NAU Harvester System
Social network communities’ search model
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
Social network communities’ search model
Модель поиска сообществ в социальной сети Модель пошуку співтовариств в соціальній мережі |
|
| Creator |
Ахрамович, Володимир Миколайович; Державний університет телекомунікацій
Лазаренко, Сергій Володимирович; Національний авіаційний університет Мартинюк, Ганна Вадимівна; Національний авіаційний університет Баланюк, Юрій Вікторович; Національний авіаційний університет |
|
| Subject |
Information security
network; security; graph; structure; communities; modeling; algorithm; vertices UDC 004.056:004.738.5(045) Информационная безопасность сеть; безопасность; граф; структура; сообщества; моделирование; алгоритм; вершины УДК 004.056:004.738.5(045) Інформаційна безпека мережа; безпека; граф; структура; співтовариства; моделювання; алгоритм; вершини УДК 004.056:004.738.5(045) |
|
| Description |
Abstract. In order to ensure the smooth functioning of a social network with a large number of subscribers, it is advisable to divide it into subnets. Division into subnets will provide high-quality control of traffic and other parameters, including security parameters. The first reason for dividing the network into subnets is not to get a huge broadcast domain. The second important reason for dividing the network into subnets is to provide a certain level of security. The third reason is identifying online communities. The necessity of creating a model is determined. In this model graph is randomly generated with specified parameters for internal and external relationships between vertices, and communities are considered extraordinary. A method for isolating the structure of communities based on the maximum likelihood method is proposed, and a numerical random search algorithm is described on its basis. Graphs which representing real social and communication networks are changed rapidly. Moreover, random graphs are an effective tool for studying these networks. An important task is to identify the structure of communities in networks. In conditions of large dimensionality of networks, approximate methods are especially relevant. That allow finding a solution close to the optimal for a limited time. To solve this problem, it is proposed to create a model for distinguishing the structure of communities based on the maximum likelihood method. And a description of a numerical random search algorithm based on created model. This paper describes a mathematical model in which a graph is randomly generated with specified parameters for internal and external relationships between vertices, and communities are considered extraordinary. A method for isolating the structure of communities based on the maximum likelihood method is proposed, and a numerical random search algorithm using the Boltzmann-Gibbs distribution is described on its basis. The behavior of the objective function is investigated.
Аннотация. С целью обеспечения бесперебойного функционирования социальной сети с большим количеством абонентов ее целесообразно разделить на подсети. Разделение на подсети обеспечит качественный контроль трафика и других параметров, в том числе параметров безопасности. Первая причина разделения сети на подсети состоит в том, чтобы не получить огромный broadcast домен. Второй важной причиной разделения сети на подсети является обеспечение определенного уровня безопасности. Третья причина - выявление сообществ в сети. Определена необходимость создания модели, в которой граф генерируется случайным образом с заданными параметрами для внутренних и внешних связей между вершинами, а сообщества полагаются незаурядными. Предложен метод выделения структуры сообществ на основе метода максимального правдоподобия, и на его основе описан численный алгоритм случайного поиска. Графы, представляющие реальные социальные и коммуникационные сети, быстро изменяются, при этом эффективным инструментом их изучения являются случайные графы. Важной задачей является выявление структуры сообществ в сетях. В условиях большой размерности сетей особенно актуальными являются приближенные методы, которые позволяют за ограниченное время находить решение, близкое к оптимальному. Для решения такой проблемы предлагается создание модели выделения структуры сообществ на основе метода максимального правдоподобия, и на его основе описание численного алгоритма случайного поиска. Предложена модель разбиения социальной сети на сообщества на основе метода максимального правдоподобия, и на ее основе разработан численный алгоритм случайного поиска. Исследовано поведение целевой функции. Анотація. З метою забезпечення безперебійного функціонування соціальної мережі з великою кількістю абонентів її доцільно поділити на підмережі. Поділ на підмережі забезпечить якісний контроль трафіку та інших параметрів, у тому числі параметрів безпеки. Перша причина розбиття мережі на підмережі полягає в тому, щоб не отримати величезний broadcast домен. Другою важливою причиною поділу мережі на підмережі є забезпечення певного рівня безпеки. Третя причина – виявлення співтовариств у мережі. Визначено необхідність створення моделі, в якій граф генерується випадковим чином із заданими параметрами для внутрішніх і зовнішніх зв'язків між вершинами, а спільноти покладаються непересічними. Запропоновано метод виділення структури спільнот на основі методу максимальної правдоподібності, і на його основі описано чисельний алгоритм випадкового пошуку. Графи, що представляють реальні соціальні та комунікаційні мережі, швидко змінюються, при цьому ефективним інструментом їх вивчення являються випадкові графи. Важливим завданням є виявлення структури спільнот в мережах. В умовах великої розмірності мереж особливо актуальними є наближені методи, які дозволяють за обмежений час знаходити рішення, близьке до оптимального. Для вирішення такої проблеми пропонується створення моделі виділення структури спільнот на основі методу максимальної правдоподібності, і на його основі опис чисельного алгоритму випадкового пошуку таких спільнот. Досліджено поведінку цільової функції. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2020-04-30
|
|
| Type |
—
— — |
|
| Format |
application/pdf
application/pdf application/pdf |
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/Infosecurity/article/view/14668
10.18372/2225-5036.26.14668 |
|
| Source |
Безпека інформації; Том 26, № 1 (2020); 35-41
Безопасность информации; Том 26, № 1 (2020); 35-41 Ukrainian Scientific Journal of Information Security; Том 26, № 1 (2020); 35-41 |
|
| Language |
uk
|
|