Скидка
Корзина (0)
Ваша корзина пустует и скучает ;)

Межсетевое взаимодействие и моделирование

Исследование межсетевого взаимодействия в информационном пространстве. Актуальность и новизна курсовых, дипломных и магистерских работ по моделированию межсетевого взаимодействия в информационном пространстве, узнать рекомендации эксперта и скачать пример.


Межсетевое взаимодействие описывает парные отношения / взаимосвязи между компонентами системы или членами, представляющими интерес группы населения или социальной сети. Многочисленные биологические, социальные, экономические, физические и технологические системы обладают взаимозависимыми подсистемами. Сетевая наука в целом предназначена для изучения таких систем, которые называются сетями. Традиционно сетевая наука сильно исходила из теории графов как строгий математический инструмент для решения ряда проблем, связанных с сетями. В теории графов каждый агент системы является узлом, а ребра между парами узлов обозначают взаимосвязь. Например, социальные сети обозначают каждого человека узлом и если соответствующие люди являются друзьями, то между ними есть ребра, соединяющие их. Другим примером является телекоммуникационная сеть, где узлами являются маршрутизаторы, а ссылки - это линии, способные передавать многочисленные байты из одного в другой.

Одной из наиболее актуальных проблем в отношении межсетевого взаимодействия является распространение эпидемии. Эпидемическая модель описывает, как инфекции распространяются по всей сети. Динамика распространения эпидемии в простых сетях - обычный пример, где взаимодействие между узлами приводит к динамике эпидемии на узлах и приводит к сложному поведению. Эпидемии являются критическими не только с биологической точки зрения, но и с технологической точки зрения, вызванные распространением вредоносного ПО. Эпидемическое моделирование имеет долгую историю в биологических системах, и в последнее время такое моделирование привлекает внимание при моделировании явлений распространения в сетях. Эпидемические модели были успешными в обеспечении глубокого понимания процесса эпидемии, ведущего к успешным выводам о прогнозировании и предотвращении эпидемий. Эпидемические модели были использованы для изучения распространения вредоносных программ в Интернете и для вычисления задержки маршрутизации. В большинстве эпидемических моделей агенты делятся на несколько разных состояний.

В модели SIS восприимчивый узел заражается с определенной частотой инфицирования, инфицированный узел становится восприимчивым с заданной скоростью лечения. Поэтому в модели SIS, узел может заразиться и вернуться в состояние восприимчивого несколько раз. В модели SIR восприимчивый узел заражается с определенной частотой инфицирования, и зараженный узел удаляется при заданной скорости удаления / восстановления. Следовательно, в модели SIR узел может заразиться только один раз, а затем удаляется из сети. Модели SIS и SIR являются основой для построения большинства других более сложных моделей эпидемий. Помимо динамики отдельных состояний, также важны закономерности поведения между агентами сети.

В ранних экспериментальных моделях эпидемий межсетевое взаимодействие изучалось в хорошо смешанном гомогенном населении и предсказано пороговое поведение, что согласуется с зарегистрированными эпидемическими данными. Чтобы учесть неоднородность контактных моделей среди агентов в сети, Moreno рассмотрел сеть с независимыми распределение гетерогенных узлов, а также Пастор-Саторрас и Веспиньяни рассмотрели распространение эпидемии в безмасштабных сетях. Данные работы играют важную роль для дальнейшего описания распространения эпидемий. Для рассмотрения контактной сети более подробно, было предложено множество индивидуальных моделей эпидемий, где контактная сеть представлена общим графом. Как следствие, теория графов получила центральную роль в анализе сетевых эпидемических процессов, привлекая широкое внимание со стороны различных сообществ физики, информатики, инженерии, и сетевых наук.

Во многих реальных системах взаимосвязи настолько сложны, что простые сети не способны правильно моделировать взаимосвязи и поведение агентов. Понятия о многоуровневых и взаимосвязанных сетях относятся к новым темам в сетевой науке, которые выходят за рамки обычных сетевых представлений.

Многоуровневые сети (Рисунок 1) - являются абстрактным представлением взаимосвязи между узлами (индивидами или агентами), где взаимосвязь имеет множественный характер. Например, хотя болезнь может распространяться среди людей через физическую контактную сеть, информация может распространяться среди одних и тех же людей через сеть распространения информации. Другим примером является распространение вирусной информации среди пользователей онлайновых социальных сетей.


Схема многоуровневой сети

Рисунок 1 - Схема многоуровневой сети


В нескольких крупномасштабных системах невозможно полностью изолировать сеть: часто существует множество соединений с одной или несколькими сетями.

