Newer
Older
package fr.univ.dblp;
import fr.univ.dblp.analysis.*;
import fr.univ.dblp.export.ResultsPrinter;
import fr.univ.dblp.generators.CopyGenerator;
import fr.univ.dblp.generators.NetworkGenerator;
import fr.univ.dblp.loader.GraphLoader;
import fr.univ.dblp.simulation.*;
import org.graphstream.graph.Graph;
import java.io.IOException;
import java.util.*;
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
/**
* Point d'entrée principal pour l'analyse du réseau DBLP.
*
* Cette classe gère le menu interactif et orchestre l'exécution
* des différentes analyses du réseau de collaboration scientifique DBLP.
*
* @author Hamadou BA
* @see <a href="https://www-apps.univ-lehavre.fr/forge/bh243413/tp2-ri-mesures-de-reseaux-interaction.git">Dépôt Git</a>
*/
public class Main {
private static final String DBLP_FILE_PATH = "src/main/resources/snap/com-dblp.ungraph.txt";
private static Graph dblpGraph = null;
private static Graph baGraph = null;
public static void main(String[] args) {
ResultsPrinter.printHeader("TP: ANALYSE DU RÉSEAU DBLP");
ResultsPrinter.printInfo("Mesures de réseaux d'interaction - Collaboration scientifique");
ResultsPrinter.printInfo("Données: DBLP (Digital Bibliography & Library Project)");
System.out.println();
// Chargement initial du graphe DBLP
runQuestion1();
if (dblpGraph == null) {
ResultsPrinter.printError("Impossible de charger le graphe DBLP!");
ResultsPrinter.printError("Vérifiez que le fichier existe: " + DBLP_FILE_PATH);
return;
}
// Affichage du menu interactif
Scanner scanner = new Scanner(System.in);
boolean continueRunning = true;
while (continueRunning) {
displayMenu();
System.out.print("\nVotre choix: ");
String choice = scanner.nextLine().trim();
switch (choice) {
case "1":
runQuestion1();
break;
case "2":
runQuestion2();
break;
case "3":
runQuestion3();
break;
case "4":
runQuestion4();
break;
case "5":
runQuestion5();
break;
case "6":
runQuestion6();
break;
case "7":
runQuestion7();
break;
case "8":
runAllQuestions();
break;
case "9":
runPartie2Question1();
break;
case "10":
runPartie2Question3();
break;
case "11":
runPartie2Question5();
break;
case "12":
runPartie2Question6();
break;
case "13":
runAllPartie2();
break;
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
case "0":
continueRunning = false;
ResultsPrinter.printInfo("Au revoir!");
break;
default:
ResultsPrinter.printWarning("Choix invalide! Essayez encore.");
}
if (continueRunning && !choice.equals("8")) {
System.out.println("\nAppuyez sur Entrée pour continuer...");
scanner.nextLine();
}
}
scanner.close();
}
/**
* Affiche le menu interactif principal.
*
* Ce menu permet à l'utilisateur de choisir quelle analyse exécuter
* parmi les 7 questions du TP ou d'exécuter toutes les analyses en séquence.
*/
private static void displayMenu() {
System.out.println("\n" + "=".repeat(80));
System.out.println("MENU PRINCIPAL");
System.out.println("=".repeat(80));
System.out.println("PARTIE 1 - Analyse du réseau:");
System.out.println(" 1. Question 1 - Chargement des données");
System.out.println(" 2. Question 2 - Mesures de base");
System.out.println(" 3. Question 3 - Analyse de connexité");
System.out.println(" 4. Question 4 - Distribution des degrés");
System.out.println(" 5. Question 5 - Distance moyenne");
System.out.println(" 6. Question 6 - Comparaison avec générateurs");
System.out.println(" 7. Question 7 - Générateur par copie (BONUS)");
System.out.println(" 8. TOUT EXÉCUTER (Partie 1: Questions 1-7)");
System.out.println("\nPARTIE 2 - Propagation virale:");
System.out.println(" 9. Seuils épidémiques (Questions 1-2)");
System.out.println(" 10. Simulation 3 scénarios (Questions 3-4)");
System.out.println(" 11. Analyse immunisation (Question 5)");
System.out.println(" 12. Comparaison réseaux (Question 6)");
System.out.println(" 13. TOUT EXÉCUTER (Partie 2: Questions 1-6)");
System.out.println("\n 0. Quitter");
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
System.out.println("=".repeat(80));
}
/**
* Question 1: Charge les données du réseau DBLP.
