Espalhamento de Informações e Falha em Cascata nas Redes

Compreender as maneiras como as informações se propagam nas redes é um dos problemas em aberto mais importantes da Ciência das Redes. Os resultados descritos neste capítulo do livro de Melanie Mitchell sobre “Complexidade” e no anterior são todos sobre a estrutura das redes, por exemplo, suas distribuições de graus estáticos, ao invés da dinâmica de espalhar informações em uma rede.

O que se quer dizer com “espalhar informações em uma rede”? Aqui, Mitchell está usando o termo informação para capturar qualquer tipo de comunicação entre os nós. 

Alguns exemplos de disseminação de informação são a disseminação de boatos, fofocas, modismos, opiniões, epidemias (onde a comunicação entre as pessoas é via germes), correntes elétricas, pacotes de Internet, neurotransmissores, calorias (no caso de redes alimentares), contagem de votos e um fenômeno de disseminação de rede mais geral denominado “falha em cascata”.

O fenômeno da Falha em Cascata enfatiza a necessidade de entender a disseminação da informação e como ela é afetada pela estrutura da rede. A falha em cascata em uma rede acontece da seguinte forma. 

Suponha cada nó na rede ser responsável por realizar alguma tarefa, por exemplo, transmitir energia elétrica. Se um nó falhar, sua tarefa será passada para outros nós. Isso pode resultar em outros nós ficando sobrecarregados, falhando e passando sua tarefa para outros nós, e assim por diante. O resultado é um efeito dominó acelerado de falhas. Elas podem derrubar toda a rede.

Exemplos de falhas em cascata são muito comuns em nosso mundo conectado. Um exemplo mostra as falhas em cascata também podem acontecer quando os nós da rede não são dispositivos eletrônicos, mas sim corporações.

Em agosto-setembro de 1998, o Long-Term Capital Management (LTCM), um fundo de hedge financeiro privado com crédito de várias grandes firmas financeiras, perdeu quase todo o seu valor patrimonial, devido a investimentos de risco. 

O Federal Reserve dos EUA temia essa perda desencadeasse uma falha em cascata nos mercados financeiros mundiais porque, para cobrir suas dívidas, o LTCM teria de vender grande parte de seus investimentos, fazendo com os preços das ações e outros títulos caíssem. Isto forçaria outras empresas para vender seus investimentos, causando uma nova queda nos preços, etc. 

No fim de setembro de 1998, o Federal Reserve agiu para evitar esse fracasso em cascata ao intermediar um resgate do LTCM por seus principais credores.

resiliência da rede, falada por Mitchell, anteriormente, ou seja, a capacidade das redes de manter comprimentos de caminho médios curtos, apesar da falha de nós aleatórios, não leva em consideração o cenário de falha em cascata onde a falha de um nó causa a falha de outros nós. 

Falhas em cascata fornecem outro exemplo de “pontos de inflexão”, onde pequenos eventos podem desencadear feedbackacelerado, causando um pequeno problema se transformar em uma grande perturbação. Embora muitas pessoas se preocupem com ameaças maliciosas à infraestrutura de rede do nosso mundo, vindas de hackers ou “ciberterroristas”, as falhas em cascata podem representar um risco muito maior. 

Essas falhas estão se tornando cada vez mais comuns e perigosas à medida que nossa sociedade se torna mais dependente de redes de computadores, urnas eletrônicas em rede, sistemas de defesa antimísseis, banco eletrônico e outros. Como Andreas Antonopoulos, um cientista estudioso desses sistemas, apontou: “A ameaça é a própria complexidade”.

De fato, uma compreensão geral das falhas em cascata e estratégias para sua prevenção são algumas das áreas de pesquisa atuais mais ativas na Ciência de Redes. Duas abordagens atuais são teorias chamadas de Criticidade Auto-Organizada (SOC) e Tolerância Altamente Otimizada (HOT). 

SOC e HOT são exemplos das muitas teorias que propõem mecanismos diferentes do apego preferencial para como surgem as redes sem escala. O SOC e o HOT propõem, cada um, um conjunto geral de mecanismos para falhas em cascata em sistemas desenvolvidos e projetados.

Os modelos simplificados de Redes de Mundo Pequeno e Redes Sem Escala, descritos no capítulo anterior, foram extraordinariamente úteis, pois abriram a ideia do pensamento em rede para muitas disciplinas diferentes. Ficou estabelecida a Ciência de Redes como um campo por direito próprio. 

A próxima etapa é entender a dinâmica da informação e outras quantidades nas redes. Para entender a dinâmica da informação em redes como o sistema imunológico, colônias de formigas e metabolismo celular (cf. capítulo 12), a Ciência de Rede terá de caracterizar redes nas quais os nós e links mudam continuamente no tempo e no espaço

Este será um grande desafio, para dizer o mínimo. Como Duncan Watts escreve eloquentemente: “Ao lado dos mistérios da dinâmica em uma rede, sejam epidemias de doenças, falhas em cascata nos sistemas de energia ou a eclosão de revoluções, os problemas de redes encontrados até agora são apenas seixos na praia…”

Deixe uma Resposta

Preencha os seus detalhes abaixo ou clique num ícone para iniciar sessão:

Logótipo da WordPress.com

Está a comentar usando a sua conta WordPress.com Terminar Sessão /  Alterar )

Google photo

Está a comentar usando a sua conta Google Terminar Sessão /  Alterar )

Imagem do Twitter

Está a comentar usando a sua conta Twitter Terminar Sessão /  Alterar )

Facebook photo

Está a comentar usando a sua conta Facebook Terminar Sessão /  Alterar )

Connecting to %s