Resumen

El análisis de la propagación de información en redes está adquiriendo un papel más importante en el ámbito del análisis de vulnerabilidades de redes para prevenir posibles riesgos y amenazas. Identificar los nodos fuente influyentes es uno de los problemas más importantes para analizar la propagación de información. Los métodos tradicionales se centran principalmente en extraer nodos con altos grados o coeficientes de agrupamiento local. Sin embargo, estos nodos no son necesariamente los nodos más influyentes en muchas redes complejas del mundo real. Por lo tanto, proponemos un método novedoso para detectar nodos altamente influyentes basado en el Modelo de Propagación Dinámica de Topología de Internet (ITDPM). El modelo consta de dos etapas de procesamiento: el generador y el discriminador, al igual que las redes generativas adversariales (GANs). La etapa del generador genera los nodos impulsados por la fuente óptimos basados en la teoría de control de red mejorada y las características de importancia de los nodos, mientras que la etapa del discrimin

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Análisis de propagación de información; Análisis de vulnerabilidad de red; Nodos fuente influyentes; Modelo de Propagación Dinámica de Topología de Internet; Redes generativas adversarias; Teoría del control de redes
• Keywords:Information propagation analysis; Network vulnerability analysis; Influential source nodes; Internet Topology Dynamic Propagation Model; Generative adversarial networks; Network control theory