Utilizando redes complexas para encontrar atividades maliciosas em mapas colaborativos

• Ano de defesa: 2012
• Autor(a) principal: Caminha Neto, Carlos de Oliveira
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Redes complexas; Modelagem de dados; Inteligencia coletiva
• Link de acesso: https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/97145

Colaboração com o compartilhamento de conteúdo através de mapas digitais é um tipo de aplicação que é característica do contexto da web social. A atividade maliciosa que é difícil de detectar, neste contexto interativo, é a geração de uma tendência falsa no mapa como o resultado de uma trama em que diversos crimes falsos são reportados por grupos de usuários. Nesse trabalho nós descrevemos como a modelagem de redes complexas de crime relatados em um mapa colaborativo pode ajudar a identificar regularidades, e, com isso, mostrar desvios decorrentes de atividades maliciosas. A ideia aqui é modelar uma rede composta por usuários que relataram crimes e os locais onde tais crimes são relatados (por exemplo: um setor censitário). A partir de um modelo de rede bipartida em que os vértices são usuários e setores censitários, projetamos uma rede monopartite de usuários em que as arestas indicam a força da ligação entre eles. Esta força de conexão indica o grau de correlação dos registros de crime feitos por esses usuários nos mesmos lugares. Ao caracterizar isso, pudemos observar que as relações de usuários não-hubs, geralmente, não são mais fortes que as relações entre esses usuários não-hubs e hubs. Se isso acontecer, a evidência de atividade maliciosa se torna clara. Simulação de atividades maliciosas neste conjunto de dados permitiu avaliar as contribuições e limitações da nossa abordagem. Palavras-chave: Redes Complexas, Mineração de Dados, Segurança na Web