Про динаміку інформаційних потоків
Розглянуто актуальні питання ідентифікації, виявлення причин виникнення і вивчення динаміки поширення інформаційних операцій. Рассмотрены актуальные вопросы идентификации, выявления причин возникновения и изучения динамики распространения информационных операций. The current issues of identification...
Saved in:
| Published in: | Комп’ютерні засоби, мережі та системи |
|---|---|
| Date: | 2018 |
| Main Authors: | , , , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2018
|
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/150613 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Про динаміку інформаційних потоків / В.Г. Писаренко, Ю.В. Писаренко, О.М. Гаврилюк, А.Г. Бойко // Комп’ютерні засоби, мережі та системи. — 2018. — № 17. — С. 95-100. — Бібліогр.: 7 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-150613 |
|---|---|
| record_format |
dspace |
| spelling |
Писаренко, В.Г. Писаренко, Ю.В. Гаврилюк, О.М. Бойко, А.Г. 2019-04-10T16:23:06Z 2019-04-10T16:23:06Z 2018 Про динаміку інформаційних потоків / В.Г. Писаренко, Ю.В. Писаренко, О.М. Гаврилюк, А.Г. Бойко // Комп’ютерні засоби, мережі та системи. — 2018. — № 17. — С. 95-100. — Бібліогр.: 7 назв. — укр. 1817-9908 https://nasplib.isofts.kiev.ua/handle/123456789/150613 004.942 Розглянуто актуальні питання ідентифікації, виявлення причин виникнення і вивчення динаміки поширення інформаційних операцій. Рассмотрены актуальные вопросы идентификации, выявления причин возникновения и изучения динамики распространения информационных операций. The current issues of identification, the reasons for the emergence and study of the spreading dynamics of the information operations are discussed. uk Інститут кібернетики ім. В.М. Глушкова НАН України Комп’ютерні засоби, мережі та системи Про динаміку інформаційних потоків About dynamics of information flows Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Про динаміку інформаційних потоків |
| spellingShingle |
Про динаміку інформаційних потоків Писаренко, В.Г. Писаренко, Ю.В. Гаврилюк, О.М. Бойко, А.Г. |
| title_short |
Про динаміку інформаційних потоків |
| title_full |
Про динаміку інформаційних потоків |
| title_fullStr |
Про динаміку інформаційних потоків |
| title_full_unstemmed |
Про динаміку інформаційних потоків |
| title_sort |
про динаміку інформаційних потоків |
| author |
Писаренко, В.Г. Писаренко, Ю.В. Гаврилюк, О.М. Бойко, А.Г. |
| author_facet |
Писаренко, В.Г. Писаренко, Ю.В. Гаврилюк, О.М. Бойко, А.Г. |
| publishDate |
2018 |
| language |
Ukrainian |
| container_title |
Комп’ютерні засоби, мережі та системи |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| title_alt |
About dynamics of information flows |
| description |
Розглянуто актуальні питання ідентифікації, виявлення причин виникнення і вивчення динаміки поширення інформаційних операцій.
Рассмотрены актуальные вопросы идентификации, выявления причин возникновения и изучения динамики распространения информационных операций.
The current issues of identification, the reasons for the emergence and study of the spreading dynamics of the information operations are discussed.
|
| issn |
1817-9908 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/150613 |
| citation_txt |
Про динаміку інформаційних потоків / В.Г. Писаренко, Ю.В. Писаренко, О.М. Гаврилюк, А.Г. Бойко // Комп’ютерні засоби, мережі та системи. — 2018. — № 17. — С. 95-100. — Бібліогр.: 7 назв. — укр. |
| work_keys_str_mv |
AT pisarenkovg prodinamíkuínformacíinihpotokív AT pisarenkoûv prodinamíkuínformacíinihpotokív AT gavrilûkom prodinamíkuínformacíinihpotokív AT boikoag prodinamíkuínformacíinihpotokív AT pisarenkovg aboutdynamicsofinformationflows AT pisarenkoûv aboutdynamicsofinformationflows AT gavrilûkom aboutdynamicsofinformationflows AT boikoag aboutdynamicsofinformationflows |
| first_indexed |
2025-11-26T00:12:35Z |
| last_indexed |
2025-11-26T00:12:35Z |
| _version_ |
1850596289797947392 |
| fulltext |
Комп’ютерні засоби, мережі та системи. 2018, № 17 95
V. Pisarenko, J. Pisarenko,
O. Gavrylyuk, A. Boiko
ABOUT DYNAMICS OF
INFORMATION FLOWS
The current issues of identification,
the reasons for the emergence and
study of the spreading dynamics of
the information operations are
discussed.
Key words: mathematical model,
information flows, distribution,
dynamics.
Рассмотрены актуальные вопро-
сы идентификации, выявления
причин возникновения и изучения
динамики распространения ин-
формационных операций.
