tecniche social network analysis (sna) e applicazioni · -criminologia pur mantenendo...

Tecniche

Social Network

Analysis (SNA)

e applicazioniDott. Marco Stella

CIFI

Seminario IISFA – Social Network Analysis

Casa dell’Aviatore

Roma, 21 aprile 2017

Agenda

2

• Introduzione alla SNA

• Reti: definizioni e proprietà

• Uso della SNA nell’analisi criminale

• Simulazioni con Gephi

• Esercitazione pratica con Gephi

Introduzione

Una possibile definizione…

… l’analisi delle reti sociali o anche teoria della retesociale, è una moderna metodologia di analisi dellerelazioni sociali sviluppatasi a partire dai contributi diJacob Levi Moreno, il fondatore della sociometria,scienza che analizza le relazioni interpersonali.

In realtà le origini della SNA possono essere ricollocatecon la nascita della teoria dei grafi…ma questa èun’altra storia!

3

Introduzione

La SNA (dall’inglese Social NetworkAnalysis) trova ora applicazione in diversescienze sociali:

- Sociologia

- Antropologia

- Economia

- Management

- Commercio internazionale

- Diffusione dell’informazione

- Studio delle istituzioni

- Funzionamento delle organizzazioni 4

IntroduzioneLa SNA ha trovato inoltre di recente diverseapplicazioni in:

- Fisica

- Biochimica

- Genetica

- Computer science

- Criminologia

pur mantenendo convenzionalmente l’appellativo«social», a ricordo della sua origine.

L’analisi dell’uso del termine SNA nellaletteratura scientifica mostra negli ultimi anniuna crescita esponenziale del ricorso a questamodalità di rappresentazione computabile deifenomeni complessi ed interdipendenti.

5

Introduzione

COMPLEX NETWORKS 2017

6th International Conference on Complex Networks and Their Applications – Lyon (France)

Nov 29, 2017 – Dec 1, 2017

http://www.complexnetworks.org/


5th International Workshop on Complex Networks and their Applications – Milan (Italy)

Nov 29, 2016 – Dec 2, 2016 6


The fourth International Workshop on Complex Networks and their Applications

– Bangkok, Thailand

November 23-27, 2015


Third International Workshop on Complex Networks and their Applications

– Marrakesh, Morocco



Second Workshop on Complex Networks and their Applications – Kyoto, Japan,

December2-5, 2013


International Workshop on Complex Networks and their Applications –

Sorrento – Naples, Italy


IntroduzioneARGOMENTI PRINCIPALI

• Models of Complex Networks

• Structural Network Properties

• Complex Networks and Epidemics

• Community Structure & Discovery

• Motif Discovery

• Complex Networks Mining

• Dynamics on and of Complex Networks

• Link Prediction

7

• Multiplex Networks

• Network Controllability

• Synchronization in Networks

• Algorithms for Network Analysis

• Networks Visual Representation

• Large-scale Graph Analytics

• Social Reputation, Influence, and Trust

• Information Spreading in Social Media

• Rumor and Viral Marketing

• Recommendation Systems and Networks

• Financial and Economic Networks

• Complex Networks and Mobility

• Biological and Technological Networks

• Mobile call Complex Networks

• Political networks

Introduzione

Nella teoria delle reti sociali la società è vista e studiatacome rete di relazioni, più o meno estese e strutturate.Il presupposto fondante è che ogni attore si relazionacon gli altri e questa sua interazione plasma e modificail comportamento di entrambi.

Lo scopo principale dell’analisi di un network èappunto quello di individuare e analizzare tali legami tragli «individui» (nodi).

In sintesi, l’oggetto di studio della SNA è una rete… 8

Introduzione

Una possibile definizione di RETE può essere:

“Intreccio di linee, reali o ideali, che

s’incrociano, cui ci si riferisce per indicare un

sistema di collegamenti o di comunicazioni

oppure una struttura complessa articolata in

più punti”.

Vi sono però nuovi spunti di riflessione … 9

10

Introduzione

• Crescente importanza delle attività di relazione

• Fattori che spingono alla formazione di reti

• Si fa «rete» per ampliare gli obiettivi di business

• Il networking è rischioso

• Occorre uno sforzo per gestire le reti

11

Introduzione

In un mondo che diventa sempre più

«connesso» è importante comprendere:

• i meccanismi e le leggi generali che

permettono una trasmissione efficiente

delle informazioni, dell’energia o altro;

• cosa può rendere vulnerabile una rete.

12

Introduzione

Inizialmente le reti si svilupparono a solo scopodi studio, come branca della matematica, eseppure già verso la fine del ‘700 Eulero avessefondato la teoria dei grafi per determinare qualioperazioni fossero applicabili a un grafo in basealle sue proprietà, ci si limitava allo studio di grafiregolari.