*
* Cette méthode charge le graphe de collaboration DBLP depuis le fichier
* de données et affiche les informations de base sur le graphe chargé.
*/
private static void runQuestion1() {
ResultsPrinter.printHeader("QUESTION 1: Chargement des données");
dblpGraph = GraphLoader.loadDBLP(DBLP_FILE_PATH);
if (dblpGraph != null) {
ResultsPrinter.printSuccess("Graphe DBLP chargé avec succès!");
GraphLoader.displayGraphInfo(dblpGraph);
ResultsPrinter.printInfo("\nNote: La visualisation n'est pas recommandée pour ce graphe");
ResultsPrinter.printInfo(" (trop de nœuds: visualisation très lente et peu informative)");
}
}
/**
* Question 2: Calcule et affiche les mesures de base du réseau.
*
* Cette méthode calcule le nombre de nœuds, d'arêtes, le degré moyen
* et le coefficient de clustering du réseau DBLP.
*/
private static void runQuestion2() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
BasicMetrics.analyze(dblpGraph, "DBLP");
}
/**
* Question 3: Analyse la connexité du réseau.
*
* Cette méthode vérifie si le réseau est connexe, compte le nombre de
* composantes connexes et détermine le degré critique pour la connexité.
*/
private static void runQuestion3() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ConnectivityAnalyzer.analyze(dblpGraph);
}
/**
* Question 4: Analyse la distribution des degrés du réseau.
*
* Cette méthode calcule la distribution des degrés, l'exporte pour
* visualisation avec gnuplot et vérifie si elle suit une loi de puissance.
*/
private static void runQuestion4() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
DegreeAnalyzer.analyze(dblpGraph, "DBLP", "dblp");
ResultsPrinter.printInfo("\nPour générer les graphiques avec gnuplot:");
ResultsPrinter.printInfo(" cd gnuplot");
ResultsPrinter.printInfo(" gnuplot plot_dd_linear.gnu");
ResultsPrinter.printInfo(" gnuplot plot_dd_loglog.gnu");
ResultsPrinter.printInfo(" gnuplot plot_dd_powerlaw.gnu");
}
/**
* Question 5: Calcule la distance moyenne du réseau.
*
* Cette méthode effectue un échantillonnage de 1000 nœuds et calcule
* la distance moyenne par parcours BFS. Attention: opération longue (15-25 min).
*/
private static void runQuestion5() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ResultsPrinter.printWarning("ATTENTION: Cette analyse peut prendre 15-25 minutes!");
ResultsPrinter.printInfo("(1000 parcours BFS sur un graphe de 317k nœuds)");
System.out.print("\nContinuer? (o/n): ");
Scanner scanner = new Scanner(System.in);
String response = scanner.nextLine().trim().toLowerCase();
if (response.equals("o") || response.equals("oui") || response.equals("y") || response.equals("yes")) {
DistanceAnalyzer.analyze(dblpGraph, "DBLP", "dblp");
ResultsPrinter.printInfo("\nPour générer le graphique avec gnuplot:");
ResultsPrinter.printInfo(" cd gnuplot && gnuplot plot_distances.gnu");
} else {
ResultsPrinter.printInfo("Analyse annulée.");
}
}
/**
* Question 6: Compare le réseau DBLP avec des générateurs de réseaux.
*
* Cette méthode génère un réseau aléatoire (Erdős-Rényi) et un réseau
* Barabási-Albert, puis compare leurs propriétés avec DBLP. Durée: 30-40 min.
