КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер проекта 25-11-20034
НазваниеТехнология раннего выявления угроз информационно-психологической безопасности учащихся образовательных организаций Федеральной территории "Сириус" на основе моделей и методов искусственного интеллекта
Руководитель Гнидко Константин Олегович, Доктор технических наук
Организация финансирования, регион Автономная некоммерческая образовательная организация высшего образования "Научно-технологический Университет "СИРИУС" , Краснодарский край
Конкурс №101 - Конкурс 2025 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами» (региональный конкурс)
Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-201 - Искусственный интеллект и принятие решений
Ключевые слова информационная безопасность, деструктивные информационно-психологические воздействия, искусственный интеллект, машинное обучение, моделирование поведенческих реакций
Код ГРНТИ28.23.37
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Ожидаемые результаты
1. Отчетная научно-техническая документация.
2. Совокупность адаптированных и дообученных нейросетевых моделей для классификации эмоционально-психологического состояния человека на основе анализа речевого сигнала, выражения лица и иных психофизиологических показателей.
4. Дообученная большая языковая модель для выявления признаков деструктивных информационных воздействий в вербальной и текстовой информации.
5. Метод и алгоритм построения графа социальных связей образовательного учреждения на основе анализа сетевых взаимодействий и повседневной активности учащихся.
6. Математическая модель прогнозирования распространения потенциально вредоносной информации в социальных графах, а также методы и алгоритмы противодействия ее распространению.
7. Обученный на основе адаптивного бустинга сильный мультимодальный классификатор деструктивных информационно-психологических воздействий.
8. Макет программного комплекса раннего выявления угроз информационно-психологической безопасности учащихся образовательных учреждений
9. Обеспечение участия студентов, аспирантов и молодых ученых в экспериментальных исследованиях и обработке их результатов для усиления вовлеченности в научную деятельность.
10. Публикация результатов исследований в рецензируемых научных журналах, индексируемых в базах данных Scopus, Web of Sciense, RSCI, регистрация патентов и авторских свидетельств, осуществление докладов на международных и национальных научных конференциях
11. Проведение не менее 10 семинаров и тренингов для учащихся, педагогов и родителей по вопросам информационной безопасности и деструктивных информационно-психологических воздействий.
12. Разработка и распространение учебных пособий, методических рекомендаций и онлайн-курсов по теме проекта.
13. Повышение осведомленности общественности о киберугрозах и методах защиты через информационные кампании и СМИ.
14. Снижение уровня стресса и улучшение психоэмоционального климата среди учащихся в образовательных учреждениях, участвующих в проекте.
15. Подготовка рекомендаций и планов для масштабного внедрения разработанных технологий в другие образовательные учреждения региона и за его пределами.
16. Создание благоприятных условий для привлечения дополнительных инвестиций и грантов через демонстрацию успешных результатов проекта.
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Аннотация результатов, полученных в 2025 году
В ходе выполнения первого этапа работ по Соглашению № 25-11-20034 от 30.04.2025 г. между Российским научным фондом, руководителем проекта и Автономной некоммерческой образовательной организацией высшего образования «Научно-технологический Университет «Сириус» о предоставлении гранта на проведение фундаментальных научных исследований и поисковых научных исследований по проекту № 25-11-20034 «Технология раннего выявления угроз информационно-психологической безопасности учащихся образовательных организаций Федеральной территории «Сириус» на основе моделей и методов искусственного интеллекта» были получены следующие теоретические, научно-практические и прикладные результаты:
Проведен системный анализ и сформирована многоуровневая модель угроз, учитывающая особенности функционирования социальных сетей, когнитивные характеристики пользователей и специфику эмоционально окрашенного мультимедийного контента. Модель опирается на современные представления о механизмах информационно-психологического воздействия и включает описание структуры социального графа, параметров взаимодействия акторов и факторов, влияющих на распространение деструктивной информации.
Разработан прототип, состоящий из пары носимых устройств (умное кольцо Colmi R10 и носимый кулон на базе микроплаты Seeeduino XIAO BLE Sense), обеспечивающий регистрацию базовых физиологических сигналов и их передачу по беспроводному каналу в режиме реального времени.
