Білий, Олександр Олегович2024-07-252024-07-252023-12Білий О.О. Метод класифікації деструктивних текстових даних. - Дипломна робота на здобуття ступеня магістра спеціальності «Кібербезпека», «Безпека інформаційних і комунікаційних систем». - Київ, 2023. – 112 с.https://er.nau.edu.ua/handle/NAU/64935Робота публікується згідно наказу Ректора НАУ від 27.05.2021 р. №311/од "Про розміщення кваліфікаційних робіт здобувачів вищої освіти в репозиторії університету". Керівник проекту: д.т.н., доцент, Терейковська Людмила Олексіївна.Зростання впливу інтернету та соціальних мереж призвело до збільшення кількості деструктивних текстових матеріалів, які можуть завдати шкоди індивідам, організаціям та громадським інтересам. Ця шкідлива інформація може вплинути на репутацію, фінансовий стан, а також соціальну, психологічну та інформаційну безпеку. Соціальні медіа стали основним майданчиком обміну інформацією та взаємодії між користувачами. Проте це також стало основним середовищем для поширення деструктивного контенту. Методи класифікації деструктивних текстових даних можуть допомогти соціальним мережам виявляти та блокувати шкідливий контент, забезпечуючи кращу інформаційну безпеку для користувачів. Для багатьох інтернет-платформ інформаційна безпека та захист від деструктивного контенту стали пріоритетними завданнями. Зростання потужності штучного інтелекту (AI) та машинного навчання відкриває нові можливості для розробки більш точних та автоматизованих методів класифікації деструктивних текстових даних. Використання AI може значно полегшити інформаційну безпеку та забезпечити ефективну реакцію на загрози. Усі ці фактори підкреслюють актуальність роботи, спрямованої на розробку та вдосконалення методів класифікації деструктивних текстових даних. Ця робота важлива для забезпечення інформаційної безпеки, збереження довіри та зручності користувачів у цифровому світі і має потенціал позитивно вплинути на суспільство в цілому.ukдипломна роботакласифікаціятекстові данівразлива інформаціябаєсів класифікатормашине навчанняМетод класифікації деструктивних текстових данихLearning Object