Wetenschap
Krediet:North Carolina State University
Onderzoekers van de North Carolina State University en het Army Research Office hebben een nieuw model gedemonstreerd van hoe concurrerende stukjes informatie zich verspreiden in online sociale netwerken en het Internet of Things (IoT). De bevindingen kunnen worden gebruikt om sneller nauwkeurige informatie te verspreiden, het verplaatsen van valse informatie over alles, van computerbeveiliging tot volksgezondheid.
"Of het nu in het IoT of op sociale netwerken is, er zijn veel omstandigheden waarin oude informatie circuleert en problemen kan veroorzaken - of het nu gaat om oude beveiligingsgegevens of een misleidend gerucht, " zegt Wenye Wang, co-auteur van een paper over het werk en een professor in elektrische en computertechniek bij NC State. "Ons werk hier omvat een nieuw model en gerelateerde analyse van hoe nieuwe gegevens oude gegevens in deze netwerken kunnen verdringen."
"Uiteindelijk, ons werk kan worden gebruikt om de beste plaatsen te bepalen om nieuwe gegevens in een netwerk te injecteren, zodat de oude gegevens sneller kunnen worden geëlimineerd, " zegt Jie Wang, een postdoctoraal onderzoeker bij NC State en eerste auteur van het artikel.
In hun krant de onderzoekers laten zien dat de grootte van een netwerk een belangrijke rol speelt in hoe snel "goede" informatie "slechte" informatie kan verdringen. Echter, een groot netwerk is niet per se beter of slechter dan een klein netwerk. In plaats daarvan, de snelheid waarmee goede gegevens zich verplaatsen, wordt voornamelijk beïnvloed door de structuur van het netwerk.
Een sterk onderling verbonden netwerk kan zeer snel nieuwe gegevens verspreiden. En hoe groter het netwerk, hoe sneller de nieuwe gegevens zullen reizen.
Echter, in netwerken die voornamelijk verbonden zijn door een beperkt aantal key nodes, die knooppunten dienen als knelpunten. Als resultaat, hoe groter dit type netwerk is, hoe langzamer de nieuwe gegevens zullen reizen.
De onderzoekers identificeerden ook een algoritme dat kan worden gebruikt om te beoordelen op welk punt in een netwerk u nieuwe gegevens het snelst over het netwerk kunt verspreiden.
"Practisch gesproken, dit zou kunnen worden gebruikt om ervoor te zorgen dat een IoT-netwerk oude gegevens zo snel mogelijk opschoont en werkt met nieuwe, nauwkeurige gegevens, ' Zegt Wenye Wang.
"Maar deze bevindingen zijn ook van toepassing op online sociale netwerken, en kan worden gebruikt om de verspreiding van nauwkeurige informatie over onderwerpen die het publiek aangaan te vergemakkelijken, " zegt Jie Wang. "Bijvoorbeeld, we denken dat het kan worden gebruikt om desinformatie online te bestrijden."
De krant, "Modellering en analyse van tegenstrijdige informatieverspreiding in een eindige tijdshorizon, " is gepubliceerd in het tijdschrift IEEE/ACM-transacties op netwerken . Het artikel was co-auteur van Cliff Wang van het Army Research Office.
Wetenschap © https://nl.scienceaq.com