Forskare från North Carolina State University och Army Research Office har demonstrerat en ny modell av hur konkurrerande informationsbitar sprids i sociala onlinenätverk och Internet of Things (IoT). Resultaten skulle kunna användas för att sprida korrekt information snabbare, förskjuta falsk information om allt från datorsäkerhet till folkhälsa.

"Oavsett om det är i IoT eller på sociala nätverk, det finns många omständigheter där gammal information cirkulerar och kan orsaka problem – oavsett om det är gamla säkerhetsdata eller ett missvisande rykte, " säger Wenye Wang, medförfattare till en uppsats om arbetet och professor i el- och datateknik vid NC State. "Vårt arbete här inkluderar en ny modell och relaterad analys av hur ny data kan ersätta gammal data i dessa nätverk."

"I sista hand, vårt arbete kan användas för att bestämma de bästa platserna att injicera ny data i ett nätverk så att den gamla data kan elimineras snabbare, säger Jie Wang, en postdoktor vid NC State och första författare till artikeln.

I deras tidning, forskarna visar att ett nätverks storlek spelar en betydande roll för hur snabbt "bra" information kan tränga undan "dålig" information. Dock, ett stort nätverk är inte nödvändigtvis bättre eller sämre än ett litet. Istället, hastigheten med vilken bra data färdas påverkas i första hand av nätverkets struktur.

Ett starkt sammankopplat nätverk kan sprida ny data mycket snabbt. Och ju större nätverk, desto snabbare kommer nya data att färdas.

Dock, i nätverk som huvudsakligen är sammankopplade med ett begränsat antal nyckelnoder, dessa noder fungerar som flaskhalsar. Som ett resultat, ju större denna typ av nätverk är, desto långsammare kommer nya data att resa.

Forskarna identifierade också en algoritm som kan användas för att bedöma vilken punkt i ett nätverk som skulle tillåta dig att sprida ny data i nätverket snabbast.

"Praktiskt sett, detta kan användas för att säkerställa att ett IoT-nätverk rensar gammal data så snabbt som möjligt och fungerar med nya, korrekt data, " säger Wenye Wang.

"Men dessa resultat är också tillämpliga på sociala nätverk online, och skulle kunna användas för att underlätta spridningen av korrekt information om ämnen som påverkar allmänheten, " säger Jie Wang. "Till exempel, vi tror att den kan användas för att bekämpa desinformation online. "

Pappret, "Modellering och analys av spridning av konfliktinformation i en ändlig tidshorisont, " publiceras i tidskriften IEEE/ACM-transaktioner på nätverk . Tidningen var medförfattare av Cliff Wang från Army Research Office.