Autores

6575
753,2959,2960
6576
753,2959,2960
6577
753,2959,2960

Informações:

Publicações do PESC

Título
Simulação Escalável de Epidemias em Redes Baseadas em Passeios Aleatórios com Caracterização de Transições de Fase
Linha de pesquisa
Redes de Computadores
Tipo de publicação
Dissertação de Mestrado
Número de registro
Data da defesa
18/4/2018
Resumo

Entender como redes e processos dinâmicos se relacionam é um tema central de pesquisa nos dias de hoje, e em particular no contexto de epidemias que se desdobram sobre redes. Neste trabalho, consideramos o cenário onde indivíduos se movimentam por uma rede, que representa a estrutura do espaço de movimentação. O contágio pode ocorrer quando dois (ou mais) indivíduos se encontram em um mesmo local (vértice). O objetivo deste trabalho é projetar e implementar um simulador de eventos discretos eficiente para este tipo de epidemia e caracterizar o comportamento da epidemia em função da estrutura da rede e parâmetros do modelo. Em particular, a avaliação teórica e empírica indicam que o simulador é escalável no tamanho da rede, tempo de simulação e número de indivíduos. Além disso, resultados obtidos sobre o comportamento de epidemias indicam uma transição de fase em diversos parâmetros do modelo, de forma que epidemias ou terminam rapidamente ou perduram por muito tempo.

Abstract

Understanding how networks and dynamic processes relate is a important topic of research, and particularly in the context of epidemics spreading through networks. In this work, we consider the scenario where individuals move through a network. Contagion occur when two (or more) individuals are in the same location (vertex). The aim of this work is to build a scalable simulator to this type of epidemic and characterize the behavior of epidemic in function of the network structure. In particular, our results indicate that the simulator is scalable in network size, simulation time and number of individuals. In addiction, results on the epidemic indicate a phase transition in several parameters of the model, so that epidemics terminate quickly or last for a long time.

Arquivo
Topo