| TÃtulo : |
Malicious Attack Propagation and Source Identification |
| Tipo de documento: |
documento electrónico |
| Autores: |
Jiang, Jiaojiao, ; Wen, Sheng, ; Liu, Bo, ; Yu, Shui, ; Xiang, Yang, ; Zhou, Wanlei, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2019 |
| Número de páginas: |
XII, 192 p. 106 ilustraciones, 37 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-02179-5 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Idioma : |
Inglés (eng) |
| Palabras clave: |
Protección de datos Red de computadoras Telecomunicación Seguridad de datos e información Redes de comunicación informática IngenierÃa en Comunicaciones Redes |
| Clasificación: |
005.8 Ciencia de los computadores (Programación, programas de sistemas) |
| Resumen: |
Este libro cubre y hace cuatro contribuciones principales: 1) analizar y estudiar los pros y los contras de los enfoques actuales para identificar fuentes de rumores en redes complejas; 2) proponer un enfoque novedoso para identificar fuentes de rumores en redes que varÃan en el tiempo; 3) desarrollar un enfoque rápido para identificar múltiples fuentes de rumores; 4) proponer un método comunitario para superar el problema de escalabilidad en esta área de investigación. Estas contribuciones permiten que la identificación de las fuentes de los rumores se aplique de forma eficaz en redes del mundo real y, en última instancia, disminuyan los daños causados ​​por los rumores, algo que los autores ilustran rigurosamente en este libro. En el mundo moderno, la ubicuidad de las redes nos ha hecho vulnerables a diversos riesgos. Por ejemplo, los virus se propagan por Internet e infectan millones de computadoras. La información errónea se difunde increÃblemente rápido en las redes sociales en lÃnea, como Facebook y Twitter. Las enfermedades infecciosas, como el SARS, el H1N1 o el Ébola, se han extendido geográficamente y han matado a cientos de miles de personas. En esencia, todas estas situaciones pueden modelarse como un rumor que se propaga a través de una red, donde el objetivo es encontrar la fuente del rumor para controlar y prevenir los riesgos de la red. Hasta ahora, se ha realizado un trabajo extenso para desarrollar nuevos enfoques para identificar eficazmente las fuentes de los rumores. Sin embargo, los enfoques actuales todavÃa adolecen de debilidades crÃticas. El más grave es el complejo proceso de difusión espaciotemporal de rumores en redes que varÃan en el tiempo, que es el cuello de botella de los enfoques actuales. El segundo problema radica en la costosa complejidad computacional que supone identificar múltiples fuentes de rumores. La tercera cuestión importante es la enorme escala de las redes subyacentes, lo que dificulta el desarrollo de estrategias eficientes para identificar de forma rápida y precisa las fuentes de los rumores. Estas debilidades impiden que la identificación de fuentes de rumores se aplique en una gama más amplia de aplicaciones del mundo real. Este libro tiene como objetivo analizar y abordar estas cuestiones para hacer que la identificación de las fuentes de los rumores sea más eficaz y aplicable en el mundo real. Los autores proponen una novedosa estrategia de difusión inversa para reducir la escala de fuentes sospechosas, lo que promueve drásticamente la eficiencia de su método. Luego, los autores desarrollan un estimador de máxima verosimilitud, que puede identificar la verdadera fuente de los sospechosos con alta precisión. Para la cuestión de la escalabilidad en la identificación de fuentes de rumores, los autores exploran técnicas de sensores y desarrollan un método basado en la estructura comunitaria. Luego, los autores aprovechan la correlación lineal entre el tiempo de difusión del rumor y la distancia de infección y desarrollan un método rápido para localizar la fuente de difusión del rumor. El análisis teórico demuestra la eficiencia del método propuesto y los resultados del experimento verifican las ventajas significativas del método propuesto en redes a gran escala. Este libro está dirigido a estudiantes de grado y posgrado que estudian informática y redes. Investigadores y profesionales que trabajan en seguridad de redes,Los modelos de propagación y otros temas relacionados también estarán interesados ​​en este libro. |
| Nota de contenido: |
1 Introduction -- 2 Preliminary of Modeling Malicious Attack Propagation -- 3 User Influence in the Propagation of Malicious Attacks -- 4 Restrain Malicious Attack Propagation -- 5 Preliminary of Identifying Propagation Sources -- 6 Source Identification Under Complete Observations: A Maximum Likelihood (ML) Source Estimator -- 7 Source Identification Under Snapshots: A Sample Path Based Source Estimator -- 8 Source Identification Under Sensor Observations: A Gaussian Source Estimator -- 9 Comparative Study and Numerical Analysis -- 10 Identifying Propagation Source in Time-varying Networks -- 11 Identifying Multiple Propagation Sources -- 12 Identifying Propagation Source in Large-scale Networks -- 13 Future Directions and Conclusion. |
| Tipo de medio : |
Computadora |
| Summary : |