Ключевые слова: математичекася
модель, информационные потоки,
распространение, динамика.
Розглянуто актуальні питання
ідентифікації, виявлення причин
виникнення і вивчення динаміки
поширення інформаційних опера-
цій.
Ключові слова: математична мо-
дель, інформаційні потоки, поши-
рення, динаміка.
В.Г. Писаренко, Ю.В. Писаренко,
О.М. Гаврилюк, А.Г. Бойко,
2018
УДК 004.942
В.Г. ПИСАРЕНКО, Ю.В. ПИСАРЕНКО,
О.М. ГАВРИЛЮК, А.Г. БОЙКО
ПРО ДИНАМІКУ
ІНФОРМАЦІЙНИХ ПОТОКІВ
Інформаційний простір формується сьогодні
не тільки вербально. Велику роль в цьому ві-
діграють інформаційні технології. Вони стали
силою, але водночас і точкою вразливості су-
часних держав, які істотно залежать у своєму
функціонуванні від інформаційних техноло-
гій, оскільки за допомогою них ведеться не
тільки накопичення і обробка інформації, а й
управління і виробництвом, і військовими ді-
ями. Сучасний стан систем масових комуні-
кацій надає можливість доведення інформа-
ційних повідомлень у різних форматах прак-
тично до будь-якої людини. Це створює умо-
ви для ефективного проведення інформацій-
них операцій через різні канали поширення
інформації. Інформаційна операція – це взає-
мопов'язана послідовність інформаційних
впливів для досягнення поставленої мети.
Своєї ефективності інформаційна операція
(ІО) досягає у разі максимального охоплення
цільової аудиторії [1]. Основним інструмен-
том для проведення ІО є соціальні засоби ма-
сової інформації (ЗМІ). Отже, питання іден-
тифікації ІО, виявлення причини їх виникнен-
ня та вивчення динаміки поширення є актуа-
льними. Вивчення наукової літератури та від-
критих джерел дозволило виділити два основ-
них підходи до виявлення ІО: класичний та
на основі динаміки інформаційних потоків.
Класичний підхід. Ідея підходу полягає у
тому, що проводиться оцінка кількості пові-
домлень негативної тональності в рівні про-
міжки часу. Якщо їх кількість вища за поро-
гове значення, робиться висновок про прове-
дення інформаційної операції [2, 3]. Перева-
ги та недоліки:
В.Г. ПИСАРЕНКО, Ю.В. ПИСАРЕНКО, О.М. ГАВРИЛЮК, А.Г. БОЙКО
Комп’ютерні засоби, мережі та системи. 2018, № 17 96
- точність автоматичного визначення тональності повідомлень українською
мовою складає близько 70 %;
- новинні повідомлення нейтральної та позитивної тональності також мо-
жуть бути частиною інформаційної операції (наприклад, недостовірні повідом-
лення, негативний контекст події, освітленої у ЗМІ);
- відсутність обґрунтування порогового значення;
- виявлення певної кількості ІО проходить у час їх проведення.
Підхід на основі динаміки інформаційних потоків. Ідея підходу полягає у
побудові графіка зміни інтенсивності (кількість в одиницю часу) і порівнюєть-
ся з заданим шаблоном (рис. 1). У разі їх збігу робиться висновок про здійс-
нення ІО.
РИС. 1. Динаміка кількості тематичних повідомлень у час ІО
Переваги та недоліки:
- наявність сплесків графіка може говорити не тільки про штучну появу пу-
блікацій (наявності ІО), а й про подальший розвиток якоїсь події і появу нової
інформації і нових повідомлень;
- простота реалізації (групування за сюжетами, побудова графіка інтенсив-
ності повідомлень і порівняння його з шаблонами).
Під своєчасним виявленням ІО розуміється здатність виявляти її до моменту
початку пасивної фази ІО. При своєчасному виявленні ІО залишається можли-
вість ефективної протидії.
На рис. 2 надано загальні закономірності проведення ІО.
В час активної фази публікуються схожі повідомлення в різних, частіш за
все маловідомих, ЗМІ. Оскільки повідомлення з’являються впродовж невелико-
го проміжку часу, системи моніторингу ЗМІ сприймають їх як повідомлення про
нову, «популярну» подію.
К
іл
ьк
іс
ть
п
ов
ід
ом
ле
нь
ПРО ДИНАМІКУ ІНФОРМАЦІЙНИХ ПОТОКІВ
Комп’ютерні засоби, мережі та системи. 2018, № 17 97
РИС. 2. Узагальнені закономірності здійснення ІО: 0t – час початку ІО; ІОt – час максима-
льної інтенсивності у активній фазі ІО; збt – інтервал часу збору повідомлень
ЗМІ; обрt – інтервал часу обробки повідомлень ЗМІ; прt – інтервал часу про-
тидії ІО; дцt – час досягення цілі ІО; вt – час виявлення ІО (неправдивої новини);
– інтенсивність появи повідомлень
В час пасивної фази частина інших ЗМІ реагує на повідомлення активної
фази ІО. Тим самим аудиторія збільшується, ефективність ІО підвищується.