*/
private static void runQuestion6() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ResultsPrinter.printWarning("ATTENTION: Cette analyse peut prendre 30-40 minutes!");
ResultsPrinter.printInfo("(Génération et analyse de 2 grands réseaux)");
System.out.print("\nContinuer? (o/n): ");
Scanner scanner = new Scanner(System.in);
String response = scanner.nextLine().trim().toLowerCase();
if (response.equals("o") || response.equals("oui") || response.equals("y") || response.equals("yes")) {
NetworkGenerator.analyze(dblpGraph);
ResultsPrinter.printInfo("\nPour générer le graphique comparatif:");
ResultsPrinter.printInfo(" cd gnuplot && gnuplot plot_comparison_networks.gnu");
} else {
ResultsPrinter.printInfo("Analyse annulée.");
}
}
/**
* Question 7 (BONUS): Teste le générateur par copie.
*
* Cette méthode génère un réseau avec le mécanisme de copie et compare
* son clustering avec DBLP et Barabási-Albert. Durée: 15-20 min.
*/
private static void runQuestion7() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
// Génération du graphe BA si nécessaire pour la comparaison
if (baGraph == null) {
ResultsPrinter.printInfo("Génération du graphe Barabási-Albert pour comparaison...");
int n = Math.min(dblpGraph.getNodeCount(), 50000);
double avgDegree = BasicMetrics.getAverageDegree(dblpGraph);
int edgesPerNode = (int) Math.round(avgDegree / 2.0);
baGraph = NetworkGenerator.generateBarabasiAlbert(n, Math.max(1, edgesPerNode));
}
ResultsPrinter.printWarning("ATTENTION: Cette analyse peut prendre 15-20 minutes!");
System.out.print("\nContinuer? (o/n): ");
Scanner scanner = new Scanner(System.in);
String response = scanner.nextLine().trim().toLowerCase();
if (response.equals("o") || response.equals("oui") || response.equals("y") || response.equals("yes")) {
CopyGenerator.analyze(dblpGraph, baGraph);
} else {
ResultsPrinter.printInfo("Analyse annulée.");
}
}
/**
* Exécute toutes les questions en séquence.
*
* Cette méthode lance l'exécution automatique de toutes les analyses
* (Questions 1 à 7) sans interruption. Durée totale: environ 1h30.
*/
private static void runAllQuestions() {
ResultsPrinter.printHeader("EXÉCUTION COMPLÈTE - TOUTES LES QUESTIONS");
ResultsPrinter.printWarning("ATTENTION: L'exécution complète peut prendre 1h30 à 2h!");
ResultsPrinter.printInfo("Les questions longues (Q5, Q6, Q7) seront exécutées automatiquement.");
System.out.print("\nVoulez-vous vraiment tout exécuter? (o/n): ");
Scanner scanner = new Scanner(System.in);
String response = scanner.nextLine().trim().toLowerCase();
if (!response.equals("o") && !response.equals("oui") && !response.equals("y") && !response.equals("yes")) {
ResultsPrinter.printInfo("Exécution annulée.");
return;
}
long globalStart = System.currentTimeMillis();
// Question 1: Chargement
if (dblpGraph == null) {
runQuestion1();
}
// Question 2: Mesures de base
if (dblpGraph != null) {
runQuestion2();
}
// Question 3: Connexité
if (dblpGraph != null) {
runQuestion3();
}
// Question 4: Distribution des degrés
if (dblpGraph != null) {
runQuestion4();
}
// Question 5: Distance moyenne
if (dblpGraph != null) {
ResultsPrinter.printInfo("\n>>> Démarrage Question 5 (Distance moyenne)...");
DistanceAnalyzer.analyze(dblpGraph, "DBLP", "dblp");
}
// Question 6: Comparaison avec générateurs
if (dblpGraph != null) {
ResultsPrinter.printInfo("\n>>> Démarrage Question 6 (Générateurs)...");