Solo a partire dalla seconda metà del ‘900, siiniziò a considerare le reti come dei sistemicomplessi, passando dal mero studio alla lorogenesi per mezzo di modelli matematici, fino alloro utilizzo in campo sociale e naturale.

13

Introduzione

Da un punto di vista topologico Internet e il web sono

grafi, vale a dire insiemi di vertici uniti da archi.

La teoria dei grafi è stata inaugurata da Eulero nel 1736

per risolvere un problema pratico che affliggeva gli

abitanti di Königsberg.

La città di Königsberg ha una geografia particolare: si

trova alla confluenza di due fiumi, comprende un isolotto

ed è divisa in quattro parti che al tempo di Eulero erano

unite tramite sette ponti.

14

IntroduzioneIl matematico rappresentò ciascuna delle quattro zone della cittàcon un cerchio (“vertice”), e indicando ogni ponte con una linea(“arco”) e fornì una dimostrazione matematica dell’impossibilità ditrovare un percorso che, partendo da una qualsiasi delle quattrozone della città, permettesse di attraversare ciascun ponte soltantouna volta ritornando infine al punto di partenza, dando così originealla cosiddetta teoria dei grafi.

RETI

Definizioni e proprietà

16

Reti: definizioni e proprietà

Come si può rappresentare una rete

La rappresentazione classica di una rete è quellache viene fatta disegnando dei punti (detti nodi) edelle linee che li collegano (archi).

17


In matematica, una rete viene definita come una

famiglia di oggetti che viene chiamata “grafo”,

definito come una coppia di insiemi:

• un insieme V di nodi (o vertici);

• un insieme E delle connessioni fra i nodi

(detti archi, legami o link).

V = (v1,v2,v3,v4,v5)

E = (e1,e2,e3,e4,e5,e6)

18

Reti: definizioni e proprietàUna rete o un grafo G(V,E) può essere

rappresentato da una matrice (detta matrice di

adiacenza) che abbia i nodi come elementi di

riga o di colonna e contenga un valore diverso da

zero all’incrocio se i due nodi sono connessi.

v1 v2 v3 v4 v5

v1 0 1 1 0 0

v2 1 0 1 0 1

v3 1 1 0 1 1

v4 0 0 1 0 0

v5 0 1 1 0 0

19


Grado di connettività di un nodo

Il grado di un nodo è dato dal numero di archi

emergenti dal nodo, equivalente cioè al numero

di nodi direttamente raggiungibili dal nodo in

esame, detti anche nodi primi vicini.

Nodo 1 2 3 4 5 6

Grado 2 3 2 3 3 1

20

Reti: definizioni e proprietàCoefficiente di aggregazione

Misura quanto i primi vicini

del nodo i sono connessi fra

loro rimuovendo i.

Nella nostra rete, se

consideriamo il nodo 5, i nodi

primi vicini (1,2) restano

connessi tra loro, mentre il

nodo p.v. 4 viene isolato dai

predetti nodi 1 e 2.

21


22


23


Tipologie di reti complesse

Rete casuali: in una rete di tal genere ogni coppia di

nodi ha la stessa probabilità p di essere

connessa. Per p prossima allo zero, i

nodi saranno prevalentemente isolati.

Se invece p tende a 1, i nodi della rete

tendono ad essere connessi a tutti gli

altri nodi.

24

Reti: definizioni e proprietàTipologie di reti complesse

Reti a piccolo mondo: (cd. small-world) mostrano un

coefficiente di aggregazione molto più

elevato rispetto alle reti casuali.

Reti senza scala: (cd. scale-free) mostrano una

caratteristica «evolutiva» che ricorre a

due meccanismi: uno di crescita e

l’altro di connessione preferenziale.

25

Reti: definizioni e proprietàReti «scale-free»

Le caratteristiche essenziali di tali reti si traducono, in

altre parole, nei seguenti aspetti:

- la crescita, che fa sì che ad ogni

intervallo di tempo un certo numero di

nuovi nodi si aggiunge alla rete;

- la connessione preferenziale, dovuta

al fatto che i nuovi nodi si collegano con

maggiore probabilità a nodi già ricchi di

connessioni.

26

Reti: definizioni e proprietàEffetti di rete

In una rete scale-free, la rimozione dei nodi a

maggiore connessione porta immediatamente ad un

aumento del diametro e alla disintegrazione della

rete in cluster isolati, mentre la rimozione casuale di

altri nodi non ha effetti particolarmente sensibili.

Nodo a maggiore

connessione

Nodi a connessione

ridotta

27


Ad esempio, un attacco mirato ad alcuni importanti

hub della rete Internet ha portato più di una volta alla

paralisi di gran parte del sistema. Mentre la

scomparsa di singoli elementi, poco connessi, non

inficia minimamente il funzionamento regolare del

resto della rete.

