Элементы нелинейного анализа информационных потоков
Рассмотрены методы нелинейной динамики, которые применяются для анализа временных рядов, соответствующих информационным потокам в сети Интернет. Большинство из этих методов базируются на корреляционном, фрактальном, мулътифракталъном, вейвлет- и Фуръе-анализе. Детально описаны особенности этих мето...
Збережено в:
| Опубліковано в: : | Реєстрація, зберігання і обробка даних |
|---|---|
| Дата: | 2017 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем реєстрації інформації НАН України
2017
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/131682 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Элементы нелинейного анализа информационных потоков / А.Н. Грайворонская, Д.В. Ландэ // Реєстрація, зберігання і обробка даних. — 2017. — Т. 19, № 3. — С. 13-33. — Бібліогр.: 28 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-131682 |
|---|---|
| record_format |
dspace |
| spelling |
Грайворонская, А.Н. Ландэ, Д.В. 2018-03-26T19:26:50Z 2018-03-26T19:26:50Z 2017 Элементы нелинейного анализа информационных потоков / А.Н. Грайворонская, Д.В. Ландэ // Реєстрація, зберігання і обробка даних. — 2017. — Т. 19, № 3. — С. 13-33. — Бібліогр.: 28 назв. — рос. 1560-9189 https://nasplib.isofts.kiev.ua/handle/123456789/131682 004.9 Рассмотрены методы нелинейной динамики, которые применяются для анализа временных рядов, соответствующих информационным потокам в сети Интернет. Большинство из этих методов базируются на корреляционном, фрактальном, мулътифракталъном, вейвлет- и Фуръе-анализе. Детально описаны особенности этих методов, их взаимосвязь. Представленные методы и соответствующие алгоритмы могут быть использованы для выявления особенностей в динамике развития информационных процессов, выявления периодичностей, аномалий, свойств самоподобия, а также взаимной коррелированности и прогнозирования развития различных информационных процессов. Представленные методы могут быть рассмотрены как основа для выявления информационных атак, кампаний, операций, войн. Розглянуто методи нелінійної динаміки, які застосовуються для аналізу часових рядів, що відповідають інформаційним потокам у мережі Інтернет. Більшість із цих методів базуються на кореляційному, фрактальному, мультифрактальному, вейвлет- і Фур’є-аналізі. Детально описано особливості цих методів, їхній взаємозв’язок. Представлені методи та відповідні алгоритми можуть використовуватися для виявлення особливостей у динаміці розвитку інформаційних процесів, виявлення періодичності, аномалій, властивостей самоподібності, а також взаємної корельованості тапрогнозування розвитку різних інформаційних процесів. Представлені методи можуть розглядатись як основа для виявлення інформаційних атак, кампаній, операцій, війн. The methods of nonlinear dynamics to apply for analysis of time series corresponding to information streams on the Internet are considered. The information stream consists of documents published on the Internet during some time and related to a certain topic. If one gathers such documents with time stamps, then it is possible to define the time series as the amounts of documents published in short periods and analyze how these amounts vary over time. In the main, the methods discussed are based on correlation, fractal, multifractal, wavelet, and Fourier analysis. The article is dedicated to a detailed description of these approaches and interconnections among them. For instance, correlation is a concept of particular importance and a basis for many techniques. On the other hand, information processes are often self-similar; therefore, fractal and multifractal analysis can provide insights into structure and properties of such processes. The methods and corresponding algorithms presented can be used for detecting key points in the dynamic of information processes; identifying periodicity, anomaly, self-similarity, and correlations; forecasting various information processes. The methods discussed can form the basis for detecting information attacks, campaigns, operations, and wars. Исследование проведено в рамках проекта Ф73/23558 «Разработка методов и средств поддержки принятия решений при выявлении информационных операций». Проект является победителем конкурса Ф73 на грантовую поддержку научно-исследовательских проектов Государственного фонда фундаментальных исследований Украины и Белорусского республиканского фонда фундаментальных исследований. ru Інститут проблем реєстрації інформації НАН України Реєстрація, зберігання і обробка даних Математичні методи обробки даних Элементы нелинейного анализа информационных потоков Елементи нелінійного аналізу інформаційних потоків Elements of nonlinear analysis of information streams Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Элементы нелинейного анализа информационных потоков |
