ПОРІВНЯЛЬНИЙ АНАЛІЗ МОДЕЛЕЙ РОЗПОВСЮДЖЕННЯ ІНФОРМАЦІЇ В ІНТЕРНЕТ-СЕРЕДОВИЩІ

Катерина Дмитрієнко

doi:10.28925/2663-4023.2023.20.272282

Автор(и)

Катерина Дмитрієнко Київський університет імені Бориса Грінченка https://orcid.org/0000-0001-7984-7279

DOI:

https://doi.org/10.28925/2663-4023.2023.20.272282

Ключові слова:

розповсюдження інформації; моделі розповсюдження інформації; вплив на користувачів; джерело розповсюдження інформації

Анотація

Дослідження процесу поширення інформації в мережі Інтернет викликає особливий інтерес, оскільки це середовище загалом, а особливо - соціальні медіа стають все більш популярним каналом спілкування і все частіше – основним джерелом отримання інформації, відтак вони можуть сприяти поширенню фейкових новин, ненависті та дезінформації. Це може мати серйозні наслідки для суспільства, підриваючи довіру і розпалюючи конфлікти. Соціальні мережі стають потужним інструментом для маніпуляції громадською думкою. Пропаганда країни-агресора активно використовує їх для поширення фейкових новин, що підриває довіру до офіційних джерел інформації та дезорієнтує суспільство. Швидкість поширення інформації в інтернет-середовищі дозволяє створювати ефект "лавини", коли фейкові новини поширюються з неймовірною швидкістю, що ускладнює їх спростування. Моделювання розповсюдження інформації в інтернет-середовищі дозволяє зрозуміти її вплив на поведінку людей в економічній, політичній та соціальній сферах. В статті здійснено порівняльний аналіз різних методів розповсюдження інформації, зокрема моделі шуму та впливу, моделі вірусного поширення, моделі залежних поширень, моделі поширення чуток, моделі впливових користувачів та моделі на основі клітинних автоматів, включаючи принципи, особливості та можливі обмеження. Даний аналіз спрямований на визначення ефективності кожної моделі у відтворенні реальних процесів розповсюдження інформації, а також на виявлення можливості їх застосування за різноманітних сценаріїв. Узагальнено характеристики та визначено обмеження на застосування даних моделей при дослідженні розповсюдження інформації в інтернеті.

Завантаження

Дані завантаження ще не доступні.

Посилання

Voitko, О. (2021). Model of information diffusion in the implementation of a state’s strategic narrative. Modern information technologies in the field of security and defense, 41(2), 47–52. https://doi.org/10.33099/2311-7249/2021-41-2-47-52

Voitko, О., Solonnikov, V., & Poliakova, О. (2022). SIR model for disseminating information and accounting for the negative effects of information channels on public opinion. Modern information technologies in the field of security and defense, 43(1), 115–120. https://doi.org/10.33099/2311-7249/2022-43-1-115-120

Hrybiuk, О. (2017). The phenomenon of social networks: the paradox of dependence and modeling variability. Digital Library NAES of Ukraine.

Rakhimov, V. (2021). Dissemination of information in social networks as the main tool for implementing the state narrative. Hybrid aggression of the Russian Federation: the experience of countering Ukraine, consequences for Europe: collection of materials of the international scientific and practical conference, 192–197.

Chernii, P. (2017). Models of message distribution in online social networks: properties, structure, features of application. Bulletin of Kharkiv National University named after V.N. Karazin, 127–134.

Berestov, D., Kurchenko, O., Shcheblanin, Y., Korshun, N., & Opryshko, T. (2021). Analysis of features and prospects of application of dynamic iterative assessment of information security risks. In: Cybersecurity Providing in Information and Telecommunication Systems, vol. 2923, 329–335.

Shevchuk, D., Harasymchuk, O., Partyka, A., & Korshun, N. (2023). Designing Secured Services for Authentication, Authorization, and Accounting of Users. In: Cybersecurity Providing in Information and Telecommunication Systems, vol. 3550, 217–225.

Dennis, L. A., Fu, Y., & Slavkovik, M. (2022). Markov chain model representation of information diffusion in social networks. Journal of Logic and Computation. https://doi.org/10.1093/logcom/exac018

Grechaninov, V., Hulak, H., Sokolov, V., Skladannyi, P., & Korshun, N. (2021). Formation of dependability and cyber protection model in information systems of situational center. In: Emerging Technology Trends on the Smart Industry and the Internet of Things, vol. 3149, 107–117.

Guille, A., Hacid, H., Favre, C., & Zighed, D. A. (2013). Information diffusion in online social networks. ACM SIGMOD Record, 42(2), 17–28. https://doi.org/10.1145/2503792.2503797

Ishfaq, U., Khan, H. U., & Iqbal, S. (2022). Identifying the influential nodes in complex social networks using centrality-based approach. Journal of King Saud University - Computer and Information Sciences. https://doi.org/10.1016/j.jksuci.2022.09.016

Kumar, P., & Sinha, A. (2021). Information diffusion modeling and analysis for socially interacting networks. Social Network Analysis and Mining, 11(1). https://doi.org/10.1007/s13278-020-00719-7

Razaque, A., Rizvi, S., Khan, M. J., Almiani, M., & Rahayfeh, A. A. (2019). State-of-art review of information diffusion models and their impact on social network vulnerabilities. Journal of King Saud University - Computer and Information Sciences. https://doi.org/10.1016/j.jksuci.2019.08.008

A survey on information diffusion in online social networks: models and methods. (2017). Information, 8(4), 118. https://doi.org/10.3390/info8040118

Ulichev, O. S. (2018). Research of information dissemination models and information influences in social networks. Control, navigation and communication systems. Collection of scientific papers, 4(50), 147–151. https://doi.org/10.26906/sunz.2018.4.147

A virus dynamics model for information diffusion in online social networks. (2021). Communications in Mathematical Biology and Neuroscience. https://doi.org/10.28919/cmbn/6569