Взаимосвязанные сети (Рисунок 2) - являются абстрактным представлением, в котором две или более простые сети представлены разной динамикой, взаимосвязаны друг с другом. Например, при зоонозных заболеваниях вирус может перемещаться из сети животных с определенной динамикой передачи в человеческую сеть.


Схема взаимосвязанной сети

Рисунок 1 - Схема взаимосвязанной сети


Изучение многоуровневых и взаимосвязанных сетей - это новая тема в вопросе исследования межсетевого взаимодействия, с многочисленными потенциальными возможностями для описания реалистичных социальных, биологических и технологических сетевых систем. В частности, поскольку системы связи все шире интегрируется с вычислительными, сенсорными и управляющими системами, теория многоуровневых и взаимосвязанных сетей имеет решающее значение для успешного проектирования информационных систем.

Исследование межсетевого взаимодействия в сложных сетях стало популярным в последние годы и были созданы разнообразные приложения, реализующие каскадные отказы, синхронизацию и эволюционные игры. В частности, исследование распространения эпидемий в взаимосвязанных сетях является серьезной проблемой сложных сетей, которая недавно привлекла значительное внимание.

Существенное направление исследований за последнее десятилетие было посвящено динамике распространения эпидемий в сетях. Математические инструменты, такие как теория графов, были весьма полезны для этой цели. Например, для эпидемического процесса SIS на простом графе, доминирующее собственное значение и собственный вектор матрицы смежности являются ключевыми элементами для определения порога эпидемий, центральности узлов, локализации распространения сайтов и поведения модели эпидемий вблизи порога. В отличие от простых сетей, количество исследований для динамики эпидемий в многоуровневых и взаимосвязанных сетях существенно ограничено.

Остается множество открытых проблем на данных типах сетей, обусловленные присущей им сложностью. Динамика на простом графе, как правило, зависит от спектральных свойств его матрицы смежности, лапласиана матрицы или других матриц, которые были хорошо изучены и строго определены, что позволяет успешно применять их на практике. Анализ динамики на взаимосвязанных и многоуровневых сетях является гораздо более сложной задачей. Исследователи выделили некоторые проблемы в многоуровневых сетях, которые могут быть эффективно проанализированы с помощью спектральных свойств «большой матрицы», используя строгие математические инструменты для анализа графов. В теме многоуровневых и взаимосвязанных сетей существует множество проблем по преобразованию «больших матриц». Вместо этого, чаще можно получить решение через спектральные свойства каждого уровня (сети) отдельно, в дополнении к некоторой функции.

В заключение стоит отметить, что понимание процессов межсетевого взаимодействия и распространения информации в многоуровневых сетях важно для построения более реалистичной модели протекания явлений и процессов в современных интегрированных и комбинированных системах, включая распространение общественного мнения, спама и вспышек компьютерных вирусов.

Скачать работу на данную тему


Сколько стоит заказать ВКР НИР, дипломную работу магистерскую диссертацию на данную тему

Цена подобных материалов 10.000 руб. (зависит от сроков)
Средняя цена подготовки материалов на заказ по подобным темам 17.000 руб.
В стоимость включены:
- Подготовка нового материала "с нуля", уникальность не ниже 85%
- Презентация и речь
- Еженедельные корректировки по замечаниям руководителя
- Репетиторские услуги вплоть до защиты
- Разработка ПО при необходимости

Цена готовой ВКР/НИР, дипломной работы или магистерской диссертации по данной теме

Купить подобный готовый материал можно от 7.000 руб.
В стоимость включены:
- Готовый материал с уникальностью не ниже 75%
- Презентация и речь
- Корректировка до 10 страниц по замечаниям руководителя
- Репетиторские услуги вплоть до защиты
- Разработка ПО при необходимости

Категории

Скачать дипломную/магистерскую работу по межсетевому взаимодействию и моделированию (пример)

Скачать другие готовые или купить дипломную/магистерскую по межсетевому взаимодействию и моделированию

Заказать дипломную/магистерскую работу по межсетевому взаимодействию и моделированию или оценить стоимость можно при помощи формы Узнать стоимость моей работы.

Основными факторами, влияющими на стоимость дипломной работы или ВКР по направлению эпидемий и деструктивного контента в социальных сетях, являются тема дипломной работы, необходимость в разработке ПО и сроки выполнения. Узнать стоимость Вашей работы Вы можете заполнив форму.