Preview

Вестник НИЯУ МИФИ

Расширенный поиск

ГЕНЕРАТИВНЫЕ АЛГОРИТМЫ В ИНФОРМАЦИОННЫХ ВОЙНАХ

https://doi.org/10.26583/vestnik.2024.352

EDN: STQHGE

Аннотация

Развитие информационно-коммуникационных технологий привело к существенному изменению жизни общества в области формирования потребления информации. С распространением сети Интернет начали появляться и различные средства распространения информации такие, как социальные сети, поддерживающие текстовый, визуальный и аудио-форматы. У общества появилась возможность публиковать и создавать контент, что в свою очередь сказывается на информационной среде, которая уже стала ареной информационного противоборства не только государств и организаций, но и отдельных индивидов. Особую роль в информационном противоборстве сегодня занимают методы автоматической генерации контента, основанные на генеративных алгоритмах, которые могут создавать объекты таких форматов, как изображения, видео, аудио и текст. В статье рассматриваются возможности использования генеративных алгоритмов в информационных войнах. Основная трудность обоснования совокупности тематик генеративных алгоритмов и информационных войн – новизна такого инструмента, как генеративно-состязательная сеть, отсутствие нормативно-правовой базы в Российской Федерации, а также подтвержденных случаев использования генеративных алгоритмов в информационной войне.

Об авторе

А. Д. Вуйкович
Национальный исследовательский ядерный университет «МИФИ»
Россия


Список литературы

1. Сулейманова Ш.С., Назарова Е.А. Инфор¬ма-ционные войны: история и современность: учеб. пособие.М.: Международный издательский центр «Этносоциум», 2017. 126 с.

2. Ромашкина Н.П., Ковалев В.И., Топычка-нов П.В., Евсеев В.В., Идаятов А.К. Угрозы инфор¬ма-ционной безопасности в кризисах и конфликтах XXI века. М.: ИМЭМО РАН, 2015. 151 с.

3. Goodfellow I.J., Pouget-Abadie J., Mirza M., Xu B., Warde-Farley D., Ozair S., Courville A., Bengio Y. Generative Adversarial Nets, 2014. [Электронный ресурс]. URL: https://arxiv.org/pdf/1406.2661.pdf (дата обращения: 01.04.2022).

4. Goodfellow I., Bengio Y., Courville A. Deep learning. Massachusetts Institute of Technology, 2016. 700 p.

5. Вуйкович А.Д. Генеративные алгоритмы в информационных войнах // Сборник тезисов докладов IX Международной молодежной научной школы-конференции «Современные проблемы физики и технологий», 26–28 апреля 2022 г. М.: НИЯУ МИФИ, 2022. С. 247–250.

6. Isola P., Zhu J.Y., Zhou T., Efros A.A. Image-to-Image Translation with Conditional Adversarial Networks, 2018. [Электронный ресурс]. URL: https://arxiv.org/pdf/1611.07004.pdf (дата обращения: 02.04.2022).

7. Zhang H., Xu T., Li H., Zhang S., Wang X., Huang X., Metaxas D. StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks, 2017. [Электронный ресурс]. URL: https://arxiv.org/pdf/1612.03242.pdf (дата обращения: 02.04.2022).

8. Brownlee J. 18 Impressive Applications of Generative Adversarial Networks (GANs) // Machine Learning Mastery, 2019. [Электронный ресурс]. URL: https://machinelearningmastery.com/impressive-applications-of-generative-adversarial-networks/ (дата обращения: 03.04.2022).

9. Greenemeier L. When Will Computers Have Common Sense? Ask Facebook // SCIENTIFIC AMERICAN, 2016. [Электронный ресурс]. URL: https://www.scientificamerican.com/article/when-will-computers-have-common-sense-ask-facebook/ (дата обращения: 19.03.2022).

10. Hossam M., Le T., Papasimeon M., Huynh V., Phung D. Text Generation with Deep Variational GAN, 2021. [Электронный ресурс]. URL: https://arxiv.org/pdf/2104.13488.pdf (дата обращения: 04.04.2022).

11. Alencar R. Audio Generation with GANs // Medium, 2019. [Электронный ресурс]. URL: https://medium.com/neuronio/audio-generation-with-gans-428bc2de5a89 (дата обращения: 04.04.2022).


Рецензия

Для цитирования:


Вуйкович А.Д. ГЕНЕРАТИВНЫЕ АЛГОРИТМЫ В ИНФОРМАЦИОННЫХ ВОЙНАХ. Вестник НИЯУ МИФИ. 2024;13(4):263-272. https://doi.org/10.26583/vestnik.2024.352. EDN: STQHGE

For citation:


Vuykovich A.D. GENERATIVE ALGORITHMS IN INFORMATION WARFARE. Vestnik natsional'nogo issledovatel'skogo yadernogo universiteta "MIFI". 2024;13(4):263-272. (In Russ.) https://doi.org/10.26583/vestnik.2024.352. EDN: STQHGE

Просмотров: 98


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2304-487X (Print)