ЗАСТОСУВАННЯ ВДОСКОНАЛЕНИХ МОДЕЛЕЙ КУРАМОТО ДЛЯ ІДЕНТИФІКАЦІЇ ДЕЗІНФОРМАЦІЇ У СОЦІАЛЬНИХ МЕРЕЖАХ

Автор(и)

DOI:

https://doi.org/10.28925/2663-4023.2025.27.754

Ключові слова:

дезінформація; соціальна мережа; інформаційна система; інформаційний вплив; інформація; модель впливових користувачів; кібербезпека; ідентифікація; соціальна інженерія; інформаційна безпека

Анотація

У статті досліджено проблему поширення дезінформації у соціальних мережах та запропоновано вдосконалені підходи до її ідентифікації на основі вдосконалених моделей Курамото. У сучасному світі соціальні мережі стали потужними засобами комунікації, що забезпечують швидкий обмін інформацією між мільйонами людей. Водночас ці мережі сприяють поширенню дезінформації — свідомо неправдивої або маніпулятивної інформації, яка використовується для впливу на громадську думку та досягнення політичних, соціальних чи економічних цілей. Зростання масштабів поширення дезінформації становить серйозну загрозу для інформаційної безпеки, суспільної стабільності та довіри до державних інституцій. Для вирішення цієї проблеми у статті запропоновано дві модифіковані моделі Курамото. Перша модель поєднується з епідемічною моделлю SIR, що дозволяє враховувати стан користувачів (інфікований, здоровий або відновлений) і моделювати процес поширення інформації. Друга модель використовує аналіз впливовості користувачів шляхом інтеграції коефіцієнта центральності вузлів, що дає змогу визначати ключових учасників, які мають найбільший вплив на інформаційні потоки в мережі. Запропоновані моделі мають низку переваг. Модель із SIR дозволяє оцінювати динаміку поширення контенту, локалізувати джерела дезінформації та прогнозувати сценарії її поширення. Модель із впливовими користувачами забезпечує ідентифікацію ключових вузлів мережі, які можуть бути як джерелами дезінформації, так і засобами її стримування через поширення перевіреної інформації. У роботі наголошено на важливості адаптивності запропонованих моделей до різних соціальних платформ і типів інформаційних потоків. Інтеграція фазової синхронізації та центральності вузлів дає змогу виявляти не лише популярних користувачів, але й тих, хто активно впливає на інформаційні процеси. Це створює можливість швидко реагувати на інформаційні загрози, знижуючи їхній вплив на суспільство.

Завантаження

Дані завантаження ще не доступні.

Посилання

Lazer, D. M. J., Baum, M. A., Benkler, Y., Berinsky, A. J., Greenhill, K. M., Menczer, F., Zittrain, J. L. (2018). The science of fake news. Science, 359(6380), 1094–1096. https://doi.org/10.1126/science.aao2998

Litvinchuk, I. S. (2023). Disinformation in social networks: Countermeasure algorithms. Scientific Notes of V. I. Vernadsky Taurida National University, Series: Philology. Journalism, 2(1), 181–186. https://doi.org/10.32782/2710-4656/2023.1.2/29

Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, C. M., Brugnoli, E., Schmidt, A. L., Scala, A. (2020). The COVID-19 social media infodemic. Scientific Reports, 10(1). https://doi.org/10.1038/s41598-020-73510-5

On Media, Law of Ukraine № 2849-IX (2022) (Ukraine). https://zakon.rada.gov.ua/laws/show/2849-20#Texthttps://zakon.rada.gov.ua/laws/show/2849-20#Text

On National Security of Ukraine, Law of Ukraine. № 2469-VIII (2018) (Ukraine). https://zakon.rada.gov.ua/laws/show/2469-19#Text

On the Fundamentals of National Resistance, Law of Ukraine № 1702-IX (2021) (Ukraine). https://zakon.rada.gov.ua/laws/show/1702-20#Text

On the Decision of the National Security and Defence Council of Ukraine of 25 January 2015 ‘On the Establishment and Operation of the Main Situation Centre of Ukraine’, Decree of the President of Ukraine № 115/2015 (2015) (Ukraine). https://zakon.rada.gov.ua/laws/show/115/2015#Text

Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science, 359(6380), 1146–1151. https://doi.org/10.1126/science.aap9559

Pakhnin, M. L. (2024). Russian Disinformation as a Challenge to Ukrainian Statehood. Bulletin of the Criminological Association of Ukraine, 31(1), 860–868. https://doi.org/10.32631/vca.2024.1.79

Buhas, V., Ponomarenko, I., Kazak, O., Korshun, N. (2024). AI-Driven Sentiment Analysis in Social Media Content. In Digital Economy Concepts and Technologies, vol. 3665, 12–21.

Dudykevych, V., Yevseiev, S., Mykytyn, H., Ruda, K., Hulak, H. (2024). Detecting Deepfake Modifications of Biometric Images using Neural Networks. In Cybersecurity Providing in Information and Telecommunication Systems, vol. 3654, 391–397.

Rzaieva, S., Rzaiev, D., Kostyuk, Y., Hulak, H., Shcheblanin, O. (2024). Methods of Modeling Database System Security. In Cybersecurity Providing in Information and Telecommunication Systems, vol. 3654, 384–390.

Dmytriienko, K. A. (2024). Improvement of the Kuramoto Model for Modeling Information Dissemination in Social Networks. Telecommunications and Information Technologies, 4(85), 16–28. https://doi.org/10.31673/2412-4338.2024.048612

Rajeh, S., Savonnet, M., Leclercq, E., & Cherifi, H. (2021). Identifying influential nodes using overlapping modularity vitality. In ASONAM ‘21: International conference on advances in social networks analysis and mining. https://doi.org/10.1145/3487351.3488277

Chen, D., Lü, L., Shang, M.-S., Zhang, Y.-C., & Zhou, T. (2012). Identifying influential nodes in complex networks. Physica A: Statistical Mechanics and Its Applications, 391(4), 1777–1787. https://doi.org/10.1016/j.physa.2011.09.017

Lee, Y.-L., Wen, Y.-F., Xie, W.-B., Pan, L., Du, Y., & Zhou, T. (2024). Identifying influential nodes on directed networks. Information Sciences, 677, 120945. https://doi.org/10.1016/j.ins.2024.120945

Liu, P., Li, L., Fang, S., & Yao, Y. (2021). Identifying influential nodes in social networks: A voting approach. Chaos, Solitons & Fractals, 152, 111309. https://doi.org/10.1016/j.chaos.2021.111309

Hulak, H. M., Zhiltsov, O. B., Kyrychok, R. V., Korshun, N. V., & Skladannyi, P. M. (2024). Information and cyber security of the enterprise. Textbook. Lviv: Publisher Marchenko T. V

Downloads


Переглядів анотації: 9

Опубліковано

2025-03-27

Як цитувати

Дмитрієнко, К., & Коршун, Н. (2025). ЗАСТОСУВАННЯ ВДОСКОНАЛЕНИХ МОДЕЛЕЙ КУРАМОТО ДЛЯ ІДЕНТИФІКАЦІЇ ДЕЗІНФОРМАЦІЇ У СОЦІАЛЬНИХ МЕРЕЖАХ. Електронне фахове наукове видання «Кібербезпека: освіта, наука, техніка», 3(27), 406–416. https://doi.org/10.28925/2663-4023.2025.27.754

Статті цього автора (авторів), які найбільше читають