Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/1781
Full metadata record
DC FieldValueLanguage
dc.contributor.authorМЕЛЕШКО, Єлизавета Владиславівна-
dc.date.accessioned2021-01-03T15:46:36Z-
dc.date.available2021-01-03T15:46:36Z-
dc.date.issued2020-12-26-
dc.identifier.urihttps://er.chdtu.edu.ua/handle/ChSTU/1781-
dc.description.abstractДисертаційна робота присвячена розв’язанню актуальної науково-практичної проблеми підвищення точності пропозицій рекомендаційних систем в умовах дестабілізуючих факторів у комп’ютерних мережах на основі розробки моделей та методів синтезу підсистеми забезпечення стійкості. У роботі проведено аналіз сучасних моделей та методів синтезу рекомендаційних систем для соціальних мереж та контент-орієнтованих веб-сервісів, який показав, що переважна більшість існуючих моделей і методів вразливі до дії внутрішніх та зовнішних дестабілізуючих факторів у комп’ютерних мережах. Показано, що забезпечення стійкості рекомендаційних систем до дії дестабілізуючих факторів є важливою умовою для підвищення точності їх роботи. Розроблено метод визначення динаміки ймовірностей перебування рекомендаційної системи в своїх можливих станах з використанням математичного апарату марківських та напівмарківських процесів. Розроблено математичну модель стійкої рекомендаційної системи, що дозволило здійснити оптимізацію загальних витрат на обслуговування системи в умовах внутрішніх дестабілізуючих факторів. Удосконалено метод колаборативної фільтрації, який відрізняється від існуючих використанням продукційних правил та показників активності користувачів, що дозволило підвищити стійкість системи в умовах холодного старту, розроблено відповідні алгоритми. Розроблено математичну модель підсистеми інформаційної безпеки стійкої рекомендаційної системи, що дозволило визначити оптимальну частоту перевірки на наявність інформаційної атаки та профілів ботів у системі, розроблено відповідні алгоритми. Розроблено метод імітаційного програмного моделювання користувачів та об’єктів рекомендаційної системи, що дозволило генерувати вхідні дані для тестування якості роботи алгоритмів формування рекомендацій, розроблено відповідну програмну імітаційну модель. Розроблено метод виявлення інформаційної атаки на рекомендаційну систему на основі аналізу трендів рейтингів об’єктів, що дозволило знизити кількість витрат на моніторинг безпеки системи за рахунок зняття необхідності пошуку ботів при відсутності ознак атаки, розроблено відповідні алгоритми. Розроблено метод виявлення бот-мереж у рекомендаційній системі на основі графової кластеризації та аналізу дій користувачів для забезпечення стійкості системи до зовнішніх дестабілізуючих факторів, розроблено відповідні алгоритми.uk_UA
dc.description.abstractThe thesis is devoted to solution of an actual scientific and practical problem of accuracy increasing for propositions of recommendation systems in the conditions of destabilizing factors in computer networks on the basis of development of models and methods of synthesis of a subsystem of stability ensuring. The object of research is process of functioning of recommendation systems of social networks and websites in computer networks. The subject of research is methodology of stability ensuring of recommendation systems in the conditions of destabilizing factors. It is shown that today recommendation systems in computer networks are increasingly used for promotion of content, goods and services. Such systems are tools for automatic generation of recommendations based on study of personal needs of website users. They are most often used in e-commerce, content-oriented websites, social networks and search engines. Analysis of modern models and methods of synthesis of recommendation systems for social networks and content-oriented web services is carried out. The analysis showed that the vast majority of existing models and methods are vulnerable to internal and external destabilizing factors in computer networks. Ensuring the stability of recommendation systems to the action of destabilizing factors is an important condition for improving their accuracy. Examples of internal destabilizing factors in recommendation systems would be cold start problem, constant cold start problem, filter bubble problem of and problem of insufficient quantity and quality of input data, as well as problem of permanent change of user preferences over time. The main external destabilizing factor in recommendation systems is injection profile attacks. A method for determining the dynamics of probabilities of recommendation system in its possible states using the mathematical apparatus of Markov and semi-Markov processes is developed. This allows to determine