28


Fra le tante reti esistenti in natura (cd.

reti reali) una delle prime che vengono

in mente è la rete sociale dei rapporti

fra persone.

In questa rete, i nodi sono gli individui

ed esiste un collegamento fra due di

essi se si conoscono o sono parenti.

Esiste dunque un’alta probabilità che

due nodi collegati ad un altro siano

collegati tra loro.

29


Le reti scale-free sono estremamente eterogenee e la

loro topologia è dominata da un numero

relativamente ridotto di nodi molto collegati, che

uniscono il resto degli elementi meno connessi del

sistema.

Il semplice modello base di

costruzione di una tale rete

può essere arricchito

utilizzando meccanismi di

connessione preferenziale

più complesso.

30

Reti: definizioni e proprietàCaratteristiche di una rete scale-free

31

Reti: definizioni e proprietàEffetti di rete: concetto di densità

A = rete casuale

B = rete SF

C = rete a stella

Uso della SNA

nell’analisi criminale

33

Uso della SNA nell’analisi criminale

Analisi delle reti criminali

«- Mio marito è stato vittima di un informatore della sua organizzazione,

non della nostra.

- Questo non è vero Signora Ayala. La vostra rete oramai è

compromessa.» – Dal film TRAFFIC, 2001

«Il Web cambia le organizzazioni. Oggi vincono le più flessibili. Come

Al Qaeda» - L’Espresso, 2007

«La ‘Ndrangheta (…) un micidiale impero criminale con ramificazioni in

tutto il mondo e con uomini sparsi nelle posizioni più strategiche (…)»

- Libero, 2013

«Nel mondo del crimine organizzato, l’uso spregiudicato della violenza

va di pari passo all’acume organizzativo e commerciale» - La Stampa,

2013

«Strategia di sicurezza interna dell’UE: smantellare le reti criminali

internazionali» - europa.eu, 2011

34



«I casi (ndr. Investigazioni) dimostrano che spesso una rete criminale è

composta non da individui ma da gruppi criminali organizzati.» –

«L’intera azione può essere condotta da una sola banda, oppure da una

combinazione di numerose cellule» – Digesto di casi di criminalità

organizzata, 2012

«Era membro del Brothers’ circle, un network criminale segretissimo

che è finito nel mirino del Dipartimento del Tesoro americano» -

Ilfattoquotidiano, 2013

«Nella mafia cinese non c’è nessuna «super testa di dragone», piuttosto

«dragoni a più teste» che operano indipendentemente gli uni dagli altri

nel business del malaffare. Un network di diversi sodalizi criminali

che sanno scambiarsi, anche a livello europeo e internazionale, una

serie di favori» - La Repubblica, 2013

35



L’analisi delle reti sociali

«criminali» mediante

l’applicazione delle teorie

della Social Network

Analysis, permette di meglio

comprendere quali sono le

dinamiche che caratterizzano

le diverse organizzazioni

criminali che sono state

censite nel tempo.

36


Creazione delle reti criminali

L’analisi necessita della definizione delle entità (nodi)

che compongono la rete sociale «criminale» e della

tipologia di legame che si può instaurare tra di loro

(collegamenti).

Occorre determinare

pertanto la rete oggetto di

studio.

37



Le entità (nodi) che vengono individuate nel modello

sono le seguenti:

gruppi criminali

soggetti (componenti dei gruppi)

luoghi di influenza criminale

38



Le relazioni (link) possibili che vengono individuate

nel modello sono le seguenti:

[gruppo – luogo]

[gruppo – soggetti]

39


Il modello che si viene a creare, aggiungendo i

collegamenti, ha pertanto la seguente struttura:

Prestanome

CLAN B

CLAN C

CLAN A

40


Il modello nella forma semplificata ha la seguente

struttura equivalente:

41


Il modello permette di recuperare ictu oculi alcune

importanti informazioni:

42


Visualizzazione network

È possibile inoltre realizzare il

modello al fine di visualizzare

tutte le informazioni censite

mediante software di analisi

visuale (come ad esempio

Gephi, Analyst’s Notebook).

43


Analisi criminale con l’ausilio della SNA

Il software Analyst’s Notebook permette di definire i

seguenti indici connessi alla SNA sulla rete così

definita:

• Centralità (cd. centrality)

• Livello (cd. degree)

• Vicinanza (cd. closeness)

• Coinvolgimento (cd. betweenness)

44



La Centralità è un concetto chiave nell’analisi delle reti

sociali.

Una rete fortemente centralizzata è dominata da una

entità (o nodo) che controlla il flusso di informazioni e

può divenire un punto di chiusura della

comunicazione.

