Muestreo de árboles para la detección de la fuente de información en redes densamente conectadas
Autores: Min, Taewon; Joo, Changhee
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Muestreo de árboles para la detección de la fuente de información en redes densamente conectadas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Detección de fuente
Propagación de información
Red densamente conectada
Nodos de desvío
Nodos infectados
Redes a gran escala
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Investigamos el problema de detección de la fuente en la propagación de información a lo largo de una red densamente conectada. Los trabajos anteriores se han desarrollado principalmente para redes en árbol o han aplicado los resultados de redes en árbol a redes no en árbol asumiendo que la infección ocurre de manera de búsqueda en amplitud. Sin embargo, estos enfoques resultan en un bajo rendimiento de detección en redes densamente conectadas, ya que hay un número sustancial de nodos que se infectan a través de rutas no más cortas. En este trabajo, adoptamos un enfoque de dos pasos para el problema de detección de la fuente en redes densamente conectadas. Al introducir el concepto de nodos de desvío, primero muestreamos árboles que el proceso de infección probablemente sigue y comparamos efectivamente la probabilidad de los árboles muestreados. Nuestra solución tiene una baja complejidad de , donde denota el número de nodos infectados, y por lo tanto puede aplicarse a redes a gran escala. A través de extensas simulaciones que incluyen redes prácticas del sistema autónomo de Internet y la red eléctrica, evaluamos nuestra solución en comparación con dos esquemas previos bien conocidos y mostramos que logra el mejor rendimiento en redes densamente conectadas.
Descripción
Investigamos el problema de detección de la fuente en la propagación de información a lo largo de una red densamente conectada. Los trabajos anteriores se han desarrollado principalmente para redes en árbol o han aplicado los resultados de redes en árbol a redes no en árbol asumiendo que la infección ocurre de manera de búsqueda en amplitud. Sin embargo, estos enfoques resultan en un bajo rendimiento de detección en redes densamente conectadas, ya que hay un número sustancial de nodos que se infectan a través de rutas no más cortas. En este trabajo, adoptamos un enfoque de dos pasos para el problema de detección de la fuente en redes densamente conectadas. Al introducir el concepto de nodos de desvío, primero muestreamos árboles que el proceso de infección probablemente sigue y comparamos efectivamente la probabilidad de los árboles muestreados. Nuestra solución tiene una baja complejidad de , donde denota el número de nodos infectados, y por lo tanto puede aplicarse a redes a gran escala. A través de extensas simulaciones que incluyen redes prácticas del sistema autónomo de Internet y la red eléctrica, evaluamos nuestra solución en comparación con dos esquemas previos bien conocidos y mostramos que logra el mejor rendimiento en redes densamente conectadas.