Проблема мониторинга социальных возмущений является крайне актуальной, 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% ручных операций) либо автоматизированном (10-50% ручных операций) режиме найти деструктивные информационные инициативы.

Ранее оценка психологического состояния общества проводилась с помощью анкетирования населения, а также с использованием композитного индекса макропсихологического состояния. Однако, как отмечают специалисты ЮФУ, в изменившихся условиях при стремительной цифровизации эти методы становятся недостаточными.

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 либо автоматизировано провести анализ», – рассказала старший научный сотрудник НИИ МВС ЮФУ, кандидат технических наук, Анна Клименко.

К настоящему моменту 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, либо 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.

«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.

Полученные результаты отражены в сборнике Proceedings of the Computational Methods in Systems and Software. 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, ученые ЮФУ выделили ряд невербальных признаков, позволяющих идентифицировать негативные эмоции и подозрительное поведение.