| Título : |
Malicious Attack Propagation and Source Identification |
| Tipo de documento: |
documento electrónico |
| Autores: |
Jiang, Jiaojiao, Autor ; Wen, Sheng, Autor ; Liu, Bo, Autor ; Yu, Shui, Autor ; Xiang, Yang, Autor ; Zhou, Wanlei, Autor |
| 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. |
| Palabras clave: |
Protección de datos Red de computadoras Telecomunicación Seguridad de datos e información Redes de comunicación informática Ingeniería en Comunicaciones Redes |
| Índice Dewey: |
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 varían 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 increíblemente rápido en las redes sociales en línea, 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 todavía adolecen de debilidades críticas. El más grave es el complejo proceso de difusión espaciotemporal de rumores en redes que varían 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. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Malicious Attack Propagation and Source Identification [documento electrónico] / Jiang, Jiaojiao, Autor ; Wen, Sheng, Autor ; Liu, Bo, Autor ; Yu, Shui, Autor ; Xiang, Yang, Autor ; Zhou, Wanlei, Autor . - 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.
| Palabras clave: |
Protección de datos Red de computadoras Telecomunicación Seguridad de datos e información Redes de comunicación informática Ingeniería en Comunicaciones Redes |
| Índice Dewey: |
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 varían 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 increíblemente rápido en las redes sociales en línea, 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 todavía adolecen de debilidades críticas. El más grave es el complejo proceso de difusión espaciotemporal de rumores en redes que varían 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. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
