Struture du web et de l’internet

Slides:



Advertisements
Présentations similaires
Chaîne de traitement Notion de plot
Advertisements

Optimisation de maillages Simplification Marc Neveu.
La théorie du monde est petit
La Couche Réseau.
Algorithmes et structures de données avancées Cours 7
Apprentissage spectral
Graphes et Applications Thème de léquipe « Combinatoire et Algorithmique » LaBRI – janvier 2008.
LOD et Progressive Meshes (maillages progressifs) Hugue Hoppes 1996
(Routing Information Protocol)
La nouvelle science des réseaux Alain Bouquet PCC - CDF
Métrologie pour lInternet. Jean-Loup Guillaume Journées Franciliennes de Recherche Opérationnelle.
Visualisation d’information interactive 5 : Graphes
Statistique et probabilités au collège
A.Faÿ 1 Recherche opérationnelle Résumé de cours.
variable aléatoire Discrète
Karel Heurtefeux1, Fabrice Valois2
Optimisation dans les réseaux Recherche Opérationnelle GC-SIE.
Test de bus industriels à l'aide du ScopeMeter couleur Fluke 225C
Réseaux sociaux: une analyse centrée sur l'individu
Statistiques et Probabilités au lycée
Concepts avancés en mathématiques et informatique appliquées
Chapitre 2 : Matrice de répartition (S)
Auto-organisation dans les réseaux ad hoc
ADR Active and Dynamic Routing. Plan Introduction au routage Les réseaux actifs Les agents Mise à jour des matrices de routage Architecture du routage.
Théorie des graphes Un peu de vocabulaire.
RECONNAISSANCE DE FORMES
Conception des algorithmes parallèles
STATISTIQUES – PROBABILITÉS
Chapitre 1 : Rappels Module : Système et réseau
Système à temps partagé
Structures de données IFT-2000
Ajustements c2 non-linéaires
Algorithme Génétique et Gestion de Projet
II- L’algorithme du recuit simulé (pseudo-code)
Computing communities in large networks using random walks
Deux méthodes incrémentales pour le maintien dun arbre de connexion Nicolas Thibault Christian Laforest
- GRAPHES - Composantes et types
Réseaux complexes.
Modélisation avec des solides facette arête sommet Solides paramétriques.
Cours n° 4 Couche réseau.
LES LOIS BINOMIALES.
Les Distances à New York
Fondements de l’algorithmique des réseaux
Programmation dynamique
Distribution géographique d’un réseau de relations interpersonnelles. Pauline Dedeurwaerder Promoteur : V. Blondel MAP22.
Notions premières. x a b c d y z t G = (V,E) V sommets ou nœuds E arêtes ou liens.
Tutorat 7 - Introduction au Routage et OSPF
Bin packing/covering avec contrainte de Distance : application au calcul volontaire et au placement de réplicats Hubert Larchevêque, Olivier Beaumont,
STATISTIQUES – PROBABILITÉS
Fils réseau informatique
L’énergie Qu’est-ce que c’est ? 1 est un pouvoir de déplacer les corps
Chapitre 3: Variables aléatoires réelles continues
COMPARAISON ENTRE GNUTELLA ET FREENET
MATHÉMATIQUES DISCRÈTES Chapitre 2 (section 2) François Meunier DMI.
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
Tests d’ajustement à une distribution théorique
Algorithmes génétiques en optimisation combinatoire
Ajouts et retraits dans un arbre de connexion Nicolas Thibault et Christian Laforest, Équipe OPAL Laboratoire IBISC (regroupement LaMI et LSC), Évry 8.
Chapitre 4 Variables aléatoires discrètes
Distance Terre-Lune Taille de la Lune
Surfaces de Bézier.
Sixième étape : pondérer les graphes. Longueur d’une chaîne d’un graphe quelconque = nombre des arêtes qui la constituent. Distance entre deux sommets.
Problème du Car Sequencing
Recuit simulé Une métaheuristique venue de la métallurgie.
Localisation collaborative dans les réseaux de capteurs
GREC INITIALES Groupe de formateurs 1 GREC INITIALES Formation de bassin Atelier réseau Groupe de formateurs Comprendre le fonctionnement d’un réseau.
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
Chapitre 3 Problèmes de Cheminement
Transcription de la présentation:

Struture du web et de l’internet

Structure du réseau H. Fauconnier M2-Internet

Web… Comprendre le réseau (1999) Nombre de pages: 8.108 Nombres de liens par pages 4,56 (degré) Diamètre et excentricité moyenne (distance au sommet le plus éloigné) (18,59 pour l’excentricité moyenne) H. Fauconnier M2-Internet

Mais aussi Distribution des degrés des sommets: Pr(degre(u)=d) « Clustering »: nombre de « triangles » / nombre de triples (->probabilité que les amis d’un nœud soient eux mêmes des amis) « Clustering » locale: i(u)=#(v,w: u,v et v,w u,w connectés)/degré(u). H. Fauconnier M2-Internet

Quelques caractéristiques Loi de puissance pour les degrés: Prob(degré(u)=d)=d-a (généralement 2<a<3) (la probabilité d’avoir nœuds de degré élevé n’est pas nulle) (Scale-free (degré): le nombre de nœuds de degré k est de l’ordre de cka.) (abscisse le degré, ordonnée la proba cumulée) L’interconnectivité est forte -> cluster ou groupes d’amis: Mes amis sont souvent amis H. Fauconnier M2-Internet

Petit monde Expérience de Milgram: 60 lettres depuis Omaha (Nebraska) destinées un agent de change à Sharon (Massachssetts) Règle: Transmission en mains propres à des amis (ou amis d’amis) Résultat: (beaucoup de pertes) Les lettres qui sont arrivées à destination ne passent que par 6 intermédiaires (5,2 en moyenne) Notion de petit-monde H. Fauconnier M2-Internet

Milgram H. Fauconnier M2-Internet

Petit monde la plupart des nœuds peuvent être connectés par un chemin court distance moyenne entre les nœuds: Augmente de façon logarithmique sans augmenter le degré H. Fauconnier M2-Internet

Kleinberg H. Fauconnier M2-Internet

Petit monde Kleinberg: Une grille de dimension d: chaque nœud a d voisins locaux, k liens aléatoires vers des nœuds distants: Loi de puissance: prob(u->v) de l’ordre de (1/d(u,v))a (a paramètre) Pour a ≠ d, tout algorithme décentralisé de routage va obtenir certains chemins de longueur moyenne polynomiale H. Fauconnier M2-Internet

Kleinberg Algorithme glouton: Source s cible t x:=s Tant que x/=t Passer le msg au contact y (local ou distant) de x qui minimise |y-t|, x:=t Le chemin de a à b obtenu est de log(n)log(d(a,b))/k H. Fauconnier M2-Internet