Ланде Д.В., Пучков О.О., Субач І.Ю.
Застосування генеративного штучного інтелекту для визначення
центроїдів і сутності кластерів в мережі понять у сфері кібербезпеки
// Телекомунікаційні та інформаційні технології. 2025. N 1 (86) - C. 89-97. DOI: 10.31673/2412-4338.2025.012993

Складність інформаційного середовища вимагає нових підходів до аналізу та класифікації кіберзагроз. Одним із перспективних методів є дослідження мереж понять у кібербезпеці, виявлення ключових понять і взаємозв'язків між ключовими об'єктами та явищами у цій сфері. Ураховуючи потужний розвиток технологій штучного інтелекту цілком доцільним є використання сучасних великих лінгвістичних моделей, що можуть розглядатись в якості "віртуальних експертів", які застосовуються під керівництвом людини-аналітика. У статті представлено методику визначення центроїдів та сутності кластерів у мережі об'єктів кібербезпеки на основі генеративного штучного інтелекту. Методика базується на побудові семантичної мережі понять і кластеризації мережі із застосуванням алгоритму модулярності. Процедура визначення класів модулярності здійснюється за алгоритмом, який включає кроки ініціалізації, оцінки, об'єднання кластерів, ітерації та фіналізації. Завдання визначення центроїдів понять та сутності кластерів делегується рою віртуальних експертів - генеративним мовним моделям (GPT-4, Llama-3, o1), що дозволяє автоматизувати і значно пришвидшити цей процес. Методика проілюстрована на прикладах аналізу щотижневих дайджестів з кібербезпеки. Результати показують, що застосування рою віртуальних експертів дозволяє ефективно автоматизувати процес аналізу та класифікації понять у мережі, що може стати основою для подальшого удосконалення класифікаторів кібербезпеки. Запропонована методика автоматизованого визначення центроїдів та сутностей кластерів у мережі об'єктів кібербезпеки дозволяє підвищити швидкість і об'єктивність аналізу предметної області. Ключові слова: кібербезпека, генеративний штучний інтелект, семантичні мережі, кластеризація, центроїди, сутність кластерів.