Forskere udvikler en hurtigere måde at erstatte dårlige data med nøjagtig information

Forskere fra North Carolina State University og Army Research Office har demonstreret en ny model for, hvordan konkurrerende stykker information spredes i online sociale netværk og Internet of Things (IoT). Resultaterne kunne bruges til at formidle præcis information hurtigere, at fortrænge falske oplysninger om alt fra computersikkerhed til folkesundhed.

"Uanset om det er i IoT eller på sociale netværk, der er mange omstændigheder, hvor gammel information cirkulerer og kan forårsage problemer – uanset om det er gamle sikkerhedsdata eller et vildledende rygte, " siger Wenye Wang, medforfatter til et papir om arbejdet og en professor i elektro- og computerteknik ved NC State. "Vores arbejde her inkluderer en ny model og relateret analyse af, hvordan nye data kan fortrænge gamle data i disse netværk."

"Ultimativt, vores arbejde kan bruges til at bestemme de bedste steder at injicere nye data i et netværk, så de gamle data kan elimineres hurtigere, " siger Jie Wang, en postdoc-forsker ved NC State og første forfatter af papiret.

I deres papir, forskerne viser, at et netværks størrelse spiller en væsentlig rolle for, hvor hurtigt "god" information kan fortrænge "dårlig" information. Imidlertid, et stort netværk er ikke nødvendigvis bedre eller dårligere end et lille. I stedet, hastigheden, hvormed god data bevæger sig, er primært påvirket af netværkets struktur.

Et stærkt sammenkoblet netværk kan formidle nye data meget hurtigt. Og jo større netværk, jo hurtigere vil de nye data rejse.

Imidlertid, i netværk, der primært er forbundet med et begrænset antal nøgleknuder, disse noder tjener som flaskehalse. Som resultat, jo større denne type netværk er, jo langsommere vil de nye data rejse.

Forskerne identificerede også en algoritme, der kan bruges til at vurdere, hvilket punkt i et netværk, der vil give dig mulighed for at sprede nye data i hele netværket hurtigst.

"Praktisk set, dette kunne bruges til at sikre, at et IoT-netværk renser gamle data så hurtigt som muligt og fungerer med nye, nøjagtige data, " siger Wenye Wang.

"Men disse resultater er også anvendelige til online sociale netværk, og kunne bruges til at lette spredningen af ​​nøjagtige oplysninger om emner, der berører offentligheden, " siger Jie Wang. "F.eks. vi tror, ​​det kunne bruges til at bekæmpe misinformation online."

Papiret, "Modellering og analyse af modstridende informationsudbredelse i en begrænset tidshorisont, " er offentliggjort i tidsskriftet IEEE/ACM-transaktioner på netværk . Papiret var medforfatter af Cliff Wang fra Army Research Office.