NetworkGenerator.analyze(dblpGraph);
}
// Question 7: Générateur par copie (BONUS)
if (dblpGraph != null) {
ResultsPrinter.printInfo("\n>>> Démarrage Question 7 (Générateur copie - BONUS)...");
// Génération du graphe BA si nécessaire
if (baGraph == null) {
int n = Math.min(dblpGraph.getNodeCount(), 50000);
double avgDegree = BasicMetrics.getAverageDegree(dblpGraph);
int edgesPerNode = (int) Math.round(avgDegree / 2.0);
baGraph = NetworkGenerator.generateBarabasiAlbert(n, Math.max(1, edgesPerNode));
}
CopyGenerator.analyze(dblpGraph, baGraph);
}
ResultsPrinter.printHeader("TOUTES LES ANALYSES TERMINÉES!");
ResultsPrinter.printElapsedTime(globalStart);
ResultsPrinter.printInfo("\nPROCHAINES ÉTAPES:");
ResultsPrinter.printInfo(" 1. Générez les graphiques avec gnuplot (voir gnuplot/*.gnu)");
ResultsPrinter.printInfo(" 2. Consultez les fichiers de données dans output/data/");
ResultsPrinter.printInfo(" 3. Rédigez le rapport README.md avec les résultats et graphiques");
}
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
// ============================================================================
// PARTIE 2 - PROPAGATION VIRALE
// ============================================================================
/**
* Partie 2 - Questions 1-2: Calcul des seuils épidémiques
*/
private static void runPartie2Question1() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ResultsPrinter.printHeader("PARTIE 2 - QUESTIONS 1-2: Seuils épidémiques");
long startTime = System.currentTimeMillis();
// Paramètres du modèle
double beta = ViralSimulator.DEFAULT_TRANSMISSION_RATE;
double gamma = ViralSimulator.DEFAULT_RECOVERY_RATE;
double r0 = EpidemicAnalyzer.calculateR0(beta, gamma);
ResultsPrinter.printInfo("PARAMÈTRES DU MODÈLE:");
ResultsPrinter.printMetric("β (transmission)", String.format("%.4f par jour (1 mail/semaine)", beta));
ResultsPrinter.printMetric("γ (récupération)", String.format("%.4f par jour (2 màj/mois)", gamma));
ResultsPrinter.printMetric("R0 (taux reproduction)", String.format("%.4f", r0));
// Seuil épidémique du réseau DBLP
double threshold = EpidemicAnalyzer.calculateEpidemicThreshold(dblpGraph);
ResultsPrinter.printInfo("\nSEUIL ÉPIDÉMIQUE DU RÉSEAU DBLP:");
ResultsPrinter.printMetric("τ (seuil épidémique)", String.format("%.4f", threshold));
boolean epidemic = EpidemicAnalyzer.isEpidemicPossible(r0, threshold);
ResultsPrinter.printMetric("Épidémie possible?", epidemic ? "OUI (R0 > τ)" : "NON (R0 ≤ τ)");
// Seuil théorique pour un réseau aléatoire
double avgDegree = BasicMetrics.getAverageDegree(dblpGraph);
double theoreticalThreshold = EpidemicAnalyzer.theoreticalRandomThreshold(avgDegree);
ResultsPrinter.printInfo("\nCOMPARAISON AVEC RÉSEAU ALÉATOIRE:");
ResultsPrinter.printMetric("Degré moyen <k>", String.format("%.2f", avgDegree));
ResultsPrinter.printMetric("τ théorique (aléatoire)", String.format("%.4f", theoreticalThreshold));
ResultsPrinter.printMetric("τ réel (DBLP)", String.format("%.4f", threshold));
ResultsPrinter.printMetric("Ratio (DBLP/aléatoire)", String.format("%.2fx", threshold / theoreticalThreshold));
// Variance des degrés
double variance = EpidemicAnalyzer.getDegreeVariance(dblpGraph);
ResultsPrinter.printInfo("\nHÉTÉROGÉNÉITÉ DU RÉSEAU:");
ResultsPrinter.printMetric("Variance des degrés", String.format("%.2f", variance));