Теоретично можливе виявлення ІО у момент максимальної інтенсивності
активної фази ІО ІОt , однак необхідно враховувати час збору збt та обрt по-
відомлень ЗМІ:
обрзбІОв tttt , (1)
де вt – час виконання ІО.
Система нерівностей визначає необхідні умови забезпечення своєчасного
виявлення ІО:
max
обрt
tt
1
в
, (2)
де обрt – середній час обробки одного повідомлення, що містить інформацію;
max – максимальна інтенсивність виявлення повідомлень. Згідно з (2), виявлен-
ня ІО має бути до моменту досягнення її цілі, коли інтенсивність появи нових
повідомлень під час пасивної фази ІО максимальна. Після цього моменту вияв-
ляти ІО для протидії їй не є доцільним, оскільки не є ефективним. Окрім того,
необхідно забезпечити швидкість обробки повідомлень не менше за максималь-
В.Г. ПИСАРЕНКО, Ю.В. ПИСАРЕНКО, О.М. ГАВРИЛЮК, А.Г. БОЙКО
Комп’ютерні засоби, мережі та системи. 2018, № 17 98
ну інтенсивність їх надходження. Система (2) не є достатньою умовою ефектив-
ного використання ІО, оскільки до моменту початку пасивної фази ІО необхідно
прийняти рішення про можливу протидію, виробити заходи та привести їх у дію.
Однак (2) – необхідна умова виявлення ІО для ефективної протидії.
Для створення умов оптимальної протидії ІО необхідно забезпечити:
max
обр
дцв
вдцпр
вр
t
tt
ttt
tmax
1
. (3)
Для постановки задачі треба обрати інформативні ознаки та алгоритм кла-
сифікації для виявлення ІО до початку пасивної фази з необхідною точністю.
Оскільки активну фазу ІО складають повідомлення соціальних ЗМІ, поширення
яких носить координований цілеспрямований характер, необхідно визначити ін-
формативні ознаки для сукупності повідомлень і зв'язків між ними, як одного
образу. У загальному випадку, такі повідомлення мають такі особливості:
- високий ступінь подібності текстів, що не є повними дублікатами. Такі те-
ксти називаються нечіткими дублікатами [4, 5];
- невеликий інтервал часу, в який відбувається опублікування новин. Це до-
зволяє імітувати появу нової значущої події;
- джерела, що опублікували їх, є маловідомими, регіональними або спеціалі-
зованими ЗМІ. Поява повідомлень у великих інформаційних агентствах можли-
во тільки у час пасивної фази.
Приклад структури поширення повідомлень за однією темою. Множина
образів ІО, що розпізнаються:
- 1 – клас образів сукупності повідомлень ЗМІ та зв’язків між ними, що
складають активну фазу ІО;
- 2 – клас образів сукупності повідомлень ЗМІ та зв’язків між ними, що не
є частиною ІО;
- образ
ke надається у вигляді зваженого орієнтованого графу розповсю-
дження повідомлень за темою ke :
,),}({ kkk eee Hnews (4)
де
kenews – повідомлення ЗМІ мережі Інтернет за повідомленням ke ;
keH – матриця зв’язності, що визначає напрямок ребер між вузлами графу.
Новинне повідомлення включає у себе повний текст, час опублікування,
джерело ЗМІ та значення тематичного класифікатора:
ПРО ДИНАМІКУ ІНФОРМАЦІЙНИХ ПОТОКІВ
Комп’ютерні засоби, мережі та системи. 2018, № 17 99
,...,,,,,, 021 kkkjkkk nnnsrctcnews (5)
ak
ak
k ec
ec
n a якщо
якщо
,0
,1
, (6)
де kc – текст новини knews ; kt – дата і час появи повідомлення knews ; jsrc –
джерело ЗМІ, в якому було опубліковано повідомлення; akn – індикатор відпо-
відності тексту повідомлення knews темі ae .
Текст новинного повідомлення надано у вигляді послідовності слів (що від-
повідають векторному представленню тексту):
,...,,, ,2,1, nkkkk sssc (7)
де iks , – і-е слово в тексті kc .
Для розрахунку ваг ребер ik newsnewsh , між повідомленнями knews та
inews необхідно враховувати ступінь подібності текстів ik ccd , та час опублі-
кування повідомлень:
kiikik ttccdfnewsnewsh ,),,(, . (8)
Ваги вузлів графа поширення повідомлень відповідають ваговим коефіцієн-
там джерел ЗМІ, що опублікували їх. Ваги джерел мають враховувати тип ЗМІ.
