• Aucun résultat trouvé

Équipe Complex Networks département  Systèmes Complexes 

N/A
N/A
Protected

Academic year: 2022

Partager "Équipe Complex Networks département  Systèmes Complexes "

Copied!
10
0
0

Texte intégral

(1)

Équipe Complex Networks

département Systèmes Complexes

Clémence Magnien

http://complexnetworks.fr stages@complexnetworks.fr

30 novembre 2013

C. Magnien (LIP6, UPMC/CNRS) Complex Networks/Systèmes Complexes 30 novembre 2013 1 / 10

(2)

Présentation

Complex Networks/Graphes de terrain :

Graphes modélisant desobjets concrets internet

réseaux P2P réseaux sociaux

réseaux biologiques . . .

Ressemblance structurelle

(3)

Questions étudiées

Questions transverses

mesure métrologie analyse

modélisation

questions algorithmiques

Démarche centrée sur les objets

allers retours problèmes appliqués / questions fondamentales

C. Magnien (LIP6, UPMC/CNRS) Complex Networks/Systèmes Complexes 30 novembre 2013 3 / 10

(4)

Communautés

1 2

0 3

34 33 32

35 5

6 8 7 4 14 15

11

12 10

18 13

16 17

26 19

20 21 24 25

23 22

27

29 28

31 30 9

communauté :

zone dense faiblement connectée vers l'extérieur

nouvelle approche : c÷urs de communautés Idée :

calcul de plusieurs partitions

score de co-appartenance des n÷uds aux communautés

(5)

Avantages

communautés6=partition

signicatif (vs. graphes aléatoires)

stabilité face aux changements, étude de la dynamique

But : étude degrandsgraphes Plusieurs aspects possibles :

algorithmique

étude d'un cas concret . . .

C. Magnien (LIP6, UPMC/CNRS) Complex Networks/Systèmes Complexes 30 novembre 2013 5 / 10

(6)

Description de la dynamique

But : introduire des notions pour caractériser un graphe dynamique

Exemples

Vitesse d'évolution N÷uds tous similaires ? Importance d'un n÷ud Communautés

. . .

Étude d'un ou plusieurs cas concrets Internet

Réseau d'email Échanges P2P

(7)

Détection d'événements et/ou d'anomalies

Attaque sur un réseau Fraude bancaire

Changement social important, . . .

But :

Introduire des notions pertinentes Étudier des cas concrets (trac ip, . . . )

C. Magnien (LIP6, UPMC/CNRS) Complex Networks/Systèmes Complexes 30 novembre 2013 7 / 10

(8)

Modélisation

Modèle : graphe sythétique ressemblant à un graphe donné

État de l'art

Graphes aléatoires

. . . avec distribution des degrés donnée

−→?

Approche

(9)

Un radar pour l'internet

Mesure périodique de la topologie de l'internet (routeurs, liens IP) visible depuis une machine

−→Étude de la dynamique

Aspects à développer

Description de la dynamique Modélisation

Étude de l'impact de la fréquence de mesure, . . .

C. Magnien (LIP6, UPMC/CNRS) Complex Networks/Systèmes Complexes 30 novembre 2013 9 / 10

(10)

Conclusion

Des intersections entre les sujets Sujets modulables

complexnetworks.fr

stages@complexnetworks.fr

Références

Documents relatifs

In this chapter we briefly introduce two models of scale free graphs, then use the replica method to examine the adjacency matrix and the Laplacian associated with a complex

Opinion dynamics in social media (Twitter, Facebook, Instagram) Analysis of interaction patterns:. polarisation effects, echo chambers, filter bubbles,

Opinion dynamics in social media (Twitter, Facebook, Instagram) Analysis of interaction patterns:. polarisation effects, echo chambers, filter bubbles,

Opinion dynamics in social media (Twitter, Facebook, Instagram) Analysis of interaction patterns:. polarisation effects, echo chambers, filter bubbles,

some data manipulation some formal approaches To be discussed with the candidate All topics can lead to a PhD. More

Large sites connected with small sites, hierarchical structure.. Consequences of the topological heterogeneity. ● Robustness

Large degree nodes tend to connect to large degree nodes Ex: social networks. Large degree nodes

La deuxi` eme ´ etape a consist´ e ` a mod´ eliser l’´ evolution d’un groupe de climatisation dans le temps afin d’´ evaluer la strat´ egie de maintenance actuelle, qui