This book covers and makes four major contributions: 1) analyzing and surveying the pros and cons of current approaches for identifying rumor sources on complex networks; 2) proposing a novel approach to identify rumor sources in time-varying networks; 3) developing a fast approach to identify multiple rumor sources; 4) proposing a community-based method to overcome the scalability issue in this research area. These contributions enable rumor source identification to be applied effectively in real-world networks, and eventually diminish rumor damages, which the authors rigorously illustrate in this book. In the modern world, the ubiquity of networks has made us vulnerable to various risks. For instance, viruses propagate throughout the Internet and infect millions of computers. Misinformation spreads incredibly fast in online social networks, such as Facebook and Twitter. Infectious diseases, such as SARS, H1N1 or Ebola, have spread geographically and killed hundreds of thousands people. In essence, all of these situations can be modeled as a rumor spreading through a network, where the goal is to find the source of the rumor so as to control and prevent network risks. So far, extensive work has been done to develop new approaches to effectively identify rumor sources. However, current approaches still suffer from critical weaknesses. The most serious one is the complex spatiotemporal diffusion process of rumors in time-varying networks, which is the bottleneck of current approaches. The second problem lies in the expensively computational complexity of identifying multiple rumor sources. The third important issue is the huge scale of the underlying networks, which makes it difficult to develop efficient strategies to quickly and accurately identify rumor sources. These weaknesses prevent rumor source identification from being applied in a broader range of real-world applications. This book aims to analyze and address these issuesto make rumor source identification more effective and applicable in the real world. The authors propose a novel reverse dissemination strategy to narrow down the scale of suspicious sources, which dramatically promotes the efficiency of their method. The authors then develop a Maximum-likelihood estimator, which can pin point the true source from the suspects with high accuracy. For the scalability issue in rumor source identification, the authors explore sensor techniques and develop a community structure based method. Then the authors take the advantage of the linear correlation between rumor spreading time and infection distance, and develop a fast method to locate the rumor diffusion source. Theoretical analysis proves the efficiency of the proposed method, and the experiment results verify the significant advantages of the proposed method in large-scale networks. This book targets graduate and post-graduate students studying computer science and networking. Researchers and professionals working in network security, propagation models and other related topics, will also be interested in this book. |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
Malicious Attack Propagation and Source Identification [documento electrónico] / Jiang, Jiaojiao, ; Wen, Sheng, ; Liu, Bo, ; Yu, Shui, ; Xiang, Yang, ; Zhou, Wanlei, . - 1 ed. . - [s.l.] : Springer, 2019 . - XII, 192 p. 106 ilustraciones, 37 ilustraciones en color. ISBN : 978-3-030-02179-5 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés ( eng)
| Palabras clave: |
Protección de datos Red de computadoras Telecomunicación Seguridad de datos e información Redes de comunicación informática IngenierÃa en Comunicaciones Redes |
| Clasificación: |
005.8 Ciencia de los computadores (Programación, programas de sistemas) |
| Resumen: |
Este libro cubre y hace cuatro contribuciones principales: 1) analizar y estudiar los pros y los contras de los enfoques actuales para identificar fuentes de rumores en redes complejas; 2) proponer un enfoque novedoso para identificar fuentes de rumores en redes que varÃan en el tiempo; 3) desarrollar un enfoque rápido para identificar múltiples fuentes de rumores; 4) proponer un método comunitario para superar el problema de escalabilidad en esta área de investigación. Estas contribuciones permiten que la identificación de las fuentes de los rumores se aplique de forma eficaz en redes del mundo real y, en última instancia, disminuyan los daños causados ​​por los rumores, algo que los autores ilustran rigurosamente en este libro. En el mundo moderno, la ubicuidad de las redes nos ha hecho vulnerables a diversos riesgos. Por ejemplo, los virus se propagan por Internet e infectan millones de computadoras. La información errónea se difunde increÃblemente rápido en las redes sociales en lÃnea, como Facebook y Twitter. Las enfermedades infecciosas, como el SARS, el H1N1 o el Ébola, se han extendido geográficamente y han matado a cientos de miles de personas. En esencia, todas estas situaciones pueden modelarse como un rumor que se propaga a través de una red, donde el objetivo es encontrar la fuente del rumor para controlar y prevenir los riesgos de la red. Hasta ahora, se ha realizado un trabajo extenso para desarrollar nuevos enfoques para identificar eficazmente las fuentes de los rumores. Sin embargo, los enfoques actuales todavÃa adolecen de debilidades crÃticas. El más grave es el complejo proceso de difusión espaciotemporal de rumores en redes que varÃan en el tiempo, que es el cuello de botella de los enfoques actuales. El segundo problema radica en la costosa complejidad computacional que supone identificar múltiples fuentes de rumores. La tercera cuestión importante es la enorme escala de las redes subyacentes, lo que dificulta el desarrollo de estrategias eficientes para identificar de forma rápida y precisa las fuentes de