Seguir un acto delictivo o un rumor hasta su origen puede ser muy complicado a veces, más en estos tiempos donde una red criminal puede tener innumerables nodos, ramificaciones y caminos, formando grafos realmente complicados de analizar y descubrir su origen. Por ello, Pedro Pinto, del Laboratorio de Comunicaciones Audiovisuales y sus colegas se pusieron manos a la obra, desarrollando un algoritmo que podría ayudar a resolver problemas en los que se vea involucrada una red.

El algoritmo logra identificar la fuente de cualquier tipo de cosas que circulen por una red simplemente "escuchando" un número finito de miembros que componen esa red. El ejemplo práctico que Pinto pone es:

Imagina que te encuentras con un rumor sobre ti en Facebook que se ha extendido por 500 de tus amigos. Sólo con mirar los mensajes recibidos por 15 de tus amigos y teniendo en cuenta el tiempo, nuestro algoritmo puede descubrir el camino de vuelta y encontrar la fuente.

Realmente resulta chocante un algoritmo tan potente, dada la dificultad que entraña encontrar el origen de la información en redes sociales, especialmente cuando tenemos en cuenta que una persona puede ser un nodo, pero a su vez la comunidad de la que esa persona es parte puede formar otro nodo, un conjunto de comunidades puede ser otro y así extenderse y complicarse mucho más. Donde sí puede tener aplicaciones en el mundo real es en la identificación de focos de enfermedades en epidemias, como comenta Pinto:

Probamos nuestro método con los datos de una epidemia en Sudáfrica. Modelando las redes del agua, ríos y de transporte humano, pudimos encontrar el lugar donde los primeros casos de infección aparecieron, monitorizando sólo una pequeña fracción de las poblaciones afectadas.

En cuanto a la identificación de orígenes de crímenes, es más complicado hoy en día que en las mafias organizadas de los años 50, donde existía una estructura organizada que podía formar, más o menos, una estructura de árbol; sin embargo, el algoritmo fue aplicado con éxito en la identificación de los criminales relacionados con el 11 de septiembre o en casos de ataques a estaciones subterráneas, como el atentado en Tokyo de 1995, donde se liberó gas tóxico en las estaciones.

Usando este algoritmo no sería necesario equipar todas las estaciones con detectores, una muestra [en lenguaje estadístico] sería suficiente para identificar el origen del ataque, tomándose acciones preventivas antes de que se extendiera demasiado lejos.

Lo curioso de todo el asunto es que el algoritmo sólo se ha probado a posteriori, es decir, una vez que se ha aplicado se sabe que funciona, pero no si funcionará antes de hacerlo. Sin embargo, Pinto comenta que también se podría usar en análisis preventivos seleccionando puntos de prueba. También comenta que podría ser usado por analistas de publicidad y marketing para identificar los blogs o medios que son más influyentes entre su público objetivo.

Ahora en Hipertextual

Suscríbete gratis a Hipertextual

Estamos más ocupados que nunca y hay demasiada información, lo sabemos. Déjanos ayudarte. Enviaremos todas las mañanas un correo electrócnio con las historias y artículos que realmente importan de la tecnología, ciencia y cultura digital.