Resumen

La vulnerabilidad de los sistemas de información en red ha atraído considerable atención en la investigación en diversos ámbitos, incluidas las redes financieras, de transporte y de infraestructuras. Para investigar de manera exhaustiva la vulnerabilidad de la red, son necesarias estrategias de ataque bien diseñadas. Sin embargo, es difícil formular una estrategia de ataque global ya que la información completa de la red suele no estar disponible. Para superar esta limitación, este artículo propone un novedoso algoritmo de predicción llamado Linkboost, que, al predecir los bordes ocultos de la red, puede complementar las conexiones aparentemente faltantes pero potencialmente existentes de la red con información limitada. El aspecto clave de este algoritmo es que puede manejar la distribución desequilibrada de clases presente en los datos de la red. El enfoque propuesto se probó en varios tipos de redes, y los resultados experimentales indicaron que el algoritmo propuesto puede aumentar con éxito la tasa de destrucción de la red incluso con información incompleta. Además, cuando la proporc

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Vulnerabilidad de red; Estrategias de ataque; Algoritmo de predicción; Linkboost; Distribución desequilibrada de clases; Nodos de alto grado
• Keywords:Network vulnerability; Attack strategies; Prediction algorithm; Linkboost; Imbalanced class distribution; High degree nodes