Виявлення фейків за допомогою штучного інтелекту як задача безпеки кіберпростору

Скорочена інформація про документ
dc.contributor.advisorСтьопочкіна, Ірина Валеріївна
dc.contributor.authorКомар, Анастасія Віталіївна
dc.date.accessioned2025-12-10T08:06:40Z
dc.date.available2025-12-10T08:06:40Z
dc.date.issued2025
dc.description.abstractДана робота містить 61 сторінок, 9 ілюстрацій, 1 додаток, 21 джерело за переліком посилань. Метою дослідження є підвищення ефективності виявлення фейків у месенджері Telegram шляхом розробки підходу, що ґрунтується на аналізі структур поширення повідомлень. Об’єкт дослідження – процес поширення інформації в цифрових комунікаційних платформах, зокрема в месенджері Telegram, у контексті ризиків дезінформації та фейкових новин. Предмет дослідження – структурні та поведінкові характеристики графів поширення повідомлень у Telegram, що використовуються для виявлення фейкових новин із застосуванням графового аналізу та машинного навчання. Методи дослідження: аналіз наукових джерел, збір та обробка даних за допомогою Telethon, побудова графів пересилань, використання метрик графів і графового автоенкодера для побудови embedding-ів, класифікація повідомлень на основі структурних характеристик каскадів. У результаті дослідження запропоновано метод виявлення фейкових новин, який не потребує доступу до тексту повідомлень, а базується на особливостях поширення інформації у мережі Telegram. Розглянуто переваги й недоліки підходу, представлено емпіричні результати та запропоновано шляхи подальшого вдосконалення.
dc.description.abstractotherThis work contains 61 pages, 9 illustrations, 1 appendice, 21 sources in the list of links. The purpose of the study is to develop and evaluate an approach for detecting fake news in the Telegram messenger based on the analysis of information diffusion structures. The object of the study is Telegram as a platform for distributing socio-political content. The subject of the study is the methods and models for detecting fake messages on Telegram, particularly graph-based approaches that do not rely on textual content analysis. Research methods include: analysis of scientific sources, data collection and processing using Telethon, construction of forwarding graphs, application of graph metrics and a graph autoencoder to build embeddings, and classification of messages based on structural characteristics of cascades. As a result of the study, a method for detecting fake news that does not require access to message text is proposed. Instead, it is based on the peculiarities of information diffusion within the Telegram network. The advantages and limitations of the approach are discussed, empirical results are presented, and directions for further improvement are suggested.
dc.format.extent61 с.
dc.identifier.citationКомар, А. В. Виявлення фейків за допомогою штучного інтелекту як задача безпеки кіберпростору : дипломна робота ... бакалавра : 125 Кібербезпека / Комар Анастасія Віталіївна. – Київ, 2025. – 61 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/77615
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectTelegram
dc.subjectфейкові новини
dc.subjectграф
dc.subjectGraph Autoencoder
dc.subjectкібербезпека
dc.subjectдезінформація
dc.subjectfake news
dc.subjectgraph
dc.subjectcybersecurity
dc.subjectdisinformation
dc.titleВиявлення фейків за допомогою штучного інтелекту як задача безпеки кіберпростору
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Komar_bakalavr.pdf
Розмір:
1.74 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ІБ)
Бакалаврські роботи