Разработана методика сбора и обработки физиологических данных, обеспечивающая необходимую достоверность и воспроизводимость измерений. Полученные результаты создают основу для интеграции психофизиологических параметров в системы оценки эмоционального состояния и устойчивости обучающихся к информационным воздействиям в реальном времени.
Осуществлена разработка и первичная экспериментальная проверка методов и аогоритмов выявления потенциально опасного мультимедийного контента, алгоритмов распознавания эмоций по изображению лица, речевому сигналу и их сочетаниям. Обучена сверточная нейронная сеть на базе архитектуры ResNet50, которая на тестовом наборе данных показала значение метрики ROC AUC 0.98 в выявлении потенциально деструктивных изображений.
Разработаны и реализован программно прототип интерактивного комплекса когнитивного анализа лица в реальном времени с использованием FaceMesh-модели, классификаторов эмоций и демографических признаков на фреймворке ONNX Runtime. Тестовые значения метрик качества F1 и ROC-AUC по всем разработанным классификаторам превышают значение 0.8, установленное в качестве целевого показателя на первый год работы.
Исследованы модели распространения информации в социальных графах, включая оригинальный подход к описанию этих процессов через квантовоподобные формализмы. Проведены вычислительные эксперименты, продемонстрировавшие наличие эффектов интерференционного типа в динамике эмоциональных состояний пользователей и механизмов непрямой передачи информации. На основе этих результатов разработаны алгоритмы целенаправленного изменения топологии социального графа для управления скоростью и направленностью распространения информации.
Результаты апробированы на трех международных научно-технических конференциях, ПО ТЕМЕ РАБОТЫ опубликовано четыре статьи в научных журналах, дополнительно три статьи принято к публикации в журнале издательства Springer, индексируемом базой цитирования Scopus.
Авторским коллективом разработаны и подготовлены к государственной регистрации четыре программы для ЭВМ.
Полученные в ходе работы научные результаты имеют выраженную прикладную направленность. Разработанные модели и алгоритмы могут быть использованы при создании систем мониторинга информационно-психологических рисков в образовательных организациях, а также для анализа устойчивости социальных сетей к информационным атакам и моделирования сценариев распространения деструктивного контента.
Полученные результаты соответствуют современным мировым тенденциям развития искусственного интеллекта, анализа мультимодальных данных и социально-сетевого моделирования. Высокий научно-технический уровень полученных результатов обеспечен всесторонним анализом предшествующих научных работ, патентной документации в области информационной безопасности, технологий искусственного интеллекта и машинного обучения. Непротиворечивость и совпадение частных результатов с известными достижениями других авторов, доступных в открытых источниках, подтверждают их достоверность.
Оригинальность методов квантовоподобного анализа, интеграции физиологических данных и многомодальной эмоциональной аналитики позволяет рассматривать полученные результаты как значимый вклад в развитие предметной области.
Результаты, достигнутые в ходе выполнения проекта РНФ № 25-11-20034, докладывались Президенту Российской Федерации В.В.Путину во время его посещения НТУ «Сириус» 09.09.2025 г. (https://tass.ru/ekonomika/25008617).
22.09.2025 г. основные результаты, полученные в ходе выполнения первого этапа проекта, обсуждались с председателем Комитета Государственной Думы по развитию гражданского общества, вопросам общественных и религиозных объединений Я.В.Лантратовой. В результате совещания определены основные направления взаимодействия НТУ «Сириус» с профильным Комитетом Государственной Думы в части, касающейся внесения в законодательные акты уточненных формулировок деструктивного контента (в соответствии с п. 1.12 Заявки № 25-11-20034). Достигнуто соглашение о включении руководителя проекта - Гнидко К.О. в рабочую группу Комитета Государственной Думы для консультаций по техническим вопросам выявления угроз информационно-психологической безопасности. Достигнута предварительная договоренность о проведении в феврале 2026 года на базе НТУ «Сириус» круглого стола по противодействию деструктивной идеологии с участием депутатов Государственной Думы РФ. Краткие итоги встречи опубликованы в официальном канале Я.В.Лантратовой ( https://t.me/lantratovaDOBRO/11170).