| spellingShingle |
Элементы нелинейного анализа информационных потоков Грайворонская, А.Н. Ландэ, Д.В. Математичні методи обробки даних |
| title_short |
Элементы нелинейного анализа информационных потоков |
| title_full |
Элементы нелинейного анализа информационных потоков |
| title_fullStr |
Элементы нелинейного анализа информационных потоков |
| title_full_unstemmed |
Элементы нелинейного анализа информационных потоков |
| title_sort |
элементы нелинейного анализа информационных потоков |
| author |
Грайворонская, А.Н. Ландэ, Д.В. |
| author_facet |
Грайворонская, А.Н. Ландэ, Д.В. |
| topic |
Математичні методи обробки даних |
| topic_facet |
Математичні методи обробки даних |
| publishDate |
2017 |
| language |
Russian |
| container_title |
Реєстрація, зберігання і обробка даних |
| publisher |
Інститут проблем реєстрації інформації НАН України |
| format |
Article |
| title_alt |
Елементи нелінійного аналізу інформаційних потоків Elements of nonlinear analysis of information streams |
| description |
Рассмотрены методы нелинейной динамики, которые применяются для анализа временных рядов, соответствующих информационным потокам в сети Интернет. Большинство из этих методов базируются на корреляционном, фрактальном, мулътифракталъном, вейвлет- и Фуръе-анализе. Детально описаны особенности этих методов, их взаимосвязь. Представленные методы и соответствующие алгоритмы могут быть использованы для выявления особенностей в динамике развития информационных процессов, выявления периодичностей, аномалий, свойств самоподобия, а также взаимной коррелированности и прогнозирования развития различных информационных процессов. Представленные методы могут быть рассмотрены как основа для выявления информационных атак, кампаний, операций, войн.
Розглянуто методи нелінійної динаміки, які застосовуються для аналізу часових рядів, що відповідають інформаційним потокам у мережі Інтернет. Більшість із цих методів базуються на кореляційному, фрактальному, мультифрактальному, вейвлет- і Фур’є-аналізі. Детально описано особливості цих методів, їхній взаємозв’язок. Представлені методи та відповідні алгоритми можуть використовуватися для виявлення особливостей у динаміці розвитку інформаційних процесів, виявлення періодичності, аномалій, властивостей самоподібності, а також взаємної корельованості тапрогнозування розвитку різних інформаційних процесів. Представлені методи можуть розглядатись як основа для виявлення інформаційних атак, кампаній, операцій, війн.
The methods of nonlinear dynamics to apply for analysis of time series corresponding to information streams on the Internet are considered. The information stream consists of documents published on the Internet during some time and related to a certain topic. If one gathers such documents with time stamps, then it is possible to define the time series as the amounts of documents published in short periods and analyze how these amounts vary over time. In the main, the methods discussed are based on correlation, fractal, multifractal, wavelet, and Fourier analysis. The article is dedicated to a detailed description of these approaches and interconnections among them. For instance, correlation is a concept of particular importance and a basis for many techniques. On the other hand, information processes are often self-similar; therefore, fractal and multifractal analysis can provide insights into structure and properties of such processes. The methods and corresponding algorithms presented can be used for detecting key points in the dynamic of information processes; identifying periodicity, anomaly, self-similarity, and correlations; forecasting various information processes. The methods discussed can form the basis for detecting information attacks, campaigns, operations, and wars.
|
| issn |
1560-9189 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/131682 |
| citation_txt |
Элементы нелинейного анализа информационных потоков / А.Н. Грайворонская, Д.В. Ландэ // Реєстрація, зберігання і обробка даних. — 2017. — Т. 19, № 3. — С. 13-33. — Бібліогр.: 28 назв. — рос. |
| work_keys_str_mv |
AT graivoronskaâan élementynelineinogoanalizainformacionnyhpotokov AT landédv élementynelineinogoanalizainformacionnyhpotokov AT graivoronskaâan elementinelíníinogoanalízuínformacíinihpotokív AT landédv elementinelíníinogoanalízuínformacíinihpotokív AT graivoronskaâan elementsofnonlinearanalysisofinformationstreams AT landédv elementsofnonlinearanalysisofinformationstreams |
| first_indexed |
2025-12-07T15:20:04Z |
| last_indexed |
2025-12-07T15:20:04Z |
| _version_ |
1850863313052762112 |