|
Анотац╕я.
Запропоновано стохастичну модиф╕кац╕ю класично╖ л╕н╕йно╖ порогово╖ модел╕, яка врахову╓ випадков╕сть
к╕лькост╕ активних контакт╕в ╕ неоднор╕дн╕сть сили впливу окремих пов╕домлень. Це дозволило перейти
в╕д ресурсом╕стких ╕м╕тац╕йних експеримент╕в до строгого математичного опису процес╕в соц╕ального
зараження, формал╕зуючи когн╕тивн╕ бар'╓ри користувач╕в ╕ нел╕н╕йн╕сть каскадних вза╓мод╕й.
Проведено пор╕вняльний анал╕з запропонованого п╕дходу з класичними алгоритмами структурного ранжування. Якщо методи PageRank та HITS ф╕ксують статичний стан тополог╕╖ графа через власн╕ вектори матриць сум╕жност╕, то ймов╕рн╕сна порогова модель опису╓ динам╕ку фазового переходу системи
- в╕д локального поширення до глобального ╕нформац╕йного каскаду. Перех╕д
в╕д статично╖ тополог╕чно╖ центральност╕ до динам╕чних стохастичних п╕дход╕в в╕дкрива╓ нов╕
можливост╕ для мон╕торингу, нейтрал╕зац╕╖ ╕нформац╕йних загроз у реальному час╕ та побудови
м╕ждисципл╕нарних моделей когн╕тивно╖ ст╕йкост╕ сусп╕льства. Запропонований ╕нструментар╕й
може застосовуватись у сфер╕ ╕нформац╕йно╖ ╕ к╕бернетично╖ безпеки, стратег╕чних комун╕кац╕й.
Ключов╕ слова:
ймов╕рн╕сна порогова модель, к╕бербезпека, ╕нформац╕йна безпека, соц╕альн╕ мереж╕, ╕нформац╕йн╕ впливи,
б╕модальний розпод╕л ступен╕в, каскадне поширення
|