใช้งานเท่ากับ 200 ม.
ยืนยันเหตุผลนี้ ในภาพสุดท้าย (Fig. 11) เราวิเคราะห์การกระจายจำนวนของโหนติด
โหนแต่ละใช้งานอยู่ (เมื่อสิ้นสุดการแพร่กระจายสัญญาณ) โดย CDF เสริมด้วยมาตราส่วนลอการิทึม ที่นี่ การ
CDF เสริมสำหรับค่า x แสดงความน่าเป็นที่โหนตัวใช้งานรับผิดชอบมีการติดเชื้อมากกว่าที่เป็น x
โหน.
เราพบโดยทั่วไปโหนดที่ใช้งานอยู่ไม่กี่ชอบมากที่สุดในการแพร่กระจายข้อมูล ในความเป็นจริง สำหรับทั้งการ
สถานการณ์การกระจายการประมาณพลังงานกฎหมาย (เส้นตรงในมาตราส่วนลอการิทึม), ยืนยันผลได้รับใน
ทดลองขนาดเล็ก นอกจากนี้ โดยการเปรียบเทียบสถานการณ์สอง เรามีที่ระหว่าง 09:00 น.สถานการณ์กิน 11-b)
การกระจายของโหนติดไวรัส (และดังนั้นจึงพบกับ) นั้นสูงของสถานการณ์สมมติ 05:00 น.กิน 11-a) สุดท้าย เมื่อการ
จำนวนโหนดที่ใช้งานอยู่มีขนาดเล็ก การกระจายตัวค่อนข้างแบน เนื่องจากแต่ละโหนดที่ใช้งานอยู่สามารถติด
โหนแฝงในการ เป็น in contrast with อะไรเกิดขึ้นสำหรับจำนวนของโหนดที่ใช้งานอยู่ ซึ่งการกระจาย
ลดยิ่ง
5 จำกัดทดลอง
เดียวขนาดใหญ่เหตุการณ์เกิดขึ้นในนครบอสตันระหว่างช่วงเวลาที่พิจารณา เราจะ
รวบรวมข้อมูลเหตุการณ์อื่น ๆ ในเมืองอื่น ๆ เพื่อเปรียบเทียบประสิทธิภาพขึ้นอยู่กับชนิดของเหตุการณ์
หมายเลขของโหนที่ถือว่าเป็นเซตย่อยของจำนวนผู้ใช้โทรศัพท์มือถือในเหตุการณ์จริง ข้อจำกัดนี้คือ
ได้มาจากความต้องการสำหรับที่ตั้งที่ข้อมูลอยู่บ่อย ๆ พอรู้ร่องรอยของผู้ใช้ พฤษภาคมนี้
สร้างยอมในผู้ใช้ที่เลือก เราคาดหวังว่า การเพิ่มจำนวนผู้ใช้จะปรับปรุงประสิทธิภาพสายการ
ในที่สุด โปรดทราบว่า เหตุการณ์ขนาดใหญ่วิเคราะห์ได้ไม่เกี่ยวข้องกับสถานการณ์ฉุกเฉินต่าง ๆ ได้ ในขณะที่เรา
ยอมรับว่า มนุษย์อาจเปลี่ยนแปลงได้ในกรณีฉุกเฉิน [18] เราเชื่อว่า การวิเคราะห์ของเรายังน่าสนใจเพราะ
อาศัยมนุษย์กระจายทั่วพื้นที่ขนาดใหญ่ และจำลองโอกาสติดต่อสื่อสารระหว่างกิจกรรมพิเศษ
ไม่เกี่ยวข้องกับการเปลี่ยนแปลงขนาดใหญ่ในรูปแบบเคลื่อนไหว

Results (Thai) 3:

รูป. 7 . พื้นที่การแสดงคอนเสิร์ต 17:00 น.โดยเฉลี่ยของ 50 การจำลองพร้อมด้วยรัศมีการเปิดใช้งานจะเท่ากับ 200 ม..
เพื่อยืนยันการใช้เหตุผลนี้ในรูปที่ผ่านมา(รูปที่ 11 )เราจะวิเคราะห์การกระจายของหมายเลขของโหนดที่ติดเชื้อโดย
โหนดแต่ละเครื่องที่ทำงาน(ในช่วงปลายของการเตือน ภัย )โดยใช้ CDF อภิ นันทนาการที่มีคราบตะกรัน logarithmic ณที่นี่ที่
ตามมาตรฐานCDF ของสมนาคุณสำหรับความคุ้มค่าที่ X แสดงถึงความเป็นไปได้ที่โหนดที่มีหน้าที่รับผิดชอบในการติดไวรัสมากกว่า x
โหนด.
