A method for detecting unauthorized interference in network communications using intelligent traffic analysis

Білоус, Владислав Володимирович та Бодненко, Дмитро Миколайович та Локазюк, Олександра Вікторівна та Бржевська, Зореслава Михайлівна та Козачок, Валерій Анатолійович (2026) A method for detecting unauthorized interference in network communications using intelligent traffic analysis CEUR Workshop Proceedings (4271). с. 200-215. ISSN 1613-0073

Текст V_Bilous_CPITS_4271_FITM.pdf - Опублікована версія Download (2MB)

Анотація

The article is devoted to the study of multimodal approaches of artificial intelligence to automated detection of fake news and verification of media content in the modern digital information environment. The integration of natural language processing, computer vision and video data analysis methods within a single intelligent system is considered. Architectural solutions for collecting and processing data from news aggregators and Telegram channels are analysed, as well as methods for verifying the authenticity of photo and video materials, including the detection of manipulation and deepfake content. An analytical approach to evaluating the effectiveness of multimodal systems using classical machine learning metrics is proposed. Based on the analytical model, the author's software "Vidoglyad" was designed, which offers a range of functions for automated detection of fake news and verification of media content based on artificial intelligence. The Vidoglyad software combines the functionality of OSINT tools and multimodal content analysis methods for working with information flows, verifying the authenticity of sources and content, and obtaining digital evidence of manipulation. The results of the study demonstrate that the combination of heterogeneous modalities significantly increases the accuracy and stability of fake detection systems compared to single-modal approaches.

Тип елементу :	Стаття
Ключові слова:	multimodal AI; natural language processing; computer vision; deepfake; media content verification; system analysis; data analysis; coding; fake news
Типологія:	Статті у базах даних > Scopus (без квартилю)
Підрозділи:	Факультет інформаційних технологій та математики > Кафедра комп'ютерних наук Факультет інформаційних технологій та математики > Кафедра математики і фізики Факультет інформаційних технологій та математики > Кафедра інформаційної та кібернетичної безпеки ім. професора Володимира Бурячка
Користувач, що депонує:	доцент Дмитро Бодненко
Дата внесення:	24 Жов 2026 19:56
Останні зміни:	24 Жов 2026 19:56
URI:	https://elibrary.kubg.edu.ua/id/eprint/59792

Actions (login required)

Перегляд елементу