logo EDITE Alice ALBANO
Identité
Alice ALBANO
État académique
Thèse soutenue le 2014-10-10
Sujet: Simulation et modélisation de phénomènes de diffusion dans les grands réseaux dynamiques
Direction de thèse:
Encadrement de thèse:
Laboratoire:
Voisinage
Ellipse bleue: doctorant, ellipse jaune: docteur, rectangle vert: permanent, rectangle jaune: HDR. Trait vert: encadrant de thèse, trait bleu: directeur de thèse, pointillé: jury d'évaluation à mi-parcours ou jury de thèse.
Productions scientifiques
oai:hal.archives-ouvertes.fr:hal-00981353
A Matter of Time - Extrinsic or Intrinsic - for Diffusion in Evolving Complex Networks
Proceedings of the 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining Conference on Advances in Social Networks Analysis and Miningconference proceeding 2013
oai:hal.archives-ouvertes.fr:hal-01059837
Visualisation de grands réseaux dynamiques: Application à la détection d'anomalies de routage dans l'Internet.
L'objectif des travaux présentés dans ce papier est de faciliter la détection visuelle d'événements dans des réseaux d'interaction dynamiques de grande taille. Trois méthodes de visualisation classiques et "exhaustives" ont été étudiées pour représenter l'évolution des liens du réseau au fil du temps. Les limites liées au facteur d'échelle nous ont conduits à proposer deux métaphores restreintes au suivi des nœuds du réseau. Les forces, les limites et la complémentarité de ces cinq métaphores nous ont permis de dégager une ébauche de méthodologie de détection d'événements dans la dynamique de grands réseaux d'interaction. La détection d'événements dans ces différentes représentations peut être couplée avec une méthode de détection statistique d'anomalies, comme celle présentée par (Heymann et al., 2012). Les visualisations et la méthodologie présentées dans cet article sont génériques et applicables à tout type de nœuds et de liens ; elles sont ici illustrées sur un sous-ensemble du réseau Internet.
Revue d'Intelligence Artificielle ISSN:0992-499Xarticle in peer-reviewed journal 2013
oai:hal.archives-ouvertes.fr:hal-01059845
On the use of intrinsic time scale for dynamic community detection in social networks
The analysis of social networks is a challenging research area, in particular because of their dynamic features. In this paper, we study such evolving graphs through the evolution of their community structure. More specifically, we build on existing approaches for the identification of "stable" communities over time. This paper presents two contributions. We first propose a new way to compute such stable communities, using a different time scale, called intrinsic time. This intrinsic time is related to the dynamics of the graph (e.g., in terms of link appearance or disappearance) and independent from traditional (extrinsic) time units, like the second. We then show how visualization both at intrinsic and extrinsic time scales can help validating and interpreting the obtained communities. Our results are illustrated on a social network made of contacts among the participants of the 2006 edition of the Infocom conference.
IEEE 8th International Conference on Research Challenges in Information Science Research Challenges in Information Scienceconference proceeding 2014
oai:hal.archives-ouvertes.fr:hal-01059850
Studying Graph Dynamics Through Intrinsic Time Based Diffusion Analysis
Complex networks may be studied in various ways, e.g., by analyzing the evolutions of their topologies over time, and in particular of their community structures. In this paper, we focus on another type of dynamics, related to diffusion processes on these networks. Indeed, our work aims at characterizing network dynamics from the diffusion point of view, and reciprocally, it evaluates the impact of graph dynamics on diffusion. We propose in this paper an innovative approach based on the notion of intrinsic time, where the time unit corresponds to the appearance of a new link in the graph. This original notion of time allows us to somehow isolate the diffusion phenomenon from the evolution of the network. The objective is to compare the diffusion features observed with this intrinsic time concept from those obtained with traditional (extrinsic) time, based on seconds. The comparison of these time concepts is easily understandable yet completely new in the study of diffusion phenomena. We experiment our approach on three real datasets and show the promising results of intrinsic time-based diffusion analysis.
Applications of Social Media and Social Network Analysisarticle in peer-reviewed journal 2014
edite:1332792398337
Phénomènes de diffusion dans les réseaux dynamiques : simulation et modélisation
JFGG 2011, Grenoble, France 2011
oai:hal.archives-ouvertes.fr:hal-00732365
File Diffusion in a Dynamic Peer-to-peer Network
Many studies have been made on diffusion in the field of epidemiology, and in the last few years, the development of social networking has induced new types of diffusion. In this paper, we focus on file diffusion on a peer-to-peer dynamic network using eDonkey protocol. On this network, we observe a linear behavior of the actual file diffusion. This result is interesting, because most diffusion models exhibit exponential behaviors. In this paper, we propose a new model of diffusion, based on the SI (Susceptible / Infected) model, which produces results close to the linear behavior of the observed diffusion. We then justify the linearity of this model, and we study its behavior in more details.
WWW 2012 - MSND'12 Workshop MSNDproceeding with peer review 2012-04
Soutenance
Thèse: Dynamique des graphes de terrain : analyse en temps intrinsèque
Soutenance: 2014-10-10
Rapporteurs: Florence SÈDES    Eric GAUSSIER