Пучков, Олександр ОлександровичЛанде, Дмитро ВолодимировичСубач, Ігор Юрійович2025-12-152025-12-152025Пучков, О. Методика створення, кластеризації та візуалізації кореляційних мереж, що визначаються динамікою тематичних інформаційних потоків/ Олександр Пучков, Дмитро Ланде, Ігор Субач // Information Technology and Security. – 2025. – Vol. 13, Iss. 1 (24). – Pp. 6-16. – Bibliogr.: 16 ref.https://ela.kpi.ua/handle/123456789/77690В умовах стрімкого зростання обсягів інформації, яка циркулює в соціальних медіа та інтернет-просторі, виникає гостра потреба в ефективних методах аналізу та візуалізації тематичних інформаційних потоків. Кореляційні мережі є потужним інструментом для формалізації таких процесів, оскільки вони дозволяють виявляти взаємозв’язки між різними об’єктами, у тому числі, на основі аналізу їхньої динаміки. Особливо це актуально для сфери кібербезпеки, де оперативне виявлення тенденцій та зв’язків між подіями може мати вирішальне значення. Стаття присвячена розробці методики створення, кластеризації та візуалізації кореляційних мереж, які визначаються динамікою тематичних інформаційних потоків. Пропонується підхід, що базується на аналізі векторів динаміки публікацій,отриманих за допомогою систем контент-моніторингу соціальних медіа. Кореляційні мережі формуються на основі взаємозв’язків між векторами, що відображають розподіл документів за датами. Для візуалізації та аналізу мереж використовуються інструменти, такі як Gephi, а також запропонована авторська діаграма Ph-Di для відображення динаміки інформаційних потоків. Методика дозволяє виявляти групи взаємопов’язаних об’єктів, що може бути корисним для аналізу тематичних інформаційних потоків, зокрема в сфері кібербезпеки. Результати дослідження можуть слугувати основою для побудови ймовірнісних мереж та подальшого сценарного аналізу. Переваги запропонованої методики полягають у низькій розмірності векторів, що спрощує їх обробку та аналіз, незалежності від мови, завдяки чому методика може бути застосована для аналізу інформаційних потоків різними мовами, а також простоті реалізації, що робить її доступною для широкого кола дослідників та аналітиків у сфері кібербезпекиukкореляційні мережітематичні інформаційні потокикластеризаціявізуалізаціявектори динамікиконтент-моніторингкібербезпекаGephiдіаграма Ph-Diсемантичні мережіcorrelation networksthematic information flowsclusteringvisualizationdynamics vectorscontent monitoringcybersecurityGephiPh-Di diagramsemantic networksМетодика створення, кластеризації та візуалізації кореляційних мереж, що визначаються динамікою тематичних інформаційних потоківMethodology for creating, clustering and visualizing correlation networks determined by the dynamics of thematic information flowsArticlePp. 6-16https://doi.org/10.20535/2411-1031.2025.13.1.328753004.90000-0002-8585-10440000-0003-3945-11780000-0002-9344-713X