Etudier les réseaux de réseaux pour comprendre un monde interconnecté

Partager
Espagne

Actualité
Espagne | Sciences et technologies de l’information et de la communication : TIC, télécoms, micro-nanotechnologies, informatique | Big Data
1er juillet 2015

La revue Nature Communications publie deux articles du groupe de recherche Alephsys Lab de l’Université Rovira i Virgili expliquant une méthode d’optimisation de traitement des mégadonnées (Big Data) dans les systèmes complexes.

Le groupe Alephsys Lab de l’Université Rovira i Virgili (URV) propose dans deux articles parus dans Nature Communications une méthode permettant de simplifier les systèmes complexes au maximum en perdant un minimum d’information, tout en maintenant un traitement des données fidèle et efficace. Ces systèmes peuvent représenter les structures et relations existants dans notre monde. Cette étude aidera à comprendre et résoudre de grands problèmes actuels dans des domaines aussi variés que la biologie, la technologie ou la sociologie.

« Ces dernière années, nous avons atteints un nouveau niveau de connaissance dans le domaine du traitement des métadonnées. Nous considérons aujourd’hui le monde comme un ensemble de réseaux, tous interconnectés entre eux, avec différentes significations et fonctions, mais pouvant être étudiés de façon indépendante », explique Alex Arenas, du groupe de recherche Alephsys Lab. Ceci permet de comprendre les systèmes de façon fidèle, mais pose un problème : plus il y’a d’informations (soit, pour Facebook et Twitter, des milliers de milliers de terabytes d’information !), plus le traitement est lent, difficile et coûteux.

Illust: Le chercheur Alex, 60.3 ko, 424x640
Le chercheur Alex Arenas

Simplifier un problème pour le rendre plus simple

« Aujourd’hui, nous avons accès aux données comme jamais il ne nous a été possible dans l’histoire et nous avons des outils permettant de les traiter. Le problème vient du volume de données que nous disposons, supérieur à celui que les outils peuvent traiter », explique le chercheur. Le traitement massif de données (connu sous le nom de métadonnées, ou big data) sera l’un des plus grands enjeux de ce siècle. « La solution passe premièrement par une réduction de ces données, pour ensuite pouvoir les traiter », conclut-il.
C’est ici qu’entrent en jeu les dernières avancées d’Alephsys Lab. Le laboratoire a identifié les nœuds et les couches les plus pertinentes d’un réseau quelconque dans le but de simplifier au maximum le système, en ne perdant qu’un minimum d’information. « Nous effectuons une réduction structurelle de l’information », explique Alex Arenas. « Nous déterminons les couches pouvant fusionner pour arriver à un optimum maximisant la quantité d’information et minimisant le nombre de couches ». Les couches concernées sont, dans les grandes lignes, celles les plus redondantes au sein d’un système.

Le noeud le plus versatile

Illust: Un réseau de réseau, 821.1 ko, 800x969
Un réseau de réseau est formé de diverses couches connectées entre elles

Un réseau de réseau est formé de diverses couches connectées entre elles

Mais, en prenant l’exemple de la vidéo « Gangnam Style » (2,3 milliards de visites sur Youtube) et de la viralité qu’elle a connue, si nous voulons que notre vidéo soit vue et partagée par le plus grand nombre de personnes possible, nous devons la diffuser via le nœud le plus centrique du réseau. Il pourrait être défini, de façon simplifiée, comme celui par lequel l’information atteint le plus de gens, et où l’information arrive en premier. Ce nœud est facile à identifier pour un réseau à une couche, mais que se passe-t-il quand celui-ci en comporte plusieurs ? Une personne, par exemple, peut-être très active et influente sur Twitter, mais pas forcément sur Facebook, et viceversa.

Une solution est, au lieu de chercher le nœud le plus centrique dans chaque couche, de chercher celui qui se « compense » le plus entre toutes les couches. Alephsys Lab a développé une méthode pour trouver ce « nœud le plus versatile », décrite dans la publication. « En utilisant ce nœud, nous pourrions changer totalement les systèmes de classement ainsi que la façon de comprendre la navigation dans un système multicouches », explique le chercheur Alex Arenas. Les applications sont nombreuses : depuis la compréhension de l’indexation et la hiérarchisation des pages internet par les moteurs de recherche jusqu’au fonctionnement des systèmes de recommendations. « L’objectif final est d’améliorer l’accès mondial à l’information et, en définitive, donner à l’utilisateur plus de moyens d’explorer le monde », conclut Arenas.

Les recherches d’Alephsys Lab sont adaptées à n’importe quel type de systèmes complexes. Les résultats ont été publiés dans la revue Nature Communications et peuvent d’ores et déjà être utilisés pour le traitement de données, aussi bien dans le but de réduire la structure des réseaux multicouches que pour trouver les noeuds versatiles dans les réseaux multicouches interconnectés. Ces études font parties du projet Plexmath, du 7ème Programme Cadre (FP7) européen. De plus, le groupe met à disposition un outil libre (freeware), appelé MuxViz, qui permet l’analyse de données des systèmes complexes et d’incorporer ces deux dernières avancées.

Source

http://www.comciencia.urv.cat/es_noticies/159/estudiar-las-redes-de-redes-para-entender-un-mundo-interconectado

Rédacteur

Nicolas Urai - nicolas.urai[a]diplomatie.gouv.fr