the probabilities of staying specific recommendation system in its possible states at any moment of time. A mathematical model of a stable recommendation system is developed on the basis of the proposed method of determining the dynamics of probabilities of staying the system in its possible states, allowing to optimize the total cost of system maintenance in the conditions of internal destabilizing factors. The method of collaborative filtering is improved. This method differs from the existing ones in using production rules to determine user similarity and using user activity indicators to form recommendations. This allowed to increase system stability in conditions of insufficient input and cold start. A mathematical model of information security subsystem of a stable recommendation system is developed on the basis of the proposed method of determining the dynamics of probabilities of staying the system in its possible states, this allowed to determine the optimal frequency of checking for information attack and bot profiles in the system. A method of software simulation modeling of users and objects of the recommendation system of a social network or web resource based on existing and developed methods of modeling the structure of complex networks and methods of modeling user behavior is developed. This allowed to generate input data for testing the quality of algorithms for forming recomendations. A method of detecting an information attack on the recommendation system based on the analysis of trends of the ratings of objects is developed. This allowed to reduce the cost on monitoring system security by eliminating the need of search for bots in the absence of signs of attack. A method of detecting botnets in the recommendation system based on graph clustering and analysis of user actions for ensuring stability of the system to external destabilizing factors is developed. This allowed to detect botnets and differ them using sets of attack objects. The practical value of the work is as follows. Algorithms for software simulation modeling of users and objects of the recommendation system are developed. These algorithms allowed generating input data for testing algorithms that form recommendation lists. Improved collaborative data filtering algorithms are developed to generate more accurate lists of recommendations for web-resource users based on production rules and the use of user activity metrics. Algorithms for detecting the presence of an information attack on the recommendation system based on the analysis of trends in the ratings of system objects are developed. Algorithms for detecting separate bot profiles based on neural networks and algorithms for detecting bot networks in the recommendation system based on graph clustering and analysis of user activities are developed. A technique for obtaining analytical relations for calculating the probabilities of a stable recommendation system in its possible states at any time to optimize the frequency of recalculation of input data for the formation of recommendations are developed. A technique for obtaining analytical relations for calculating the probabilities of a stable recommendation system in its possible states at any time to optimize the frequency of recalculation of input data for determining the optimal frequency of checking for information attacks and bots presence. The assessment of credibility and efficiency of the proposed methods and models for increasing the stability of recommendation systems was carried out. Thus, the results obtained in the dissertation allow to increase stability of recommendation systems to internal and external destabilizing factors and this allows to increase accuracy and other quality indicators of recommendation lists creating.uk_UA
dc.language.isoukuk_UA
dc.subjectрекомендаційні системиuk_UA
dc.subjectкомп’ютерні мережіuk_UA
dc.subjectпроблема холодного стартуuk_UA
dc.subjectколаборативна фільтраціяuk_UA
dc.subjectаналіз данихuk_UA
dc.subjectкластеризаціяuk_UA
dc.subjectмоделювання складних мережuk_UA
dc.subjectінформаційні атакиuk_UA
dc.subjectбот-мережіuk_UA
dc.subjectсоціальні мережіuk_UA
dc.subjectвеб-ресурсиuk_UA
dc.titleМетодологія забезпечення стійкості рекомендаційних систем до дестабілізуючих факторів у комп’ютерних мережахuk_UA
dc.title.alternativeThe methodology of ensuring the stability of recommendation systems to destabilizing factors in computer networksuk_UA
dc.typeDSC thesisuk_UA
dc.citation.pages323uk_UA
dc.subject.specialization05.13.05 – комп'ютерні системи та компонентиuk_UA
Appears in Collections:05.13.05 – комп'ютерні системи та компоненти



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.