Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-05-31T12:29:07Z
No. of bitstreams: 1
abraaoguimaraesflores.pdf: 5791600 bytes, checksum: 384ace33f746857745754f651589590f (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-05-31T12:42:46Z (GMT) No. of bitstreams: 1
abraaoguimaraesflores.pdf: 5791600 bytes, checksum: 384ace33f746857745754f651589590f (MD5) / Made available in DSpace on 2017-05-31T12:42:46Z (GMT). No. of bitstreams: 1
abraaoguimaraesflores.pdf: 5791600 bytes, checksum: 384ace33f746857745754f651589590f (MD5)
Previous issue date: 2013-08-26 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A dinamicidade é uma característica presente em diversos sistemas reais, tais como
redes de comunicação, sociais, biológicas e tecnológicas. Processos de difusão em redes
complexas podem surgir, por exemplo, em busca de dados, roteamento de dados e propa
gação de doenças. Desta forma, a compreensão do tempo necessário para difusão é um
tema de estudo importante em redes complexas dinâmicas. Nesta dissertação é realizado
um estudo de como medidas de centralidade podem ajudar na diminuição do tempo de
difusão de informação em redes complexas dinâmicas. Usando dados de sistemas reais e
sintéticos é mostrado que, se a dinamicidade é desconsiderada, o tempo necessário para
difundir uma informação na rede é subestimado. Foram propostos algoritmos de difusão
que consideram métricas de centralidade em grafos. Estes algoritmos aceleram o processo
de difusão, quando comparados com algoritmos de difusão mais simples, como o Random
Walk. Por fim, foi analisado o impacto de um modelo simples de predição de arestas nos
algoritmos de difusão baseados em centralidade que foram propostos nesta dissertação. / The dynamics is a characteristic present in many real systems, such as communication
networks, social, biological and technological. Diffusion processes in complex networks
may arise, for example, search data, routing data and the spread of diseases. Thus,
understanding the time required for diffusion is an important topic of study in dynamic
complex networks. This dissertation is a study of how centrality measures can help in
reducing the time information dissemination in dynamic complex networks. Using data
from synthetic and real systems is shown that if the dynamics is disregarded, the time
needed for spreading an information network is underestimated. Diffusion algorithms
have been proposed that consider metrics of centrality in graphs. Finally, we analyze the
impact of a simple model for predicting edge algorithms in diffusion based on centrality
that have been proposed in this dissertation.
Identifer | oai:union.ndltd.org:IBICT/oai:hermes.cpd.ufjf.br:ufjf/4772 |
Date | 26 August 2013 |
Creators | Flores, Abraão Guimarães |
Contributors | Silva, Ana Paula Couto da, Vieira, Alex Borges, Ziviani, Artur, Fonseca Neto, Raul |
Publisher | Universidade Federal de Juiz de Fora (UFJF), Programa de Pós-graduação em Ciência da Computação, UFJF, Brasil, ICE – Instituto de Ciências Exatas |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFJF, instname:Universidade Federal de Juiz de Fora, instacron:UFJF |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds