УДОСКОНАЛЕННЯ МЕТОДУ ВИЯВЛЕННЯ ТА КЛАСТЕРІЗАЦІЇ ДЖЕРЕЛ НЕПРАВДИВОЇ ІНФОРМАЦІЇ
DOI:
https://doi.org/10.18372/2310-5461.54.16747Ключові слова:
метаевристичні методи, бджолині колонії, неправдива інформація, роєвий інтелект, генетичний алгоритмАнотація
Основною метою еволюційної оптимізації є пошук такого поєднання параметрів (незалежних змінних), яке сприяло б максимізації або мінімізації якісних, кількісних і ймовірнісних характеристик розв'язуваного завдання. Останнім часом широкого поширення набули інтегровані методи оптимізації, які запозичують основні засади своєї роботи з живої природи. Основною особливістю методів оптимізації на базі колективного інтелекту є їх біонічна природа, тобто вони основані на моделюванні діяльності тварин, поведінка яких має колективний характер. Така поведінка дає змогу цим тваринам максимально ефективно вирішувати різні важливі практичні завдання у природі, що свідчить про високу ефективність роботи цих методів при вирішенні практичних комплексних задач оптимізації.
У роботи розглядається удосконалення методу виявлення джерел неправдивої інформації за рахунок інтеграції існуючих методів непереривної оптимізації. Удосконалення поліноміальних евристичних алгоритмів для вирішення оптимізаційних завдань у дослідження операцій виявлення неправдивої інформації. Це завдання на скінченних множинах. Однак навіть у цьому випадку, не говорячи вже про пошук розв'язку в нескінченних просторах, виникають проблеми із застосуванням точних методів, що визначає актуальність розробки приближених алгоритмів комбінаторної оптимізації.
Розглянуті два підходи до інтеграції. Підвищення ефективності гібридного алгоритму можна добитися шляхом використання єдиної структури даних при представленні рішення у вигляді позиції в просторі пошуку в методі бджолиної колонії і у вигляді хромосоми в генетичному алгоритмі.
Проведені експериментальні дослідження порівняння результатів гібридного ройового методу з алгоритмами, реалізованими на основі одного з методів, - генетичним або бджолиним показали, що в цілому гібридним методом імовірність отримання оптимального рішення склала 0,9, що на 5% кращі за рішення існуючими методами знаходження оптимального рішення для поставленого завдання.
Посилання
Лебедев В. Б. Интеграция моделей адаптивного поведения пчелиной колонии и эволюционной адаптации. Информатика, вычислительная техника и инженерное образование. 2013. № 4 (15). С. 1-7.
Лебедев Б. К. Лебедев О. Б. Моделирование адаптивного поведения муравьиной колонии при поиске решений, интерпретируемых деревьями. Известия ЮФУ. 2012. № 7. С. 27-35.
Лаптєв О.А., Савченко В.А., Савченко В.В., Мацько О.Й., Кізяк Я.О., Лазаренко С.В. Мультиагентна технологія пошуку цифрових радіозакладних пристроїв на основі кластеризації за методом бджолиної колонії. Захист інформації. 2019. Том 21. № 3. С. 194 – 202. https://doi.org/10.18372/2410-7840.21.13955
Лаптев О.А., Собчук В.В., Саланди И.П., Сачук Ю.В. Математична модель структури інформаційної мережі на основі нестаціонарної ієрархічної та стаціонарної гіпермережі. Збірник наукових праць Військового інституту Київського національного університету імені Тараса Шевченка. К.: ВІКНУ, 2019. Вип. 64. С. 124 – 132. https://doi.org/10.17721/2519-481X/2019/64-12
Лебедев В.Б. Интеграция моделей адаптивного поведения пчелиной колонии и эволюционной адаптации. Информатика, вычислительная техника и инженерное образование. 2013. № 4 (15). С. 1-7.
Lebedev B.K., Kudryakova T.Y. Mechanismsof Adaptive AntColony Behaviorin Placement Problem. Advancesin Intelligentand Computing. Proc. oftheIIntern. Sc. Conf.IITI’16. Springer, Czech Republic, 2016. vol.1. pp.443–451.
