Articulo de referencia

Centro (ciencia de redes)

En la ciencia de redes , un hub es un nodo con un número de enlaces que supera ampliamente el promedio. La aparición de hubs es consecuencia de una propiedad de escala libre de ...

En la ciencia de redes , un hub es un nodo con un número de enlaces que supera ampliamente el promedio. La aparición de hubs es consecuencia de una propiedad de escala libre de las redes. [ 1 ] : 27 Si bien los hubs no se pueden observar en una red aleatoria, se espera que surjan en redes de escala libre . El surgimiento de hubs en redes de escala libre está asociado con una distribución de ley de potencias. Los hubs tienen un impacto significativo en la topología de la red . Los hubs se pueden encontrar en muchas redes reales, como el cerebro [ 2 ] o Internet .

Representación en red de la conectividad cerebral. Los nodos centrales están resaltados.
Mapa parcial de Internet basado en datos del 15 de enero de 2005. Los nodos centrales están resaltados.

Un hub es un componente de una red con un nodo de alto grado . Los hubs tienen un número significativamente mayor de enlaces en comparación con otros nodos de la red. El número de enlaces ( grados ) de un hub en una red libre de escala es mucho mayor que el del nodo más grande en una red aleatoria, manteniendo constante el tamaño N de la red y el grado promedio <k> . La existencia de hubs es la principal diferencia entre las redes aleatorias y las redes libres de escala. En las redes aleatorias, el grado k es comparable para cada nodo; por lo tanto, no es posible que surjan hubs. En las redes libres de escala, unos pocos nodos (hubs) tienen un grado k alto , mientras que los demás nodos tienen un número reducido de enlaces.

Aparición

Red aleatoria (a) y red libre de escala (b). En la red libre de escala, los nodos centrales más grandes están resaltados.

La aparición de nodos centrales puede explicarse por la diferencia entre redes libres de escala y redes aleatorias. Las redes libres de escala ( modelo de Barabási-Albert ) se diferencian de las redes aleatorias ( modelo de Erdős-Rényi ) en dos aspectos: (a) crecimiento, (b) conexión preferencial. [ 3 ]

  • (a) Las redes libres de escala suponen un crecimiento continuo del número de nodos N , a diferencia de las redes aleatorias, que suponen un número fijo de nodos. En las redes libres de escala, el grado del nodo más grande aumenta polinómicamente con el tamaño de la red. Por lo tanto, el grado de un nodo puede ser alto en una red libre de escala. En las redes aleatorias, el grado del nodo más grande aumenta logarítmicamente (o más lentamente) con N, por lo que el número de nodos será pequeño incluso en una red muy grande.
  • (b) Un nuevo nodo en una red libre de escala tiende a conectarse a un nodo con un grado más alto, en comparación con un nuevo nodo en una red aleatoria que se conecta a sí mismo a un nodo aleatorio. Este proceso se llama conexión preferencial . La tendencia de un nuevo nodo a conectarse a un nodo con un grado k alto se caracteriza por una distribución de ley de potencias (también conocida como proceso de "los ricos se hacen más ricos"). Esta idea fue introducida por Vilfredo Pareto y explicaba por qué un pequeño porcentaje de la población gana la mayor parte del dinero. Este proceso también está presente en las redes, por ejemplo, el 80 por ciento de los enlaces web apuntan al 15 por ciento de las páginas web. La aparición de redes libres de escala no es típica solo de redes creadas por la acción humana, sino también de redes como las redes metabólicas o las redes de enfermedades. [ 1 ] : 8 Este fenómeno puede explicarse con el ejemplo de los hubs en la World Wide Web como Facebook o Google . Estas páginas web son muy conocidas y, por lo tanto, la tendencia de otras páginas web a apuntar a ellas es mucho mayor que a conectarse a páginas web pequeñas aleatorias.

La explicación matemática del modelo de Barabási-Albert :

Los pasos del crecimiento de la red según el modelo de Barabási-Albert (metro0=metro=2{\displaystyle m_{0}=m=2})

La red comienza con una red conectada inicial demetro0{\displaystyle m_{0}}nodos.

Se añaden nuevos nodos a la red uno a uno. Cada nuevo nodo está conectado ametrometro0{\displaystyle m\leq m_{0}}nodos existentes con una probabilidad que es proporcional al número de enlaces que los nodos existentes ya tienen. Formalmente, la probabilidadpagi{\displaystyle p_{i}}que el nuevo nodo está conectado al nodoi{\displaystyle i}es [ 3 ]

pagi=kijkj,{\displaystyle p_{i}={\frac {k_{i}}{\sum _{j}k_{j}}},}

dóndeki{\displaystyle k_{i}}es el grado del nodoi{\displaystyle i}y la suma se toma sobre todos los nodos preexistentes.j{\displaystyle j}(es decir, el denominador da como resultado el doble del número actual de aristas en la red).