los rumores. Estas debilidades impiden que la identificación de fuentes de rumores se aplique en una gama más amplia de aplicaciones del mundo real. Este libro tiene como objetivo analizar y abordar estas cuestiones para hacer que la identificación de las fuentes de los rumores sea más eficaz y aplicable en el mundo real. Los autores proponen una novedosa estrategia de difusión inversa para reducir la escala de fuentes sospechosas, lo que promueve drásticamente la eficiencia de su método. Luego, los autores desarrollan un estimador de máxima verosimilitud, que puede identificar la verdadera fuente de los sospechosos con alta precisión. Para la cuestión de la escalabilidad en la identificación de fuentes de rumores, los autores exploran técnicas de sensores y desarrollan un método basado en la estructura comunitaria. Luego, los autores aprovechan la correlación lineal entre el tiempo de difusión del rumor y la distancia de infección y desarrollan un método rápido para localizar la fuente de difusión del rumor. El análisis teórico demuestra la eficiencia del método propuesto y los resultados del experimento verifican las ventajas significativas del método propuesto en redes a gran escala. Este libro está dirigido a estudiantes de grado y posgrado que estudian informática y redes. Investigadores y profesionales que trabajan en seguridad de redes,Los modelos de propagación y otros temas relacionados también estarán interesados ​​en este libro. |
| Nota de contenido: |
1 Introduction -- 2 Preliminary of Modeling Malicious Attack Propagation -- 3 User Influence in the Propagation of Malicious Attacks -- 4 Restrain Malicious Attack Propagation -- 5 Preliminary of Identifying Propagation Sources -- 6 Source Identification Under Complete Observations: A Maximum Likelihood (ML) Source Estimator -- 7 Source Identification Under Snapshots: A Sample Path Based Source Estimator -- 8 Source Identification Under Sensor Observations: A Gaussian Source Estimator -- 9 Comparative Study and Numerical Analysis -- 10 Identifying Propagation Source in Time-varying Networks -- 11 Identifying Multiple Propagation Sources -- 12 Identifying Propagation Source in Large-scale Networks -- 13 Future Directions and Conclusion. |
| Tipo de medio : |
Computadora |
| Summary : |
This book covers and makes four major contributions: 1) analyzing and surveying the pros and cons of current approaches for identifying rumor sources on complex networks; 2) proposing a novel approach to identify rumor sources in time-varying networks; 3) developing a fast approach to identify multiple rumor sources; 4) proposing a community-based method to overcome the scalability issue in this research area. These contributions enable rumor source identification to be applied effectively in real-world networks, and eventually diminish rumor damages, which the authors rigorously illustrate in this book. In the modern world, the ubiquity of networks has made us vulnerable to various risks. For instance, viruses propagate throughout the Internet and infect millions of computers. Misinformation spreads incredibly fast in online social networks, such as Facebook and Twitter. Infectious diseases, such as SARS, H1N1 or Ebola, have spread geographically and killed hundreds of thousands people. In essence, all of these situations can be modeled as a rumor spreading through a network, where the goal is to find the source of the rumor so as to control and prevent network risks. So far, extensive work has been done to develop new approaches to effectively identify rumor sources. However, current approaches still suffer from critical weaknesses. The most serious one is the complex spatiotemporal diffusion process of rumors in time-varying networks, which is the bottleneck of current approaches. The second problem lies in the expensively computational complexity of identifying multiple rumor sources. The third important issue is the huge scale of the underlying networks, which makes it difficult to develop efficient strategies to quickly and accurately identify rumor sources. These weaknesses prevent rumor source identification from being applied in a broader range of real-world applications. This book aims to analyze and address these issuesto make rumor source identification more effective and applicable in the real world. The authors propose a novel reverse dissemination strategy to narrow down the scale of suspicious sources, which dramatically promotes the efficiency of their method. The authors then develop a Maximum-likelihood estimator, which can pin point the true source from the suspects with high accuracy. For the scalability issue in rumor source identification, the authors explore sensor techniques and develop a community structure based method. Then the authors take the advantage of the linear correlation between rumor spreading time and infection distance, and develop a fast method to locate the rumor diffusion source. Theoretical analysis proves the efficiency of the proposed method, and the experiment results verify the significant advantages of the proposed method in large-scale networks. This book targets graduate and post-graduate students studying computer science and networking. Researchers and professionals working in network security, propagation models and other related topics, will also be interested in this book. |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
|  |
Crear una solicitud de compra Refinar búsqueda