ResultsPrinter.printMetric("Écart-type", String.format("%.2f", Math.sqrt(variance)));
ResultsPrinter.printInfo("\nINTERPRÉTATION:");
if (threshold > theoreticalThreshold) {
ResultsPrinter.printInfo(" Le seuil épidémique est PLUS ÉLEVÉ que celui d'un réseau aléatoire");
ResultsPrinter.printInfo(" → Structure hétérogène avec hubs (loi de puissance)");
ResultsPrinter.printInfo(" → Plus difficile de déclencher une épidémie");
} else {
ResultsPrinter.printInfo(" Le seuil épidémique est PLUS BAS que celui d'un réseau aléatoire");
}
if (epidemic) {
ResultsPrinter.printWarning("\n⚠ ATTENTION: Avec R0=" + String.format("%.2f", r0) +
" > τ=" + String.format("%.2f", threshold) + ", l'épidémie VA SE PROPAGER!");
}
ResultsPrinter.printElapsedTime(startTime);
}
/**
* Partie 2 - Questions 3-4: Simulation des 3 scénarios
*/
private static void runPartie2Question3() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ResultsPrinter.printHeader("PARTIE 2 - QUESTIONS 3-4: Simulation 3 scénarios");
ResultsPrinter.printWarning("Cette simulation peut prendre 5-10 minutes");
ResultsPrinter.printInfo("(10 runs × 3 scénarios × 90 jours sur graphe de 317k nœuds)");
System.out.print("\nContinuer? (o/n): ");
Scanner scanner = new Scanner(System.in);
String response = scanner.nextLine().trim().toLowerCase();
if (!response.equals("o") && !response.equals("oui") && !response.equals("y") && !response.equals("yes")) {
ResultsPrinter.printInfo("Simulation annulée.");
return;
}
long startTime = System.currentTimeMillis();
int numRuns = 10;
int simulationDays = 90;
List<SimulationResult> results = new ArrayList<>();
// Scénario 0: Aucune intervention
ResultsPrinter.printInfo("\n>>> Scénario 0: Aucune intervention");
Set<String> noImmune = ImmunizationStrategy.noImmunization(dblpGraph);
ViralSimulator sim0 = new ViralSimulator(dblpGraph, noImmune);
SimulationResult result0 = sim0.simulateMultipleRuns(numRuns, simulationDays, "Scenario_0_Aucune_intervention");
results.add(result0);
ResultsPrinter.printMetric("Pic d'infection", result0.getPeakInfection() + " nœuds (jour " + result0.getPeakDay() + ")");
// Scénario 1: 50% immunisation aléatoire
ResultsPrinter.printInfo("\n>>> Scénario 1: 50% immunisation aléatoire");
Set<String> randomImmune = ImmunizationStrategy.randomImmunization(dblpGraph, 0.5);
ViralSimulator sim1 = new ViralSimulator(dblpGraph, randomImmune);
SimulationResult result1 = sim1.simulateMultipleRuns(numRuns, simulationDays, "Scenario_1_Immunisation_aleatoire");
results.add(result1);
ResultsPrinter.printMetric("Nœuds immunisés", randomImmune.size());
ResultsPrinter.printMetric("Pic d'infection", result1.getPeakInfection() + " nœuds (jour " + result1.getPeakDay() + ")");
// Scénario 2: 50% immunisation sélective (acquaintance)
ResultsPrinter.printInfo("\n>>> Scénario 2: 50% immunisation sélective (acquaintance)");
Set<String> acquaintanceImmune = ImmunizationStrategy.acquaintanceImmunization(dblpGraph, 0.5);
ViralSimulator sim2 = new ViralSimulator(dblpGraph, acquaintanceImmune);
SimulationResult result2 = sim2.simulateMultipleRuns(numRuns, simulationDays, "Scenario_2_Immunisation_selective");
results.add(result2);
ResultsPrinter.printMetric("Nœuds immunisés", acquaintanceImmune.size());
ResultsPrinter.printMetric("Pic d'infection", result2.getPeakInfection() + " nœuds (jour " + result2.getPeakDay() + ")");
