Análise e caracterização de sistemas autônomos como redes complexas

A teoria das redes complexas possui várias características, incluindo a interdisciplinaridade que permite a aplicação dessas redes em diferentes cenários. Em algumas redes, podemos caracterizar as estruturas como redes complexas, como a Internet, como rotas de aeroportos, relacionamentos entre pessoas nas redes sociais e mapeamento de tráfego nas cidades. Um cenário atraente para o uso de redes complexas é em sistemas autônomos (ASs). As redes de AS são sistemas com políticas de roteamento padrão para a Internet. Existem vários tipos de classificação para ASs, cada um com sua particularidade. Este trabalho tem como objetivo identificar as propriedades complexas da rede em alguns tipos de sistemas AS. Utilizamos um conjunto de dados do Centro de Análise Aplicada de Dados da Internet (CAIDA) e medidas de centralidade da teoria complexa das redes: caminhos mais curtos, centralidade de intermediação, coeficiente de agrupamento, distribuição de graus e proximidade. Os resultados mostram que podemos caracterizar as classes AS como redes complexas.

The theory of complex networks has several characteristics, including the interdisciplinarity that allows the application of these networks in different scenarios. In some networks, we can characterize the structures as complex networks, such as the Internet, such as airport routes, relationships between people on social networks, and traffic mapping in cities. An attractive scenario for the use of complex networks is in autonomous systems (ASs). The SAs are systems with standard routing policies for the Internet. There are several types of classification for ASs, each with its particularity. This work aims to identify the complex network properties in some types of ASs systems. We use a data set from the Center for Applied Internet Data Analysis(CAIDA) and centrality measures from complex network theory: Shortest Paths, Betweenness Centrality, Clustering Coefficient, Degree Distribution, and Closeness. The results show that we can characterize the AS classes as complex networks.