Análise e caracterização de sistemas autônomos como redes complexas
Análise e caracterização de sistemas autônomos como redes complexas
<matheus.araujo@arapiraca.ufal.br>
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.
Dr. Cavalcante, Rodolfo Carneiro.
Análise de métricas.
Redes - Caracterização.