// Export des résultats
ResultsPrinter.printInfo("\n>>> Export des données");
try {
for (SimulationResult result : results) {
String filename = "output/data/partie2_" + result.getScenario() + ".dat";
SimulationExporter.exportSimulationResult(result, filename);
ResultsPrinter.printSuccess("Exporté: " + filename);
}
SimulationExporter.exportScenarioComparison(results, "output/data/partie2_scenarios_comparison.dat");
ResultsPrinter.printSuccess("Exporté: output/data/partie2_scenarios_comparison.dat");
SimulationExporter.exportSummary(results, "output/data/partie2_scenarios_summary.dat");
ResultsPrinter.printSuccess("Exporté: output/data/partie2_scenarios_summary.dat");
} catch (IOException e) {
ResultsPrinter.printError("Erreur lors de l'export: " + e.getMessage());
}
// Comparaison des résultats
ResultsPrinter.printInfo("\nCOMPARAISON DES SCÉNARIOS:");
ResultsPrinter.printInfo(String.format("%-30s %15s %15s", "Scénario", "Pic infection", "Jour pic"));
ResultsPrinter.printInfo("-".repeat(60));
for (SimulationResult result : results) {
ResultsPrinter.printInfo(String.format("%-30s %15d %15d",
result.getScenario(), result.getPeakInfection(), result.getPeakDay()));
}
ResultsPrinter.printElapsedTime(startTime);
ResultsPrinter.printInfo("\nPour visualiser les résultats:");
ResultsPrinter.printInfo(" cd gnuplot && gnuplot plot_epidemic_scenarios.gnu");
}
/**
* Partie 2 - Question 5: Analyse de l'immunisation
*/
private static void runPartie2Question5() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ResultsPrinter.printHeader("PARTIE 2 - QUESTION 5: Analyse immunisation");
long startTime = System.currentTimeMillis();
// Immunisation aléatoire 50%
Set<String> randomImmune = ImmunizationStrategy.randomImmunization(dblpGraph, 0.5);
Set<String> randomNonImmune = new HashSet<>();
dblpGraph.nodes().forEach(node -> {
if (!randomImmune.contains(node.getId())) {
randomNonImmune.add(node.getId());
}
});
// Immunisation sélective 50%
Set<String> acquaintanceImmune = ImmunizationStrategy.acquaintanceImmunization(dblpGraph, 0.5);
Set<String> acquaintanceNonImmune = new HashSet<>();
dblpGraph.nodes().forEach(node -> {
if (!acquaintanceImmune.contains(node.getId())) {
acquaintanceNonImmune.add(node.getId());
}
});
// Calcul des degrés moyens
double randomNonImmuneDegree = ImmunizationStrategy.getAverageDegree(dblpGraph, randomNonImmune);
double acquaintanceNonImmuneDegree = ImmunizationStrategy.getAverageDegree(dblpGraph, acquaintanceNonImmune);
double randomImmuneDegree = ImmunizationStrategy.getAverageDegree(dblpGraph, randomImmune);
double acquaintanceImmuneDegree = ImmunizationStrategy.getAverageDegree(dblpGraph, acquaintanceImmune);
ResultsPrinter.printInfo("DEGRÉ MOYEN DES GROUPES:");
ResultsPrinter.printInfo("\nImmunisation aléatoire:");
ResultsPrinter.printMetric("Degré moyen immunisés", String.format("%.2f", randomImmuneDegree));
ResultsPrinter.printMetric("Degré moyen non-immunisés", String.format("%.2f", randomNonImmuneDegree));
ResultsPrinter.printInfo("\nImmunisation sélective (acquaintance):");
ResultsPrinter.printMetric("Degré moyen immunisés", String.format("%.2f", acquaintanceImmuneDegree));
ResultsPrinter.printMetric("Degré moyen non-immunisés", String.format("%.2f", acquaintanceNonImmuneDegree));
ResultsPrinter.printInfo("\nCOMPARAISON:");
