Utilizamos técnicas inspiradas en la física para encontrar el punto de transición crítica en la red social antes de que llegue.
Las redes sociales que unen a los actores sociales y las interacciones sociales entre ellos nos rodean en todas partes. Empezando desde los procesos en corporaciones hasta flujos de información a gran escala en WWW, la ciencia puede describir el estado de cada parte de una red social, pero es mucho más difícil describir su comportamiento en general. En las redes sociales complejas, la interacción de subsidios individuales entre sí resulta tan compleja que la red social adquiere completamente propiedades completamente nuevas e inesperadas, no reducidas a las propiedades de partes individuales. Tan holísticos incluyen cascadas de información o avalanchas, como la difusión de información en las redes sociales en línea (Twitter, Facebook, Instagram, entre otros).
Uno de los desafíos más importantes para la seguridad de la información en las redes sociales en línea es la detección temprana de la propagación de información similar a una avalancha, que surge cuando una red social se acerca a un punto crítico (o punto de bifurcación). La tarea de encontrar precursores de la propagación de información similar a una avalancha es metodológicamente equivalente a la tarea de buscar señales de alerta temprana de transiciones críticas en sistemas complejos de diversos orígenes, una de las tareas actuales de la física interdisciplinaria. Hay varios ejemplos de procesos y sistemas caracterizados por un comportamiento similar a una avalancha que surgió sin ningún ajuste de los parámetros del sistema: actividad sísmica con terremotos destructivos, redes neuronales y sociales, mercados financieros, incendios forestales, etc.
Nuestro proyecto tiene como objetivo utilizar técnicas inspiradas en la física para encontrar presagios de transiciones críticas en las redes sociales. Comenzamos el proyecto buscando precursores de transiciones críticas en autómatas de células de arena en gráficos aleatorios, que son buenos modelos para difundir información en las redes sociales en línea. En esta parte del proyecto, nos centraremos en la búsqueda de medidas de alerta temprana de transiciones críticas a partir de un análisis multifractal de Series temporales de nodos de red inestables. Los resultados obtenidos en los sistemas modelo son necesarios para identificar los precursores efectivos de las transiciones críticas en las redes sociales en línea. Buscaremos precursores de transiciones críticas a nivel de manifestaciones externas (Series de tiempo de información agregada) de las redes sociales, sin entrar en detalles de las interacciones locales entre los usuarios de la red. Esperamos que los resultados permitan crear un sistema eficaz de alerta temprana de las transiciones críticas en las redes sociales en línea, que solo opere con Series temporales de información agregada que ingresa al sistema en tiempo real.
