Лаптєва Т. О. Mетоди виявлення дезінформації на основі експертних оцінок

Дисертаційна робота присвячена вирішенню актуального наукового завдання, пов’язаного із розробкою науково-методичного апарату виявлення дезінформації та припинення її розповсюдження в інформаційному просторі на основі експертних оцінок. Метою дисертаційної роботи є підвищення достовірності виявлення дезінформації та припинення її розповсюдження в інформаційному просторі на основі експертних оцінок. Об’єкт дослідження – процес виявлення дезінформації та припинення її розповсюдження в інформаційному просторі. Предмет дослідження – моделі та методи виявлення дезінформації в інформаційному просторі на основі експертних оцінок. У вступі обґрунтовано актуальність наукового завдання, пов’язаного із розробкою науково-методичного апарату виявлення дезінформації та припинення її розповсюдження в інформаційному просторі на основі експертних оцінок. Представлено зв’язок роботи з науковими програмами, планами і темами, наведено наукову новизну, представлено практичне значення отриманих результатів, надано інформацію щодо особистого внеску здобувача, представлено перелік публікацій за темою дисертації. У першому розділі досліджено актуальні наукові завдання та стратегічні напрями, пов'язані з виявленням дезінформації в інформаційному просторі. Проведено аналіз законів існування властивостей інформації та особливостей сприйняття людиною інформації для виявлення особливо важливих факторів щодо вирішення питання виявлення дезінформації. На підставі проведеного аналізу факторів впливу на процеси передачі інформації визначено сучасні системи виявлення впливів або загроз у текстовій інформації. У другому розділі удосконалено метод кластерного аналізу з метою скорочення кількості контекстної інформації для подальшого більш ретельного аналізу інформації. Здійснено удосконалення методу кластерного аналізу, який полягає в інтеграції двох методів кластеризації: методу бджолиної колонії та генетичного алгоритму. У третьому розділі проведена оцінка факторів, які суттєво впливають на розповсюдження дезінформації. Удосконалено математичну модель прогнозування розповсюдження дезінформації. Набула подальшого розвитку математична модель прогнозування розповсюдження дезінформації за рахунок розширення факторів впливу на розповсюдження дезінформації та введення нормуючих коефіцієнтів у матрицю стану ймовірностей для моделі припинення розповсюдження дезінформації в інформаційному просторі. Змодельовано процеси припинення розповсюдження дезінформації за розробленою моделлю на основі розрахованої матріци переходу з урахуванням додаткового фактору впливу на розповсюдження дезінформації. У четвертому розділі проведено оцінку показників виявлення дезінформації в інформаційному просторі. Доведено, що дієвим методом щодо виявлення правдивості інформації, на сучасний момент, є метод проведення експертної оцінки. Розраховано оцінку сили зв’язку показників виявлення дезінформації. За результатами дослідження отримано такі наукові результати: 1. Вперше запропоновано метод виявлення дезінформації та припинення її розповсюдження в інформаційному просторі на основі експертних оцінок, який відрізняється від існуючих використанням удосконаленого методу кластеризації з подальшим застосуванням методу наївного Байєса для класифікації інформації та методу виявлення дезінформації на основі експертних оцінок. 2. Удосконалено математичну модель прогнозування розповсюдження дезінформації, яка базується на моделі скінченного автомата із заданим кінцевим рівнем достовірності виявлення неправдивих інформаційних повідомлень при відомому початковому рівні достовірності та наборові допустимих дій, що дає можливість реалізувати багатокрокову перевірку повідомлень з поступовим підвищенням показників достовірності в залежності від характеру повідомлень та ступеня впливу на їх зміст. 3. Набув подальшого розвитку метод кластеризації для відбору найбільш інформативних груп (кластерів) для розпізнавання дезінформації, який полягає у поєднанні методів еволюційного моделювання і штучного інтелекту з виявлення дезінформації; інтеграція моделей зводиться до створення гібридного агента, який по черзі виконує функції адаптивної поведінки бджолиної колонії і генетичного алгоритму, що й дозволяє скоротити кількість сумісних кластерів на 5% порівняно з існуючими методами кластеризації. Практичне значення отриманих результатів полягає в наступному: - запропоновані в дисертаційній роботі наукові результати можуть бути використані для виявлення дезінформації та припинення її розповсюдження; - запропоновано основні правила та надані рекомендації щодо виявлення дезінформації та припинення її розповсюдження в інформаційному просторі. За результатами дослідження підтверджено практичну та теоретичну цінність розроблених методів, надано практичні рекомендації, щодо застосування розроблених методів та визначено доцільність перспективи їх подальшого розвитку.