Las posibles aplicaciones de este nuevo algoritmo "bioinspirado" pueden pasar también por el diseño de estrategias de vacunación capaces de contener la propagación de una epidemia pandémica, según ha informado la UGR en una nota de prensa.

La herramienta diseñada por los investigadores detecta e identifica de manera automática "cuáles son los actores o nodos más peligrosos dentro de una determinada red social y las relaciones de densa interconexión entre ellos, lo cual puede ayudar a los responsables de la seguridad para decidir y actuar de la forma más eficiente posible".

Según ha explicado uno de los autores de este trabajo, Manuel Lozano Márquez, del departamento de Ciencias de la Computación e Inteligencia Artificial de la UGR, "las abejas forman sociedades bastante bien organizadas, en las que cada integrante adquiere un papel específico".

Principalmente, existen tres tipos: las abejas exploradoras, que buscan las fuentes de alimentación; las trabajadoras, que recolectan; y las supervisoras, que esperan en la colonia.

Entre esos tres roles se establecen procesos de comunicación e intercambio de datos que hacen que el rendimiento global de la colonia sea muy rentable.

Simulación con abejas artificiales

Con el objetivo de encontrar planes efectivos y eficientes para desarticular redes, los científicos de la UGR han simulado este comportamiento por medio de abejas artificiales.

Los resultados de los experimentos indican que la técnica propuesta mejora significativamente, desde un punto de vista estadístico, a la estrategia clásica de ataque y desmantelamiento de redes sociales.

Muchos sistemas complejos de interacción ligados a la naturaleza y relacionados con los humanos se estructuran en forma de red compleja, es decir, están constituidos por una serie de actores que se relacionan entre sí.

Es el caso de las redes sociales, algunas de las cuales son perniciosas, debido a su potencial para causar daño sobre personas, infraestructuras críticas e intereses económicos.

El método clásico (y también el más natural e intuitivo) para desfragmentar una red consiste en identificar sus actores principales y actuar sobre ellos.

Sin embargo, esta estrategia no asegura que la red resultante esté totalmente desprovista de poder organizativo y de reconstrucción para seguir produciendo daño.

"Realmente, para conseguir la desarticulación más efectiva de una red es necesario desarrollar y poner en funcionamiento un proceso de optimización que analice multitud de situaciones y seleccione la mejor opción en el menor tiempo posible", ha explicado otro de los autores del trabajo, Humberto Trujillo Mendoza, del departamento de Metodología de las Ciencias del Comportamiento de la UGR.

Como en un programa de ajedrez

Es un procedimiento "similar a lo que hace un programa de ajedrez al identificar, predecir y comprobar los posibles pasos o caminos que se pueden producir en una partida de ajedrez a partir de un movimiento y momento dado", ha agredido.

Los autores han señalado que "la sutileza con la que grupos (colonias) de seres vivos relativamente simples (hormigas, termitas, o abejas) son capaces de resolver problemas vitales para subsistir es una prueba de la efectividad de la evolución".

Mediante determinadas interrelaciones entre sus miembros, de la colonia emerge un comportamiento colectivo que les permite reaccionar eficientemente a situaciones ambientales problemáticas; tarea que, de forma individual, estos seres no serían capaces de acometer, y que los científicos de la UGR ahora han aplicado al campo de la inteligencia artificial.

En la actualidad, este grupo de investigación trabaja en el desarrollo de otros algoritmos parecidos al descrito pero ahora para determinar los nodos de la red social con los que determinados "infiltrados" deben relacionarse, con el objetivo de incrementar la cantidad y la calidad de la información recabada para mejorar el conocimiento de las relaciones entre el resto de actores y, así, optimizar su desmantelamiento.