- plot_epidemic_scenarios.gnu : comparaison 3 scénarios immunisation
- plot_epidemic_networks.gnu : comparaison topologies réseaux
- plot_epidemic_detailed.gnu : évolution détaillée S-I
- generate_all_partie2.sh : script génération automatique

Graphiques générés :
- Courbes temporelles fraction infectés vs temps
- Comparaison efficacité stratégies immunisation
- Impact topologie sur propagation virale

- Extension du menu Main.java avec nouvelles options :
  * Option 9 : Calcul seuils épidémiques (Q1-2)
  * Option 10 : Simulation 3 scénarios (Q3-4)
  * Option 11 : Analyse immunisation (Q5)
  * Option 12 : Comparaison réseaux (Q6)
  * Option 13 : Exécution complète partie 2

- Implémentation méthodes runPartie2Question*()
- Support comparaison DBLP vs réseaux générés
- Export automatique résultats vers output/data/
- Affichage métriques et interprétations

- Ajout package fr.univ.dblp.simulation avec :
  * NodeState.java : états des nœuds (SUSCEPTIBLE, INFECTED, IMMUNE)
  * ViralSimulator.java : moteur de simulation SIS complet
  * SimulationResult.java : stockage des résultats temporels
  * ImmunizationStrategy.java : stratégies d'immunisation
  * SimulationExporter.java : export données pour gnuplot

- Ajout EpidemicAnalyzer.java : calcul seuil épidémique et R0

- Implémentation modèle SIS (Susceptible-Infected-Susceptible)
- Support simulation multi-runs avec moyennes
- Paramètres par défaut : β=1/7 (1 mail/semaine), γ=2/30 (2 màj/mois)

- Toutes les instructions sont déjà présentes dans le README.md
- Évite la duplication de documentation

- Rapport complet avec toutes les analyses (Questions 1-7)
- Résultats expérimentaux et comparaisons théoriques
- Conclusions: réseau scale-free + small-world + clustering élevé
- Instructions de compilation et exécution
- Temps d'exécution estimés par question
- Références scientifiques (Barabási, Watts, Newman)

- 8 scripts gnuplot pour toutes les analyses
- Visualisations en échelles linéaire et log-log
- Fit de la loi de puissance (γ = 2.70 ± 0.04)
- Comparaisons multi-réseaux
- Génération de 8 images PNG haute qualité
- Graphiques prêts pour le rapport

- Algorithme: nouveau nœud copie les connexions d'un nœud existant
- Formation naturelle de triangles → clustering élevé
- Test avec paramètre p=0.3 (optimal)
- Clustering: 0.48 (96× meilleur que Barabási-Albert)
- Amélioration significative mais toujours < DBLP (0.632)
- Temps d'exécution: ~15-20 minutes

- Implémentation Erdős-Rényi (réseau aléatoire)
- Implémentation Barabási-Albert (attachement préférentiel)
- Génération de réseaux 50k nœuds avec degré moyen 6.62
- Analyse comparative complète des 3 réseaux
- Résultat: BA reproduit loi de puissance mais pas le clustering
- Temps d'exécution: ~30-40 minutes

- Échantillonnage de 1,000 nœuds pour performance
- Parcours BFS depuis chaque nœud échantillonné
- Distance moyenne: 6.84 (confirmation des "six degrés")
- Distance maximale: 23
- Temps d'exécution: ~15-25 minutes
- Confirmation: propriété petit monde (small-world)

- Calcul de la distribution normalisée P(k)
- Export des données pour visualisation
- Comparaison avec distribution de Poisson
- Résultat: distribution en loi de puissance (γ ≈ 2.7)
- Confirmation: réseau sans échelle (scale-free)

- Détection des composantes connexes (1 composante)
- Calcul du degré critique théorique: ln(N) ≈ 12.67
- Recherche expérimentale du degré critique
- Génération de réseaux aléatoires pour tests
- Vérification: DBLP est complètement connexe

- Nombre de nœuds: 317,080
- Nombre d'arêtes: 1,049,866
- Degré moyen: 6.62
- Coefficient de clustering: 0.632 (30,000× > réseau aléatoire)
- Comparaison théorique avec réseau aléatoire

- Utilisation de FileSourceEdge de GraphStream
- Parsing du format edge-list
- Affichage des statistiques de base (nœuds, arêtes)
- Temps d'exécution: ~30-60 secondes

- Classe Main avec menu interactif (8 options)
- Utilitaires d'échantillonnage pour graphes larges
- Calculs statistiques (moyenne, écart-type)
- Système d'export de données vers gnuplot
- Formattage des résultats console

- Ajout des dépendances GraphStream 2.0
- Configuration Java 11
- Import du dataset DBLP (317k nœuds, 1M arêtes)