В рамках гранта РФФИ ученые Научно-исследовательского института многопроцессорных вычислительных систем имени академика А. В. Каляева Южного федерального университета работают над автоматизацией процесса анализа социальной и политической обстановки в стране. Первые результаты показывают, что антиобщественное поведение, к примеру, характерно для пользователей с ложными аккаунтами.

Полученные итоги отражены в сборнике Proceedings of the Computational Methods in Systems and Software. Проблема мониторинга социальных возмущений крайне актуальна, поскольку эпидемиологическая обстановка в стране сместила в интернет-пространство большой объем коммуникаций и бизнес-процессов. Возникла необходимость разработать методы и средства, позволяющие в автоматическом (10 процентов ручных операций) или автоматизированном (10–50 процентов ручных операций) режиме найти деструктивные информационные инициативы.

До этого оценка психологического состояния общества проводилась с помощью анкетирования населения, а еще с использованием так называемого композитного индекса макропсихологического состояния. Но, как отмечают специалисты ЮФУ, в изменившихся условиях при стремительной цифровизации, этих методов уже недостаточно.

По словам экспертов, проблема автоматического выявления социальных возмущений, как минимум, двусторонняя. Во-первых, необходимо формирование комплекса вербальных и невербальных признаков, характеризующих такие инициативы в информационном пространстве. Во-вторых, поскольку речь идет о работе с «большими данными», необходима разработка новых методов и средств для обработки и анализа подобных объемов информации в условиях ограниченных вычислительных ресурсов.

«В рамках проекта в настоящее время ведутся работы, связанные с формированием характерного для интернета комплекса признаков, по которым можно автоматически или автоматизировано провести анализ», – рассказала старший научный сотрудник НИИ МВС ЮФУ, кандидат технических наук, Анна Клименко.

Так, сегодня выявлена тенденция наличия потенциала антиобщественного поведения у обладателей ложных псевдонимов (fake accounts). Также предложен комплекс невербальных признаков социально-опасного противоправного поведения, который может быть использован при анализе видео или статических изображений. Разработаны когнитивные карты, позволяющие путем импульсного моделирования оценить психоэмоциональное состояние человека.

Когнитивная карта представляет собой граф, посредством которого можно описать причинно-следственные связи между объектами системы. Как правило, когнитивные карты используются для построения экономических, экологических и социальных прогнозов. В данном случае когнитивная карта необходима в качестве классификатора, отражая множественные связи между невербальными признаками и эмоциональным состоянием индивида.

В рамках гранта проводятся исследования эффективности смещения вычислительной нагрузки интернет-контента к краю сети, либо в «туманный слой», а также внедрение технологий распределенного реестра с целью уменьшения ресурсопотребления информационных процессов. Край сети — это, как правило, пользовательские устройства, гаджеты, компьютеры. Туманный слой может быть представлен как рядом конечных устройств, так и коммуникационным оборудованием.

Технологии распределенного реестра (Distributed Ledger Technologies) — это согласованные реплицированные данные, распределенные географически. Согласование данных по репликам достигается путем достижения консенсуса. В частности, в ЮФУ проводят исследования с точки зрения использования различных методов достижения консенсуса в области управления распределенными вычислениями.

«Особый интерес в этой области представляют методы достижения консенсуса, в частности, с распределенным лидерством и полностью децентрализованные. Теоретические оценки этих методов показывают их высокую эффективность при использовании в управлении распределенными вычислениями — как с точки зрения скорости реакции на внешние воздействия, так и с точки зрения объемов пересылаемой информации», – подчеркнула Анна Клименко.

Дальнейшие исследования в рамках гранта будут направлены на систематизацию полученных результатов, составлении онтологий и формирование общей методологии построения автоматизированных систем раннего предупреждения социальных возмущений. Сам термин «невербальные признаки» берет начало в понятии «невербальное общение» или, иными словами «язык тела». То есть это те жесты, позы, мимика, которые мы используем осознанно — или наоборот, неосознанно, и которые достаточно объективно отражают эмоциональное состояние индивидов.

Один из наиболее известных исследователей в этой области — американский психолог Пол Экман. В частности, ему принадлежат работы, в которых комплексные движения лицевых мышц соотнесены с эмоциями, испытываемыми человеком. Показано, что движения лицевых мышц одинаково воспринимаются людьми независимо от национальности и места проживания, то есть улыбка будет трактоваться одинаково везде.

Таким образом, опираясь на эти работы, а также на мировую практику в области безопасности на транспорте и объектах с повышенной ответственности, ученые из ЮФУ выделили ряд невербальных признаков, позволяющих идентифицировать негативные эмоции и подозрительное поведение.