Karaboga D. An idea based on honey bee swarm for numerical optimization Technical Report TR06. Erciyes University, Engineering Faculty, Computer Engineering Department, 2005.
Эль-Хатиб С.А. Сегментация изображений с помощью смешанного и экспоненциального роя частиц. Информатика и кибернетика. 2015. № 1. С. 126–133.
Кулієв Е.В., Лежебоков А.А., Кравченко Ю.А. Ройовий алгоритм пошукової оптимізації на основі моделювання поведінки кажанів. Програмні продукти, системи та алгоритми. Техніч. науки. 2016. №7. С. 53 - 62.
Собчук В.В. Методика створення єдиного інформаційного простору на виробничому підприємстві з функціонально стійким виробничим процесом. Системи управління, навігації та зв'язку. 2019. Вип. 6 (58). С 84 – 91. https://doi.org/10.26906/SUNZ.2019.6.084
Samoilenko A.M., Samoilenko V.G., Sobchuk V.V. On periodic solutions of the equation of a nonlinear oscillator with pulse influence. Ukrainian Mathematical Journal. 1999. Vol. 51. No. 6. Springer New York. Р. 926-933
Sobchuk A.V., Sobchuk V.V., Barabash O.V., Lyashenko I.O. Functionally sustainable wireless sensor network technologies aspects analysis. Science and Education a New Dimension. Natural and Technical Sciences. 2019. Vol. VII (23). Issue 193. Budapest, Hungary. pp. 46 – 48.
Svynchuk O., Barabash O., Nikodem J., Kochan R., Laptiev O. Image compression using fractal functions. Fractal and Fractional. 2021. Vol. 5(2). No. 31. pp.1-14. https://doi.org/10.3390/fractalfract5020031
Лаптєв О.А., Собчук В.В., Савченко В.А. Метод підвищення завадостійкості системи виявлення, розпізнавання і локалізації цифрових сигналів в інформаційних системах. Збірник наукових праць Військового інституту Київського національного університету імені Тараса Шевченка. К.: ВІКНУ, 2019. Вип. 66. С. 124 –132.
Лаптєв О.А. Експериментально-статистичний метод обчислення кореляційної взаємозалежності параметрів розпізнавання засобів негласного отримання інформації. Сучасний захист інформації. 2019. № 3(39). С 23 – 29.
Lebedev B.K., Kudryakova T.Y. Mechanismsof Adaptive AntColony Behaviorin Placement Problem. Advancesin Intelligentand Computing. Proc. oftheIIntern. Sc. Conf.IITI’16. Springer, Czech Republic, 2016. vol.1. pp.443–451.
Лаптєв О.А. Новий метод спектрального аналізу визначення випадкових цифрових сигналів на фоні легальних радіосигналів. Сучасний захист інформації. 2019. № 4(40). С. 25 – 31.
Lukova-Chuiko N., Herasymenko O., Toliupa S., Laptieva T., Laptiev O. The method detection of radio signals by estimating the parameters signals of eversible Gaussian propagation. 2021 IEEE 3rd International Conference on Advanced Trends in Information Theory, ATIT 2021 – Proceedings. 2021. pp. 67–70.
Vlasyk H., Zamrii I., Shkapa V., Kalyniuk A., Laptieva T. The method of solving problems of optimal restoration of telecommunication signals. 2021 IEEE 3rd International Conference on Advanced Trends in Information Theory, ATIT 2021 – Proceedings. 2021. pp. 71–75.
Savchenko V., Akhramovych V., Dzyuba T., Lukova-Chuiko N., Laptieva T. Methodology for calculating information protection from parameters of its distribution in social networks. 2021 IEEE 3rd International Conference on Advanced Trends in Information Theory. ATIT 2021 – Proceedings. 2021. pp. 99–105.
Наконечний В., Лаптєв О., Погасій С., Лазаренко С., Мартинюк Г. Відбір джерел з неправдивою інформацію методом бджолиної колонії. Наукоємні технології. 2021. Том 52. № 4. С. 330-337. https://doi.org/10.18372/2310-5461.52.16379
