Method and Graph Generator for Generating a Graph of the Relationships Between Objects in Networks

Simple SummaryContent extracted from patent full text and abstract with AI.

This invention relates to a method and system for generating a graph that models the logical relationships or connections between objects in a network. The technique starts from a basic model and iteratively adjusts it, using optimization algorithms, to fit desired statistical distributions that describe real-world properties of the network (such as connections per object or spatial distribution). Once the generated graph matches the target distributions within a predefined tolerance, it can be used for simulations, such as predicting the spread of malware, diseases, information, or evaluating network robustness and supply chains.

Use CasesContent extracted from patent full text and abstract with AI.

• Modeling and predicting the spread of infectious diseases among populations.
• Analyzing the propagation of malware in computer networks.
• Simulating the dissemination of information or opinions in social media or online platforms.
• Planning marketing campaigns and estimating their outreach impact in a social network.
• Assessing and improving the robustness of utility or communication networks against failures.
• Visualizing and analyzing supply chain networks to identify vulnerabilities or optimize logistics.
• Identifying critical sources or origin points (e.g., patient zero or initial malware source) in a networked event.

BenefitsContent extracted from patent full text and abstract with AI.

• Enables synthetic generation of network graphs that reflect real-world characteristics even when full connectivity data is unavailable.
• Supports robust simulation of various dynamic processes (disease, malware, information spread) on realistic network models.
• Facilitates detection of critical or vulnerable points in networks, aiding preventive or corrective actions.
• Flexible input: works with easily obtainable statistical distributions rather than requiring full network mapping.
• Scalable to large and complex networks due to automation and optimization algorithms.
• Can operate in both static and dynamic (time-evolving) network scenarios.
• Supports both directed and multi-relationship network modeling for more sophisticated analyses.

Technical Classifications (CPCs)

Inventors & Applicants

Patent Abstract

Techniken zum Erzeugen eines Graphen, wobei der erzeugte Graph Verbindungen, insbesondere logische Verbindungen, zwischen Objekten abbildet, umfassend folgende Schritte:• Bereitstellen einer Recheneinheit mit einem Prozessor, geeignet zur Ausführung eines Algorithmus zur Erzeugung eines Graphen, wobei der Algorithmus auf der Recheneinheit implementiert ist;• Übergabe folgender Input-Daten an den Algorithmus:o ein erstes Ausgangsmodell eines Graphen;o eine erste Zielverteilung der Objekte des Graphen zu einem Zeitpunkt Tn, wobei die erste Zielverteilung erste Eigenschaften der Objekte repräsentiert;o einen Grenzwert GW als Abbruchkriterium beim Vergleichen von Zielverteilungen;• Durchführen der folgenden Schritte durch den Algorithmus:o Berechnung einer temporären Verteilung der Objekte basierend auf dem Ausgangsmodell des Graphen;o Vergleichen der temporären Verteilung und der ersten Zielverteilung und Berechnen eines Wertes J, wobei der Wert D einen Differenzwert der temporären Verteilung und der ersten Zielverteilung quantifiziert;• Ausgabe des Ausgangsmodells des Graphen als erzeugter Graph G(Tn), falls der Wert J den vorgegeben Grenzwert GW unterschreitet, andernfalls Abändern des Ausgangsmodells des Graphen und wiederholtes Durchführen der vorgenannten Schritte durch den Algorithmus.