La aparición de nodos centrales en las redes también está relacionada con el tiempo. En redes libres de escala, los nodos que surgieron antes tienen mayor probabilidad de convertirse en nodos centrales que los que surgieron más tarde. Este fenómeno se conoce como ventaja del pionero y explica por qué algunos nodos se convierten en nodos centrales y otros no. Sin embargo, en una red real, el momento de aparición no es el único factor que influye en el tamaño del nodo central. Por ejemplo, Facebook surgió 8 años después de que Google se convirtiera en el nodo central más grande de la World Wide Web, y aun así, en 2011 Facebook se convirtió en el nodo central más grande de la WWW. Por lo tanto, en las redes reales, el crecimiento y el tamaño de un nodo central también dependen de diversos atributos como la popularidad, la calidad o la antigüedad del nodo.

Atributos

Existen varios atributos de los nodos centrales en una red libre de escala.

Acortar la longitud de los caminos en una red

Cuantos más nodos centrales observables haya en una red, más se reducen las distancias entre los nodos. En una red libre de escala, los nodos centrales sirven como puentes entre los nodos de grado pequeño. [ 4 ] : 23 Dado que la distancia entre dos nodos aleatorios en una red libre de escala es pequeña, nos referimos a las redes libres de escala como "pequeñas" o "ultrapequeñas". Si bien la diferencia en la distancia de la ruta en una red muy pequeña puede no ser perceptible, la diferencia en la distancia de la ruta entre una red aleatoria grande y una red libre de escala es notable.

Longitud media de la trayectoria en redes libres de escala: lnnortelnlnnorte.{\displaystyle \ell \sim {\frac {\ln N}{\ln \ln N}}.}

Envejecimiento de los hubs (nodos)

El fenómeno presente en redes reales, cuando los hubs más antiguos quedan eclipsados ​​en una red. Este fenómeno es responsable de cambios en la evolución y topología de las redes. [ 5 ] : 3 Un ejemplo del fenómeno del envejecimiento puede ser el caso de Facebook superando la posición del hub más grande en la Web, Google (que era el nodo más grande desde el año 2000).

Correlación de grados

La correlación de grado perfecta significa que cada nodo de grado k está conectado únicamente a otros nodos de grado k. Esta conectividad de nodos determina la topología de las redes, lo que influye en su robustez, atributo mencionado anteriormente. Si el número de enlaces entre los nodos centrales es el mismo que el esperado por azar, denominamos a esta red Red Neutral. Si los nodos centrales tienden a conectarse entre sí, evitando enlazar con nodos de bajo grado, denominamos a esta red Red Asortativa. Esta red es relativamente resistente a los ataques, ya que los nodos centrales forman un núcleo más robusto, lo que la hace más resistente a la eliminación de nodos centrales. Si los nodos centrales evitan conectarse entre sí, enlazando con nodos de bajo grado, denominamos a esta red Red Disasortativa. Esta red presenta una estructura de concentrador y radios. Por lo tanto, si se elimina un nodo central en este tipo de red, podría dañarse o destruirse toda la red.

Fenómeno de propagación

Los nodos centrales también son responsables de la propagación efectiva de material en la red. En un análisis de la propagación de enfermedades o del flujo de información, los nodos centrales se denominan superpropagadores. Los superpropagadores pueden tener un impacto positivo, como un flujo de información efectivo, pero también devastador en el caso de la propagación de epidemias como la H1N1 o el SIDA. Los modelos matemáticos, como el modelo de predicción de la epidemia de H1N1 [ 6 ], pueden permitirnos predecir la propagación de enfermedades basándonos en las redes de movilidad humana, la infecciosidad o las interacciones sociales entre las personas. Los nodos centrales también son importantes en la erradicación de enfermedades. En una red libre de escala, los nodos centrales son los más propensos a infectarse debido a la gran cantidad de conexiones que poseen. Una vez infectado, el nodo central transmite la enfermedad a los nodos con los que está conectado. Por lo tanto, la inmunización selectiva de los nodos centrales puede ser una estrategia rentable para la erradicación de enfermedades en propagación.

Referencias

  1. 1 2 Barabási AL. "Graph Theory". Network Science (PDF) . Archivado del original (PDF) el 07-10-2016.
  2. van den Heuvel MP, Sporns O (diciembre de 2013). " Nodos de red en el cerebro humano". Trends in Cognitive Sciences . 17 (12): 683– 96. doi : 10.1016/j.tics.2013.09.012 . PMID 24231140. S2CID 18644584 .  
  3. 1 2 Albert R , Barabási AL (2002). "Mecánica estadística de redes complejas" (PDF) . Reviews of Modern Physics . 74 (1): 47– 97. arXiv : cond-mat/0106096 . Bibcode : 2002RvMP...74...47A . doi : 10.1103/RevModPhys.74.47 . S2CID 60545 . 
  4. Barabási AL. "La propiedad de escala libre" (PDF) . Network Science . Archivado del original (PDF) el 7 de octubre de 2016.
  5. Barabási AL. "Redes en evolución" (PDF) . Ciencia de redes . Archivado del original (PDF) el 7 de octubre de 2016.
  6. Balcan D, Hu H, Goncalves B, Bajardi P, Poletto C, Ramasco JJ, et al. (septiembre de 2009). "Potencial de transmisión estacional y picos de actividad de la nueva influenza A(H1N1): un análisis de probabilidad de Monte Carlo basado en la movilidad humana" . BMC Medicine . 7 (45): 45. arXiv : 0909.2417 . doi : 10.1186/1741-7015-7-45 . PMC 2755471. PMID 19744314 .