Концепція технології аналізу інформаційних потоків у рамках операцій OSINT у системах миттєвого обміну повідомленнями

Автор(и)

DOI:

https://doi.org/10.18372/2073-4751.86.21282

Ключові слова:

Відкриті джерела інформації (OSINT), кібербезпека, гіперавтоматизація, інтелектуальна обробка інформації, великі мовні моделі, LLAMA 3, роботизована автоматизація процесів (RPA), машинне навчання, аналіз даних, штучний інтелект

Анотація

У цьому документі представлено результати емпіричного дослідження ефективності гіперавтоматизованих інформаційних систем при обробці великих обсягів даних під час операцій з відкритих джерел розвідки (OSINT). Основна увага приділяється розробці та експериментальній перевірці концептуальної архітектури технології OSINT нового покоління, що базується на інтеграції: роботизованої автоматизації процесів (RPA), інструментів машинного навчання та великих мовних моделей (LLM, зокрема LLAMA 3). Ця технологія застосовується для збору даних із систем миттєвого обміну повідомленнями. Описано ключові етапи конвеєра гіперавтоматизації: збір, попередня обробка, аналіз та класифікація даних із каналів Telegram. Для автоматизованого вилучення новин використовувалися боти RPA, після чого відбувалася обробка лінгвістичною моделлю для формування інформативних звітів.
Експеримент продемонстрував значне скорочення часу обробки даних (з 6 годин до 17 хвилин) при збереженні високої точності (98 %). Результати було порівняно з ручною обробкою, а також оцінено потенціал запропонованого підходу в галузі інформаційної безпеки та виявлення дезінформації. Отримані дані свідчать про значний потенціал гіперавтоматизації в сфері інтелектуальної обробки інформації та прийняття рішень на основі даних.

Посилання

Гудфеллоу І., Бенджо Й., Курвіль А. Глибоке навчання. MIT Press, 2016. 800 с. URL: https://www.deeplearningbook.org/ (дата звернення: 07.05.2026).

Основні стратегічні технологічні тренди 2020 року: гіперавтоматизація : Gartner Newsroom. 2020. URL: https://www.gartner.com/en/newsroom/press-releases/2019-10-21-gartner-identifies-the-top-10-strategic-technology-trends-for-2020 (дата звернення: 07.05.2026).

Соммервілл І. Програмна інженерія. 10-те вид. Pearson Education, 2015. 816 с. ISBN 978-0-13-394303-0.

Джурафскі Д., Мартін Дж. Г. Обробка мовлення та мови. 3-тє вид. (чернетка). Стенфордський університет, 2021. URL: https://web.stanford.edu/~jurafsky/slp3/ (дата звернення: 07.05.2026).

Приклади застосування та переваги RPA : UiPath Resources. 2022. URL: https://www.uipath.com/resources/automation-use-cases (дата звернення: 07.05.2026).

Виявлення фейкових новин та дезінформації : Центр передового досвіду НАТО зі стратегічних комунікацій. 2020. URL: https://www.stratcomcoe.org/ (дата звернення: 07.05.2026).

Аналіз джерел даних Telegram у рамках розвідки з відкритих джерел : Bellingcat. 2023. URL: https://www.bellingcat.com/resources/2023/telegram-osint-guide/ (дата звернення: 07.05.2026).

Технічний звіт про GPT-4 : OpenAI. 2023. URL: https://cdn.openai.com/papers/gpt-4.pdf (дата звернення: 07.05.2026).

Архітектура графічного процесора NVIDIA T4 : NVIDIA. 2021. URL: https://www.nvidia.com/en-us/data-center/tesla-t4/ (дата звернення: 07.05.2026).

Бішоп К. М. Розпізнавання образів та машинне навчання. Springer, 2006. 738 с. ISBN 978-0387310732.

Провост Ф., Фосетт Т. Наука про дані для бізнесу. O’Reilly Media, 2013. 414 с. ISBN 978-1449361327.

##submission.downloads##

Опубліковано

2026-05-30

Як цитувати

Спиридонов, А. (2026). Концепція технології аналізу інформаційних потоків у рамках операцій OSINT у системах миттєвого обміну повідомленнями. Проблеми iнформатизацiї та управлiння, 2(86), 134–145. https://doi.org/10.18372/2073-4751.86.21282

Номер

Розділ

Статті