Для інформаційних агентств великих державних ЗМІ, які забезпечують достові-
рність і неупередженість інформації, ваговий коефіцієнт має бути максималь-
ним. Граф поширення інформації з певної теми може складатися з декількох під-
графів, які не мають шляхів один між одним. Такі підграфи в орієнтованому
графі називаються компонентами з слабкою зв'язністю (КСС). Наявність декіль-
кох КСС в структурі поширення повідомлень говорить про різні описи або інте-
рпретації однієї і тієї ж події. Це можливо і в разі проведення ІО. Отже, образа-
ми для розпізнавання будуть самі КСС графа поширення повідомлень. Виділен-
ня КСС в графі реалізується за допомогою алгоритму пошуку в глибину [6] та
має поліноміальну складність. Апріорний словник ознак rx образів поши-
рення повідомлень з певної теми включає у себе параметри графів [7], частину з
яких згенеровано евристично.
Формування робочого словника ознак r
qx проводиться на основі апріо-
рного словника ознак rx і вибірки структур поширення повідомлень із зада-
ною належністю до класів 1 і 2 . Робочий словник ознак r
qx включає ін-
формативні ознаки для розпізнавання ІО у повідомленнях ЗМІ. При цьому вид
функції інформативності та значення елементів платіжної матриці С залежить
від критерію ефективності розв'язуваної задачі. Якщо метою є досягнення мак-
симальної повноти виявлення ІО (мінімальної помилки пропуску цілі), то функ-
В.Г. ПИСАРЕНКО, Ю.В. ПИСАРЕНКО, О.М. ГАВРИЛЮК, А.Г. БОЙКО
Комп’ютерні засоби, мережі та системи. 2018, № 17 100
цією інформативності може бути кількість правильно розпізнаних ІО в навчаль-
ній вибірці, а платіжна матриця наступного виду:
01,0
9,00
C . (9)
Тобто штраф за помилкове розпізнавання образу, що є інформаційною опе-
рацією, як елемента класу 2 , тобто пропуск цілі набагато вище за віднесення
образу, що не є ІО, до класу 1 . Для вибору оптимального набору інформатив-
них ознак з апріорного словника використовувати повний перебір не є можли-
вим, якщо кількість ознак апріорного словника більше 20. Отже, необхідно ви-
користовувати методи перебору наборів ознак меншої складності, що дозволя-
ють знаходити оптимальне або близьке до оптимального рішення.
Висновок. Розглянуто два основних підходи до виявлення ІО: класичний та
на основі динаміки інформаційних потоків. При розгляданні підходу на основі
динаміки інформаційних потоків було доведено, що неправдива новина характе-
ризується тими ж самими часовими характеристиками, що й інформаційні опе-
рації: етапи фону, затишшя, підготовки, затишшя і атаки. Вказані етапи можуть
бути виокремлені із графічного представлення кількості результатів пошукової
видачі за запитом по неправдивій новині.
СПИСОК ЛІТЕРАТУРИ
1. Расторгуев С.П. Математические модели в информационном противоборстве (экзистен-
циальная математика). М.: АНО ЦСОиП. 2014. 276 с.
2. Ландэ Д.В. Динамика информационных потоков и информационные операции. Инфор-
мационные технологии для менеджмента. 2010. № 10. С. 2227.
3. Додонов А.Г., Ландэ Д.В. Методика аналитического исследования динамики событий на
основе мониторинга веб-ресурсов сети Интернет. Информационные технологии и безо-
пасность: основы обеспечения информационной безопасности: Мат. международной на-
учной конференции ИТБ-2014. Киев: ИПРИ НАН Украины. 2014. С. 317.
4. Зеленков Ю.Г., Сегалович И.В. Сравнительный анализ методов определения нечетких
дубликатов для Web-документов. Тр. 9-й Всероссийской научной конференции «Элек-
тронные библиотеки:перспективные методы и технологии, электронные коллекции».
Переславль-Залесский: Изд-во ИПС РАН. 2007. С. 166–174.
5. Загорулько Ю.А., Саломатина Н.В., Серый А.С., Сидорова Е.А., Шестков В.К. Выявле-
ние нечетких дубликатов при автоматическом формировании тематических коллекций
документов на основе Web-публикаций. Вестник Новосибирского государственного
университета. Серия: Информационные технологии. 2013. Т. 11. № 4. С. 59–70.
6. Tarjan R. Depth first search and linear graph algorithms SIAM journal on computing. 1972.
Vol. 1, N 2. P. 146–160.
7. Татт У. Теория графов: Пер. с англ. М.: Мир. 1988. 424 с.
Одержано 06.11.2018
|