EISSN 2310-6018
Язык: ru

Статья: МЕТОДЫ ОТБОРА ПРИЗНАКОВ В ЗАДАЧЕ ОПРЕДЕЛЕНИЯ АВТОРСТВА В КОНТЕКСТЕ КИБЕРБЕЗОПАСНОСТИ (2024)

Читать онлайн

В работе рассмотрены методы определения авторства естественных и искусственно-сгенерированных текстов, важных в контексте кибербезопасности и защиты интеллектуальной собственности с целью предотвращения дезинформации и мошенничества. Использование методов определения автора текста обосновано выводами об эффективности рассмотренных в прошлых исследованиях fastText и метода опорных векторов (SVM). Алгоритм отбора признаков выбран на основе сравнения пяти различных методов - генетического алгоритма, прямого и обратного последовательных методов, регуляризационного отбора и метода Шепли. Рассмотренные алгоритмы отбора включают эвристические методы, элементы теории игр и итерационные алгоритмы. Наиболее эффективным методом признан алгоритм, основанный на регуляризации, в то время как методы, основанные на полном переборе, признаны неэффективными для любого множества авторов. Точность отбора на основе регуляризации и SVM в среднем составила 77 %, что превосходит другие методы от 3 до 10 % при идентичном количестве признаков. При тех же задачах средняя точность fastText - 84 %. Было проведено исследование, направленное на устойчивость разработанного подхода к генеративным образцам. SVM оказался более устойчив к запутыванию модели. Максимальная потеря точности для fastText составила 16 %, а для SVM - 12 %.

Ключевые фразы: ОТБОР ПРИЗНАКОВ, ОПРЕДЕЛЕНИЕ АВТОРА, машинное обучение, нейронные сети, АНАЛИЗ ТЕКСТА, информационная безопасность
Автор (ы): Романов Александр Сергеевич
Журнал: МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ

Идентификаторы и классификаторы

УДК
004.89. Прикладные системы искусственного интеллекта. Интеллектуальные системы, обладающие знаниями
eLIBRARY ID
65474477
Для цитирования:
РОМАНОВ А. С. МЕТОДЫ ОТБОРА ПРИЗНАКОВ В ЗАДАЧЕ ОПРЕДЕЛЕНИЯ АВТОРСТВА В КОНТЕКСТЕ КИБЕРБЕЗОПАСНОСТИ // МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ. 2024. Т. 12 № 1
Текстовый фрагмент статьи