Control Systems and Computers

https://doi.org/10.15407/csc.2023.01.065

Zosimov V.V. Enhancing Online Search Security Through Bayesian Trust Network Implementation. Control Systems and Computers. 2023. № 1. C.  65-72.

УДК 004.822

В.В. Зосімов, доктор технічних наук, професор, Київський національний університет України імені Тараса Шевченка, 04116, м. Київ, вул. Богдана Гаврилишина, 24, Україна, Scopus Author ID 57188682230, ORCID: https://orcid .org/ 0000-0003-0824-4168, zosimovvv@gmail.com

ПІДВИЩЕННЯ БЕЗПЕКИ ПОШУКУ ІНФОРМАЦІЇ В МЕРЕЖІ ІНТЕРНЕТ ШЛЯХОМ ВПРОВАДЖЕННЯ БАЙЄСІВСЬКОЇ МЕРЕЖІ ДОВІРИ

Вступ. У сучасну епоху швидкого зростання Інтернету та поширення джерел інформації пошук відповідної інформації стає дедалі складнішим. Величезний обсяг даних, доступних в Інтернеті, ускладнює ефективну навігацію та надання точних результатів традиційним пошуковим алгоритмам. Байєсовські мережі пропонують потужне рішення для підвищення ефективності пошуку інформації в Інтернеті. Попри на їхню ефективність, реалізація байєсівських мереж у реальних додатках наразі була обмеженою, з великим простором для подальшого розвитку та вдосконалення.

Мета статті. Метою статті є дослідити потенціал байєсівських мереж для покращення пошуку інформації в Інтернеті та висвітлити сучасні кращі практики використання цих мереж. Побудувати на основі отриманих результатів дослідження прототип системи підвищення безпеки пошуку інформації в мережі Інтернет

Методи. Системний підхід, аналіз.

Результати. Запропонована система має на меті покращити релевантність пошуку документів завдяки забезпеченню довірчих відносин між користувачем та джерелами інформації. Систему розроблено для усунення обмежень традиційних пошукових систем, надаючи точніші результати на основі потреб користувача та довіри до джерел інформації. Автори математично формалізували процес визначення релевантності та змоделювали довірчу мережу за допомогою байєсівської мережі. Запропоновану систему було впроваджено та випробувано, й вона показала багатонадійні результати щодо підвищення актуальності пошуку інформації.

Висновки. У сфері інформаційного пошуку використання BN набуло поширення як засіб підвищення ефективності пошуку інформації. Запропонована система є цінним внеском у цю сферу, оскільки вона демонструє потенціал використання BN для пошуку та захисту інформації на основі довіри. Результати дослідження дають змогу зрозуміти практичне застосування BN для пошуку інформації та потенціал для подальших досліджень у цій галузі.

Завантажити повний текст! (англійською)

Ключові слова: Байєсовські мережі довіри, пошук в Інтернеті, рейтинг релевантності, обробка запитів, конфіденційність в Інтернеті.

1. Gallego, C., 2018. “A review of Bayesian deep learning techniques and their application to computer vision problems”. Big Data Analytics, IGI Global, pp. 11-25.
2. Guo, C., 2017. “Deep Bayesian active learning for neural networks”. Journal of Machine Learning Research, Vol. 18, pp. 1-47.
3. Pelt, M., 2019. “Uncertainty quantification in deep learning using Bayesian convolutional neural networks”. Journal of Computer Vision. Vol. 126, pp. 617-635.
4. Sattari, P., 2020. “Bayesian deep reinforcement learning: A survey”. Journal of Machine Learning Research, Vol. 21, pp. 1-35.
5. Zosimov, V., Bulgakova, O., Pozdeev, V., 2021. “Complex internet data management system”. Advances in Intelligent Systems and Computing. Vol.1246, pp. 639–652.
6. Zosimov, V., Bulgakova, O., “Calculation the Measure of Expert Opinions Consistency Based on Social Profile Using Inductive Algorithms”. Advances in Intelligent Systems and Computing. Vol. 1020, pp. 622–636.
7. Nalisnick, M., 2019. “Deep Bayesian neural networks with many irrelevant inputs”. Proceedings of the 35th International Conference on Machine Learning. Vol. 97, pp. 1748-1757.
8. Hron, J., 2018. “Probabilistic programming for deep learning: A review”. Machine Learning Research. Vol. 19, pp. 1-41.

Надійшла 12.02.2023