Una rete meno centralizzata non ha singoli punti di

chiusura. Così i nodi possono veicolare informazioni

anche se alcuni dei canali di comunicazione sono

bloccati.

45



Il Livello (cd. degree) permette di individuare le entità

che possono essere le più attive nella rete in base al

numero di collegamenti diretti con altre entità.

Ad esempio, più un nodo (un clan, un soggetto o un

luogo di influenza) mostra collegamenti tra entità e

maggiore sarà il suo “livello” nella rete sociale.

Tale indice fornisce

pertanto l’importanza

dimensionale del “nodo”

nella rete complessiva.

46



La Vicinanza indica le entità che possono avere un

migliore accesso alle altre parti della rete e visibilità di

attività nel resto della rete. Tale indice esprime la

propensione dei gruppi criminali, sotto il profilo

soggettivo, a creare legami e collegamenti con altri

sodalizi e, sotto il profilo territoriale, ad essere presenti

e quindi avere interessi

su più aree, comprese

quelle in cui operano

altri clan.

47



Il Coinvolgimento indica le entità che possono

controllare il flusso delle informazioni tra le diverse

parti della rete.

Nella rete sociale criminale tale indice evidenzia il

livello di importanza di taluni nodi (gruppi e/o soggetti)

che manifestano una

maggiore intraprendenza

per l’evoluzione

dell’organizzazione

criminale.

48



Da un punto di vista prettamente

investigativo, tale indice

rappresenta un’importante cartina

al “tornasole” proprio perché

dovrebbe permettere, focalizzando i

principali sforzi investigativi proprio

sui nodi maggiormente coinvolti, di

disarticolare la rete relazionale

criminale, operante in talune aree

del Paese che mostrano una

maggiore influenza criminale.

49


Effetto «gatekeeper»

Tali nodi sono i gatekeeper della rete, cioè coloro che

mostrano un’elevata capacità di organizzare e

disciplinare - proprio come fa un portiere di un

condominio, ad esempio con la posta ricevuta - i flussi

di comunicazione tra le diverse entità della rete.

È evidente che l’assenza

di tali figure genererebbe

un disordine ovvero

l’inesistenza della stessa

rete sociale.

50



La seguente immagine mostra una rete criminale

visualizzata su Analyst’s Notebook.

51


52



Gruppi criminali presenti in una determinata area

53



Possibilità di isolare le entità appartenenti a specifiche

organizzazioni criminali

54





55





56



Possibilità di definire il DNA delle organizzazioni criminali

Di seguito, la struttura teorica «media» di un Clan per O.C.

Organizzazione

CriminaleCapoclan Affiliato Collegato Fiancheggiatore Prestanome

Org. Crim. 1 1,9 23,4 0,4 0,3 0,0

Org. Crim. 2 1,0 7,7 0,4 0,7 0,4

Org. Crim. 3 1,2 9,3 0,2 0,2 0,2

57




Di seguito, la densità su struttura tipo G-S:

Numero Legami Numero Nodi Densità

L/(N*(N-1)/2)

Densità

MediaOrganizzazione

criminaleL N

Org. Crim. 1

25 26 0,08

0,0927 26 0,08

28 23 0,11

Org. Crim. 2

7 8 0,25

0,276 7 0,29

6 7 0,29

Org. Crim. 3

6 7 0,29

0,325 6 0,33

5 6 0,33

58




59


Analisi criminale e la community detection

Possibilità di individuare all’interno della rete delle sottocomunità

60



61



62



Simulazioni con Gephi

64

Simulazioni con Gephi

Applicazioni della SNA alla comprensione di

fenomeni di criminalità e di ricostruzione dei fatti

- Il caso: attentati terroristici 11 settembre 2001

Analisi dei flussi di finanziamento ricostruiti su atti

ufficiali della National Commission on Terrorist Attacks

Upon the United States (Monograph on Terrorist

Financing)

Esercitazione pratica

66

Esercitazione pratica Applicazioni della SNA

- Costruzione di una rete: funzioni di importazione,

visualizzazione e analisi delle principali metriche,

utilizzo di layout e formattazione condizionale dei

risultati

- Modularità e community detection

- Analisi di un contesto reale: comprendere

l’orientamento dei social network

Conclusioni

“Il futuro è delle strutture senza centri vitali”

da «The Starfish and the Spider»

R. Beckstrom – O. Brafman

GRAZIE PER L’ATTENZIONE

Tecniche

Social Network

Analysis (SNA)

e loro applicazioniDott. Marco Stella

CIFI – Contatti: [email protected]

Seminario IISFA

Casa dell’Aviatore

Roma, 21 aprile 2017

tecniche social network analysis (sna) e applicazioni · -criminologia pur mantenendo...

Documents