ResultsPrinter.printMetric("Ratio (selective/random) immunisés",
String.format("%.2fx", acquaintanceImmuneDegree / randomImmuneDegree));
ResultsPrinter.printMetric("Ratio (selective/random) non-immunisés",
String.format("%.2fx", acquaintanceNonImmuneDegree / randomNonImmuneDegree));
// Seuils épidémiques après immunisation
double thresholdOriginal = EpidemicAnalyzer.calculateEpidemicThreshold(dblpGraph);
double thresholdRandom = EpidemicAnalyzer.calculateThresholdAfterImmunization(dblpGraph, randomImmune);
double thresholdAcquaintance = EpidemicAnalyzer.calculateThresholdAfterImmunization(dblpGraph, acquaintanceImmune);
ResultsPrinter.printInfo("\nSEUILS ÉPIDÉMIQUES:");
ResultsPrinter.printMetric("τ original", String.format("%.4f", thresholdOriginal));
ResultsPrinter.printMetric("τ après immunisation aléatoire", String.format("%.4f", thresholdRandom));
ResultsPrinter.printMetric("τ après immunisation sélective", String.format("%.4f", thresholdAcquaintance));
ResultsPrinter.printInfo("\nINTERPRÉTATION:");
ResultsPrinter.printInfo(" L'immunisation sélective cible préférentiellement les HUBS");
ResultsPrinter.printInfo(" → Les nœuds immunisés ont un degré PLUS ÉLEVÉ");
ResultsPrinter.printInfo(" → Les nœuds non-immunisés ont un degré PLUS BAS");
ResultsPrinter.printInfo(" → Le seuil épidémique AUGMENTE davantage");
ResultsPrinter.printInfo(" → Stratégie PLUS EFFICACE pour bloquer l'épidémie");
ResultsPrinter.printElapsedTime(startTime);
}
/**
* Partie 2 - Question 6: Comparaison avec différents réseaux
*/
private static void runPartie2Question6() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ResultsPrinter.printHeader("PARTIE 2 - QUESTION 6: Comparaison réseaux");
ResultsPrinter.printWarning("Cette simulation peut prendre 15-20 minutes");
ResultsPrinter.printInfo("(Génération réseaux + simulations × 3 réseaux × 3 scénarios)");
System.out.print("\nContinuer? (o/n): ");
Scanner scanner = new Scanner(System.in);
String response = scanner.nextLine().trim().toLowerCase();
if (!response.equals("o") && !response.equals("oui") && !response.equals("y") && !response.equals("yes")) {
ResultsPrinter.printInfo("Simulation annulée.");
return;
}
long startTime = System.currentTimeMillis();
// Paramètres pour les réseaux générés
int n = Math.min(50000, dblpGraph.getNodeCount()); // Limiter pour performance
double avgDegree = BasicMetrics.getAverageDegree(dblpGraph);
int edgesPerNode = Math.max(1, (int) Math.round(avgDegree / 2.0));
// Génération réseau aléatoire
ResultsPrinter.printInfo("\n>>> Génération réseau aléatoire");
Graph randomGraph = NetworkGenerator.generateRandomGraph(n, avgDegree);
ResultsPrinter.printSuccess("Réseau aléatoire généré: " + n + " nœuds, degré moyen " +
String.format("%.2f", BasicMetrics.getAverageDegree(randomGraph)));
// Génération réseau Barabási-Albert
ResultsPrinter.printInfo("\n>>> Génération réseau Barabási-Albert");
Graph baGraph = NetworkGenerator.generateBarabasiAlbert(n, edgesPerNode);
ResultsPrinter.printSuccess("Réseau BA généré: " + n + " nœuds, degré moyen " +
String.format("%.2f", BasicMetrics.getAverageDegree(baGraph)));
// Simulations sur chaque réseau (scénario 0 uniquement pour comparaison)
int numRuns = 5;
int simulationDays = 90;
ResultsPrinter.printInfo("\n>>> Simulation sur réseau DBLP (échantillon)");
// Utiliser un sous-graphe de DBLP pour comparaison équitable
