| Sumario: | Actualmente uno de los activos más valiosos en las redes informáticas son los datos que viajan a través de los diversos nodos que componen las topologías de redes. En la mayoría de los casos, la presencia de grandes volúmenes de datos en las redes, permiten que estos se dañen debido a la alteración de la información por algún tipo de virus, malware o troyano lo que genera en una propagación de una enfermedad en la red. Ante esta situación, planteamos el uso de un modelo clásico de enfermedad infecciosa basado en SEIRS, el cual permite plantear un marco de espacio – tiempo discreto para la expansión de la enfermedad. Se consideran tres tipos de conectividad que se representan a través de una relación de vecindad para la que se utiliza una rejilla de tamaño n x n. Los tipos de vecindario considerados son los de Von Neumann, Moore y L. Específicamente, el uso de reglas locales y el tipo de vecindario definen la dinámica de expansión de la enfermedad infecciosa. Luego presentamos un acercamiento a la evolución de modelos deterministas de ecuaciones diferenciales (ODE), como los modelos SIR y SEIRS para estimar los parámetros de este modelo discreto a partir de datos. Ilustramos el enfoque propuesto para los datos de las redes informáticas a partir de datos paramétricos. Más que eso, se modela con éxito, la Epidemia del SIDA en Cuba (1986-2000) y la Epidemia de la Peste bubónica en India (1908) desde nuestro enfoque. Este trabajo ayuda a graficar equivalencias entre dos modelos conceptualmente diferentes y destaca que dan resultados similares al tomar apropiadamente los valores de los parámetros.
|
|---|