Мелешко Є. В. Методологія забезпечення стійкості рекомендаційних систем до дестабілізуючих факторів у комп’ютерних мережах

Дисертаційна робота присвячена розв’язанню актуальної науково-практичної проблеми підвищення точності пропозицій рекомендаційних систем в умовах дестабілізуючих факторів у комп’ютерних мережах на основі розробки моделей та методів синтезу підсистеми забезпечення стійкості. У роботі проведено аналіз сучасних моделей та методів синтезу рекомендаційних систем для соціальних мереж та контент-орієнтованих веб-сервісів, який показав, що переважна більшість існуючих моделей і методів вразливі до дії внутрішніх та зовнішних дестабілізуючих факторів у комп’ютерних мережах. Показано, що забезпечення стійкості рекомендаційних систем до дії дестабілізуючих факторів є важливою умовою для підвищення точності їх роботи. Розроблено метод визначення динаміки ймовірностей перебування рекомендаційної системи в своїх можливих станах з використанням математичного апарату марківських та напівмарківських процесів. Розроблено математичну модель стійкої рекомендаційної системи, що дозволило здійснити оптимізацію загальних витрат на обслуговування системи в умовах внутрішніх дестабілізуючих факторів. Удосконалено метод колаборативної фільтрації, який відрізняється від існуючих використанням продукційних правил та показників активності користувачів, що дозволило підвищити стійкість системи в умовах холодного старту, розроблено відповідні алгоритми. Розроблено математичну модель підсистеми інформаційної безпеки стійкої рекомендаційної системи, що дозволило визначити оптимальну частоту перевірки на наявність інформаційної атаки та профілів ботів у системі, розроблено відповідні алгоритми. Розроблено метод імітаційного програмного моделювання користувачів та об’єктів рекомендаційної системи, що дозволило генерувати вхідні дані для тестування якості роботи алгоритмів формування рекомендацій, розроблено відповідну програмну імітаційну модель. Розроблено метод виявлення інформаційної атаки на рекомендаційну систему на основі аналізу трендів рейтингів об’єктів, що дозволило знизити кількість витрат на моніторинг безпеки системи за рахунок зняття необхідності пошуку ботів при відсутності ознак атаки, розроблено відповідні алгоритми. Розроблено метод виявлення бот-мереж у рекомендаційній системі на основі графової кластеризації та аналізу дій користувачів для забезпечення стійкості системи до зовнішніх дестабілізуючих факторів, розроблено відповідні алгоритми.