SELECTION OF SOURCES WITH FALSE INFORMATION USING THE BEE COLONY METHOD
DOI:
https://doi.org/10.18372/2310-5461.54.16747Keywords:
metaheuristic methods, bee colonies, false information, swarm intelligence, genetic algorithmAbstract
The main purpose of evolutionary optimization is to find a combination of parameters (independent variables) that would help maximize or minimize the qualitative, quantitative, and probabilistic characteristics of the problem. Recently, integrated optimization methods have become very common, borrowing the basic principles of their work from wildlife. Researchers are experimenting with different types of representations, for example, evolutionary and genetic algorithms use selection methods and genetic operators. A large number of algorithms based on the swarm method are known.
The artificial bee colony is an optimization method that mimics the behavior of bees, a specific application of cluster intelligence, the main feature of which is that it does not need to understand specific information about the problem, you just need to optimize the problem. Comparing inferiority with the help of the local optimization behavior of each person with an artificial bee finally leads to the appearance in the group of a global optimal value with a higher rate of convergence.
The paper considers the method of solving the optimization problem based on modeling the behavior of the bee colony. Description of the model of the behavior of intelligence agents and forage agents, search mechanisms, and selection of positions in a given neighborhood. The general structure of the optimization process is given. Graphical results are also presented, which prove the possibility of the bee colony method to optimize the results, i.e. from all multiple sources of information, the bee colony method by optimization can significantly limit the number of information sources, identify a narrow range of sources that may be false information. Which in the future will allow you to more accurately identify sources with false information and block them.
References
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