เราพบว่าโดยทั่วไปโหนดใช้งานไม่กี่ที่มีหน้าที่รับผิดชอบในการกระจายข้อมูลให้มากที่สุด ในความเป็นจริงแล้วสำหรับ
ซึ่งจะช่วยในส่วนถัดไปนี้ทั้งการกระจายพลังงานโดยประมาณ - กฎหมาย(สายตรงใน logarithmic )ยืนยันผลการที่ได้รับในการทดลอง
มีขนาดเล็กลงยิ่งไปกว่านั้นจากการเปรียบเทียบทั้งสองเหตุการณ์ที่เราได้ว่าในระหว่าง 21:00 น.เหตุการณ์จำลอง(รูปที่ 11 - b )
การเผยแพร่ของโหนดที่ติดเวิร์มดังกล่าว(และ)อยู่สูงกว่า 17:00 น.เหตุการณ์จำลอง(รูปที่ 11 - a ) ในที่สุดเมื่อ
หมายเลขของโหนดทำงานมีขนาดเล็กการเผยแพร่ที่มีจอแบนมากเพราะโหนดแต่ละเครื่องที่ทำงานมีความเป็นไปได้ของติด
โหนดแบบไม่มีพัดลมจำนวนมากโรงแรมแห่งนี้คือความเข้มตัดกับสิ่งที่จะเกิดขึ้นสำหรับหมายเลขของโหนดที่มีขนาดใหญ่กว่าใช้งานอยู่ที่การกระจาย
ซึ่งจะช่วยให้ลดลงมากขึ้นอย่างรวดเร็ว.
5 ทดลองข้อจำกัด
เพียงหนึ่งเหตุการณ์ขนาดใหญ่เกิดขึ้นในเขตกรุงเทพมหานครและปริมณฑลที่บอสตันในระหว่างช่วงเวลาการพิจารณาให้ได้. เราวางแผนที่จะ
ซึ่งจะช่วยเก็บรวบรวมข้อมูลสำหรับการจัดงานอื่นๆในเมืองอื่นๆในการสั่งซื้อเพื่อทำการเปรียบเทียบ ประสิทธิภาพ การทำงานขึ้นอยู่กับ ประเภท ของเหตุการณ์.
หมายเลขของโหนดได้รับการพิจารณาให้เป็นคุณลักษณะย่อยในจำนวนที่แท้จริงของผู้ใช้โทรศัพท์มือถือในงานดังกล่าว การจำกัดนี้คือ
ที่มาจากความต้องการที่จะเลือกผู้ใช้ที่ข้อมูลที่ตั้งที่มีความเหมาะสมเป็นประจำเพื่อลงความเห็นได้ลายวงจรขาด โรงแรมแห่งนี้อาจ
ซึ่งจะช่วยสร้างอคติในผู้ใช้ที่เลือก เราคาดหวังว่าการเพิ่มจำนวนของผู้ใช้จะช่วยปรับปรุง ประสิทธิภาพ การทำงานการเราติ้ง.
สุดท้ายเป็นสิ่งสำคัญที่ต้องทราบว่าเหตุการณ์ขนาดใหญ่ที่นำมาวิเคราะห์ไม่ได้เกี่ยวข้องกับสถานการณ์ฉุกเฉินใดๆ ในขณะที่เรา
ยอมรับว่าพฤติกรรมของมนุษย์อาจมีการเปลี่ยนแปลงในกรณีที่มีเหตุฉุกเฉิน[ 18 ]เราเชื่อว่าการวิเคราะห์ของเราจะยังอยู่ในความสนใจและ
ซึ่งจะช่วยในการกระจายเสียงกังวานของมนุษย์ที่แท้จริงมากกว่าพื้นที่ขนาดใหญ่และจำลองโอกาสทางการขายการสื่อสารระหว่างช่วงเหตุการณ์พิเศษ
ไม่เกี่ยวข้องกับการเปลี่ยนแปลงขนาดใหญ่ในรูปแบบการสื่อสารเคลื่อนที่