ترجمه فارسی عنوان مقاله
ایمن سازی گره پویا برای محدود کردن انتشار اطلاعات مضر در شبکه های اجتماعی
عنوان انگلیسی
Dynamic node immunization for restraint of harmful information diffusion in social networks
کد مقاله | سال انتشار | تعداد صفحات مقاله انگلیسی | ترجمه فارسی |
---|---|---|---|
93144 | 2018 | 13 صفحه PDF | سفارش دهید |
دانلود فوری مقاله + سفارش ترجمه
نسخه انگلیسی مقاله همین الان قابل دانلود است.
هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.
این مقاله تقریباً شامل 6403 کلمه می باشد.
هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:
شرح | تعرفه ترجمه | زمان تحویل | جمع هزینه |
---|---|---|---|
ترجمه تخصصی - سرعت عادی | هر کلمه 90 تومان | 12 روز بعد از پرداخت | 576,270 تومان |
ترجمه تخصصی - سرعت فوری | هر کلمه 180 تومان | 6 روز بعد از پرداخت | 1,152,540 تومان |
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)
Journal : Physica A: Statistical Mechanics and its Applications, Volume 503, 1 August 2018, Pages 640-649
ترجمه کلمات کلیدی
شبکه اجتماعی، انتشار اطلاعات مضر، ایمن سازی دینامیک، الگوریتم هورستیک،
کلمات کلیدی انگلیسی
Social network; Harmful information diffusion; Dynamic immunization; Heuristic algorithm;
ترجمه چکیده
برای جلوگیری از گسترش اطلاعات مضر برای توسعه سالم و پایدار شبکه های اجتماعی بسیار مهم است. ما با مشکل ایمن سازی انتشار اطلاعات مضر توسط ایمن سازی گره ها در شبکه ها، به مشکل برخورد می کنیم. کارهای قبلی روش های مبتنی بر توپولوژی شبکه را توسعه داده اند و یا در مورد نحوه ایمن سازی گره ها در حضور گره های آلوده اولیه مورد مطالعه قرار گرفته اند. این روش های استاتیک، که در آن گره ها در یک بار واکسینه می شوند، ممکن است به دلیل پویایی انتشار، عملکرد ضعیفی در وضعیت خاص داشته باشند. برای مقابله با این مشکل، یک مشکل جدید ایمن سازی ایمنی از گره ها را در جریان انتشار در این مقاله معرفی می کنیم. ما مشکل را تشکیل می دهیم و یک الگوریتم جدید اکتشافی را با برخورد با دو زیر مشکل ارائه می دهیم: (1) نحوه انتخاب یک گره برای دستیابی به بهترین اثر ایمن سازی در حال حاضر؟ (2) آیا گره انتخابی باید در حال حاضر واکسینه شود؟ در نهایت، ما اثربخشی الگوریتم ما را از طریق آزمایش های گسترده در مجموعه داده های مختلف نشان می دهد.