Search

Actualmente uno de los activos más valiosos en las redes informáticas son los datos que viajan a través de los diversos nodos que componen las topologías de redes. En la mayoría de los casos, la presencia de grandes volúmenes de datos en las redes, permiten que estos se dañen debido a la alteración de la información por algún tipo de virus, malware o troyano lo que genera en una propagación de una enfermedad en la red. Ante esta situación, planteamos el uso de un modelo clásico de enfermedad infecciosa basado en SEIRS, el cual permite plantear un marco de espacio – tiempo discreto para la expansión de la enfermedad. Se consideran tres tipos de conectividad que se representan a través de una relación de vecindad para la que se utiliza una rejilla de tamaño n x n. Los tipos de vecindario considerados son los de Von Neumann, Moore y L. Específicamente, el uso de reglas locales y el tipo de vecindario definen la dinámica de expansión de la enfermedad infecciosa. Luego presentamos un acercamiento a la evolución de modelos deterministas de ecuaciones diferenciales (ODE), como los modelos SIR y SEIRS para estimar los parámetros de este modelo discreto a partir de datos. Ilustramos el enfoque propuesto para los datos de las redes informáticas a partir de datos paramétricos. Más que eso, se modela con éxito, la Epidemia del SIDA en Cuba (1986-2000) y la Epidemia de la Peste bubónica en India (1908) desde nuestro enfoque. Este trabajo ayuda a graficar equivalencias entre dos modelos conceptualmente diferentes y destaca que dan resultados similares al tomar apropiadamente los valores de los parámetros., Currently one of the most valuable assets in computer networks is the data that travels through the various nodes that make up network topologies. In most cases, the presence of large volumes of data on the networks allows them to be damaged due to the alteration of the information by some type of virus, malware, or Trojan, which generates a spread of disease in the network. Faced with this situation, we propose the use of a classical model of infectious disease based on SEIRS, which allows us to propose a discrete space-time framework for the spread of the disease. Three types of connectivity are considered that are represented through a neighborhood relationship for which a grid of size n x n is used. The types of neighborhoods considered are those of Von Neumann, Moore, and L. Specifically, the use of local rules and the type of neighborhood define the dynamics of the spread of the infectious disease. Then we present an approach to the evolution of deterministic models of differential equations (ODE), such as the SIR and SEIRS models to estimate the parameters of this discrete model from data. We illustrate the proposed approach for computer network data using parametric data. More than that, the AIDS Epidemic in Cuba (1986-2000) and the Bubonic Plague Epidemic in India (1908) are successfully modeled from our approach. This work helps to graph equivalences between two conceptually different models and highlights that they give similar results when appropriately taking the values of the parameters.

El desarrollo tecnológico que se ha producido en los últimos cincuenta años ha configurado una sociedad en la cual la materia prima es “la información". La creación de contenidos inmateriales, la compartición instantánea de éstos entre todos los sectores (culturales, económicos, educativos, industriales…) con una gran interconexión entre sí y la automatización de estos procesos constituyen hoy el motor de esta nueva sociedad. La propagación de la información a través de las redes informáticas es por tanto una cuestión vital de nuestros tiempos. Controlar esta cuestión constituye un reto para los investigadores y, por ello, existe gran interés por aportar conocimiento, modelos y soluciones. En el trabajo de investigación presentado en esta tesis doctoral se propone un modelado comportamental de la propagación de la información basado en el paradigma de expansión de enfermedad infecto- contagiosa, con distintas modalidades compartimentales: Susceptible–Infectado (SI), Susceptible- Infectado-Recuperado (SIR), Susceptible-Infectado-Susceptible (SIS) y Susceptible-Expuesto- Infectado-Recuperado-Susceptible (SEIRS). Estos modelos, tradicionalmente resueltos por ecuaciones diferenciales ordinarias (ODE), han sido abordados en esta investigación desde una perspectiva espacio-temporal en la que la evolución de la expansión viene determinada por un tipo de vecindad (4-vecinos, 8-vecinos y salto del caballo de ajedrez), junto con una regla local binaria de actualización, que define el resultado de la interacción entre vecinos en términos de contagio. Este modelo discreto ha sido analizado y comparado con el modelo continuo (ODE), llegando a encontrar los parámetros de ajuste homólogos entre ambos planteamientos. Así, se han podido caracterizar las velocidades de expansión y recuperación, la duración de la enfermedad, los valores umbral y los valores de equilibrio de las poblaciones en cada compartimento y para cada combinación (vecindad, regla local). Ciertamente, el modelo co

Purpose – This paper aims to present a framework to address the impact of people’s behaviour in the dissemination of information through mobile social networks. Design/methodology/approach – This approach follows the epidemical compartmental models and uses a grid to model the nodes’ (people) behaviour in the dissemination process. The nodes’ status is determined by binary rules that update and define the flow of information between neighbour nodes. An improved stacked-layer grid model is used to implement modulations in the application of the rules and neighbourhoods to model the impact of people’s attitude, which may improve or jeopardize the efficiency of the process. Findings – This proposal shows how grid architecture is a valuable tool to model different causes of malfunction of data dissemination. Combining different grids with different neighbourhoods and different local rules provides a wide range of possibilities to depict the impact of human awareness and decision on the dissemination of data. Originality/value – This works develops a new approach for the analysis of dissemination of information which add new features to traditional methods for modelling local interactions and describing the dynamics of the communication patterns in the population.

Nowadays malware is a major threat to the security of cyber activities. The rapid development of the Internet and the progressive implementation of the Internet of Things (IoT) increase the security needs of networks. This research presents a theoretical model of malware propagation for mobile computer devices. It is based on the susceptible-exposed-infected-recovered-susceptible (SEIRS) epidemic model. The scheme is based on a concrete connection pattern between nodes defined by both a particular neighbourhood which fixes the connection between devices, and a local rule which sets whether the link is infective or not. The results corroborate the ability of our model to perform the behaviour patterns provided by the ordinary differential equation (ODE) traditional method.