Метод ідентифікації ворожих медіа-ресурсів в кіберпросторі

Результати кваліфікаційної роботи є актуальними та сприятливими для вирішення питання підвищення рівня інформаційної безпеки країни та автоматизації процесу класифікації текстового контенту.
Для створення моделі класифікації тексту були розглянуті теоретичні засади машинного навчання та нейронних мереж. Було виконано аналіз та порівняння парадигм машинного навчання, обрана найбільш доцільна парадигма для досягнення необхідного функціоналу нейронної мережі. Окремо були названі та проаналізовані числові характеристики тексту, що можуть бути використані в їх класифікації. Вони відрізняються в залежності від сфери використання тексту. Під час порівняння кожної з характеристик були оцінені їх інформативність та доцільність у обчисленні.
Модель нейронної мережі була формально визначена, перед етапом її практичного втілення були розроблені підходи до обчислення обраних характеристик тексту. Після аналізу відкритих джерел в якості навчальних вибірок були обрані статті з переліку Телеграм-каналів, що поширювали дезінформацію, або навпаки, були джерелами якісної інформації. З огляду на майбутніх функціонал мережі, був обраний класифікатор K-Star, що найкраще описував кінцеві дані, відповідно, результати класифікації з його використанням були найбільш точними.


Ключові слова: ідентифікація, кіберпростір, кіберзахист, моделювання, нейронна мережа, кластеризація.

Бездольний В. А. Метод ідентифікації ворожих медіа-ресурсів в кіберпросторі : пояснювальна записка кваліфікаційної роботи : 125 Кібербезпека / Бездольний Вадим Андрійович. - Київ, 2023. - 83 с.