Публикации автора

В статье рассматривается проблема ориентирования в активно развивающейся области искусственного интеллекта (ИИ). В качестве примера этой области взяты большие языковые модели. В данной работе в качестве инструмента анализа предлагается графовое представление научного сообщества, позволяющее описать структуру взаимосвязей между авторами и выделить исследовательские группы. Также предлагается инструмент выделения ключевых фигур и лидеров мнений. Предполагается, что последующее изучение публикаций таких групп позволит своевременно фиксировать тенденции и принимать на этой основе решения по выбору и внедрению соответствующих технологий. На основе этого подхода построена модель, для чего использовались открытые данные из наукометрических баз: исследователи представлены вершинами графа с дополнительными атрибутами, а их связи — ребрами. Влияние отдельных персон измерялось метрикой центральности PageRank, а скрытые исследовательские группы идентифицировались с помощью алгоритма Louvain. Полученные результаты подтверждают исходные гипотезы: ученые с высоким значением PageRank действительно являются признанными лидерами индустрии, а алгоритм устойчиво выделяет пять кластеров, соотносящихся с реальными исследовательскими и корпоративными структурами. В совокупности предложенная графовая модель может рассматриваться как вспомогательный инструмент для аналитического описания актуального научного ландшафта ИИ и мониторинга исследовательских тенденций.

В статье рассматриваются вопросы реализации прототипа исследовательско-практического комплекса для автоматизации анализа аккаунтов пользователей в социальных сетях. Данный прототип используется в качестве инструмента для косвенной оценки выраженности психологических особенностей пользователей, их уязвимостей к социоинженерным атакам и выработки рекомендаций по защите от них. Прототип разработан на языке программирования Python 3.8 с применением веб-фреймворка Django 3.1, а также PostgreSQL 13.2 и Bootstrap 4.6. Цель работы заключается в повышении оперативности процесса извлечения информации из размещаемых в социальных сетях данных, позволяющей косвенно оценить психологические, поведенческие и иные особенности пользователей, и достигается через автоматизацию извлечения указанных данных и разработку инструментария для их анализа. Предметом исследования являются методы автоматизированного извлечения, предобработки, унификации и представления данных из аккаунтов пользователей социальных сетей в контексте их защиты от социоинженерных атак. Предложенный прототип приложения на основе веб-фреймворка Django решает задачу автоматизированного извлечения, предобработки, унификации и представления данных со страниц пользователей социальных сетей, что является одним из важных этапов в построении системы анализа защищенности пользователей от социоинженерных атак, опирающейся, в свою очередь, на синтез профиля пользователей. Теоретическая значимость работы заключается в комбинировании и апробации через автоматизацию разработанных ранее методов и подходов для восстановления пропущенных значений атрибутов аккаунта и сопоставления аккаунтов пользователей социальных сетей на предмет их принадлежности одному пользователю. Практическая значимость состоит в разработке прикладного инструмента, размещенного на поддомене sea.dscs.pro и позволяющего производить первичный анализ аккаунтов пользователей социальных сетей.