Graph dblpSample = dblpGraph; // TODO: échantillonner si nécessaire
ViralSimulator simDBLP = new ViralSimulator(dblpSample);
SimulationResult resultDBLP = simDBLP.simulateMultipleRuns(numRuns, simulationDays, "DBLP");
ResultsPrinter.printInfo("\n>>> Simulation sur réseau aléatoire");
ViralSimulator simRandom = new ViralSimulator(randomGraph);
SimulationResult resultRandom = simRandom.simulateMultipleRuns(numRuns, simulationDays, "Random");
ResultsPrinter.printInfo("\n>>> Simulation sur réseau Barabási-Albert");
ViralSimulator simBA = new ViralSimulator(baGraph);
SimulationResult resultBA = simBA.simulateMultipleRuns(numRuns, simulationDays, "Barabasi_Albert");
// Export
ResultsPrinter.printInfo("\n>>> Export des données");
try {
List<String> networkNames = Arrays.asList("DBLP", "Random", "Barabasi_Albert");
List<SimulationResult> results = Arrays.asList(resultDBLP, resultRandom, resultBA);
SimulationExporter.exportNetworkComparison(networkNames, results,
"output/data/partie2_networks_comparison.dat");
ResultsPrinter.printSuccess("Exporté: output/data/partie2_networks_comparison.dat");
} catch (IOException e) {
ResultsPrinter.printError("Erreur lors de l'export: " + e.getMessage());
}
// Comparaison
ResultsPrinter.printInfo("\nCOMPARAISON DES RÉSEAUX:");
ResultsPrinter.printInfo(String.format("%-20s %15s %15s %15s",
"Réseau", "Clustering", "Pic infection", "Jour pic"));
ResultsPrinter.printInfo("-".repeat(70));
ResultsPrinter.printInfo(String.format("%-20s %15.4f %15d %15d",
"DBLP", BasicMetrics.getClusteringCoefficient(dblpSample),
resultDBLP.getPeakInfection(), resultDBLP.getPeakDay()));
ResultsPrinter.printInfo(String.format("%-20s %15.4f %15d %15d",
"Aléatoire", BasicMetrics.getClusteringCoefficient(randomGraph),
resultRandom.getPeakInfection(), resultRandom.getPeakDay()));
ResultsPrinter.printInfo(String.format("%-20s %15.4f %15d %15d",
"Barabási-Albert", BasicMetrics.getClusteringCoefficient(baGraph),
resultBA.getPeakInfection(), resultBA.getPeakDay()));
ResultsPrinter.printElapsedTime(startTime);
ResultsPrinter.printInfo("\nPour visualiser les résultats:");
ResultsPrinter.printInfo(" cd gnuplot && gnuplot plot_epidemic_networks.gnu");
}
/**
* Exécute toute la partie 2 en séquence
*/
private static void runAllPartie2() {
if (dblpGraph == null) {
ResultsPrinter.printError("Chargez d'abord le graphe (Question 1)!");
return;
}
ResultsPrinter.printHeader("EXÉCUTION COMPLÈTE - PARTIE 2");
ResultsPrinter.printWarning("ATTENTION: L'exécution complète peut prendre 30-45 minutes!");
System.out.print("\nVoulez-vous vraiment tout exécuter? (o/n): ");
Scanner scanner = new Scanner(System.in);
String response = scanner.nextLine().trim().toLowerCase();
if (!response.equals("o") && !response.equals("oui") && !response.equals("y") && !response.equals("yes")) {
ResultsPrinter.printInfo("Exécution annulée.");
return;
}
long globalStart = System.currentTimeMillis();
runPartie2Question1();
System.out.println("\nAppuyez sur Entrée pour continuer...");
scanner.nextLine();
runPartie2Question3();
System.out.println("\nAppuyez sur Entrée pour continuer...");
scanner.nextLine();
runPartie2Question5();
System.out.println("\nAppuyez sur Entrée pour continuer...");
scanner.nextLine();
runPartie2Question6();
ResultsPrinter.printHeader("PARTIE 2 TERMINÉE!");
ResultsPrinter.printElapsedTime(globalStart);
}