Таким образом, цели первого этапа работ по Соглашению № 25-11-20034 от 30.04.2025 г. о предоставлении гранта РНФ на проведение фундаментальных научных исследований и поисковых научных исследований по проекту «Технология раннего выявления угроз информационно-психологической безопасности учащихся образовательных организаций Федеральной территории «Сириус» на основе моделей и методов искусственного интеллекта» достигнуты, задачи выполнены в полном объеме. Полученные результаты создают необходимую основу для успешной реализации второго этапа проекта.
Публикации
1.
Гнидко К.О., Лисов Д.Н.
PUBLIC DATASET AND EXPLAINABLE AI FOR COGNITIVE CYBERSECURITY: GRAD-CAM INSIGHTS INTO NEGATIVE VISUAL STIMULI DETECTION
IEEE, Vol. 2025. – Yekaterinburg: IEEE, 2025. – P. 17-20. – DOI 10.1109/USBEREIT65494.2025.11054180. – EDN HUVQUN. (год публикации - 2025)
10.1109/USBEREIT65494.2025.11054180
2. Сергеев В.С. АНАЛИЗ СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК ЧЕЛОВЕЧЕСКОЙ РЕЧИ ДЛЯ ОПРЕДЕЛЕНИЯ ЭМОЦИЙ СБОРНИК ТРУДОВ X МЕЖДУНАРОДНОЙ ЮБИЛЕЙНОЙ НАУЧНО-ПРАКТИЧЕСКОЙ КОНФЕРЕНЦИИ, Ялта, 16–18 сентября 2025 года. – Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», СБОРНИК ТРУДОВ X МЕЖДУНАРОДНОЙ ЮБИЛЕЙНОЙ НАУЧНО-ПРАКТИЧЕСКОЙ КОНФЕРЕНЦИИ, Ялта, 16–18 сентября 2025 года. – Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2025. – С. 475-478. – EDN GDLYXE. (год публикации - 2025)
3. Сергеев В.С., Гнидко К.О. АНАЛИЗ СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК ЧЕЛОВЕЧЕСКОЙ РЕЧИ ДЛЯ ОПРЕДЕЛЕНИЯ ЭМОЦИЙ Сборник статей X Международной научно-технической конференции, Иннополис, 21–23 января 2026 года. – Санкт-Петербург: , 2026. – , The 2026 Symposium on Cybersecurity of the Digital Economy - CDE'26 : С. 155-162. – EDN YETLWI. (год публикации - 2025)
4.
Гнидко К.О.
Technology for Early Detection of Information Psychological Security Threats to Students of Educational Organizations in the Sirius Federal Territory Based on Artificial Intelligence Models and Methods
Lecture Notes in Networks and Systems, Kovalev, S., Kotenko, I., Sukhanov, A. (eds) Proceedings of the Ninth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’25), Volume 1. IITI 2025. Lecture Notes in Networks and Systems, vol 1762. Springer, Cham. (год публикации - 2026)
10.1007/978-3-032-13615-2_36
5.
Гнидко К.О., Лисов Д.Н.
КВАНТОВОПОДОБНЫЕ ФЕНОМЕНЫ РАСПРОСТРАНЕНИЯ КОЛЛЕКТИВНЫХ ЭМОЦИЙ В СОЦИАЛЬНЫХ СЕТЯХ: МОДЕЛЬ, НАБОР ДАННЫХ И РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ
ПРАВОВАЯ ИНФОРМАТИКА, № 2. С. 79-94 (год публикации - 2025)
10.24412/1994-1404-2025-2-79-94
6.
Гнидко К.О., Лисов Д.Н.
Fine-Tuned Resnet50 for Binary Classification of Harmful Visual Stimuli: Dataset Curation and Performance Benchmarking
Lecture Notes in Networks and Systems, Proceedings of the Ninth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’25), Volume 1. IITI 2025. Lecture Notes in Networks and Systems, vol 1762. Springer, Cham. https://doi.org/10.1007/978-3-032-13615-2_29, pp 341–351 (год публикации - 2026)
10.1007/978-3-032-13615-2_29
7.
Гнидко К.О., Сергеев В.С.
Embedding Human Value Systems in Hierarchical Ultrametric Spaces for AI-Based Cybersecurity
Lecture Notes in Networks and Systems, Proceedings of the Ninth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’25), Volume 1. IITI 2025. Lecture Notes in Networks and Systems, vol 1762. Springer, Cham. pp 561–571 (год публикации - 2026)
10.1007/978-3-032-13615-2_49