- MediFor (Media Forensics)
- SemaFor (Semantic Forensics)
- Active Interpretation of Disparate Alternatives (AIDA)
- Low Resource Languages for Emergent Incidents (LORELEI)
- Broad Operational Language Translation (BOLT)
- Deep Exploration and Filtering of Text (DEFT)
- Computational Simulation of Online Social Behavior (SocialSim)
- Influence Campaign Awareness and Sensemaking
- Terrorism Information Awareness – TIA[1]
- Machine Reading Program
- Integrated Crisis Warning System
- Anomaly Detection at Multiple Scales
- Math for Social Networks
- Plan X
- Automatic dossier
- «Родственные проекты»
Продолжение. Начало тут — https://it2b.ru/information-warfare/infowar-profile/1817/
MediFor (Media Forensics)
MediFor (Media Forensics) – проект DARPA 2021 года, Задача проекта MediFor состоит в экспертизе средств массовой коммуникации для выявления недостоверных видео, сопровождаемых ложной аудиозаписью. В программе MediFor участвуют научно-исследовательские институты и самостоятельные группы исследователей, в частности, Техасский университет в Остине – главный центр научных исследований, Университет Пердьё (Индиана) и др. Программа MediFor направлена на разработку модели целостности изображений и видео, позволяющей получить три вида индикаторов целостности: 1) цифровой; 2) физической и 3) семантической.
SemaFor (Semantic Forensics)
SemaFor (Semantic Forensics) — проект DARPA 2021 года, Программа экспертизы содержания мультимедийных материалов SemaFor разработана в целях автоматизации поиска фальсифицированных медиаматериалов (текстов, аудио, изображений, видео) и защиты от крупномасштабных дезинформационных атак в режиме реального времени.
Существующие алгоритмы автоматизированного создания и обработки мультимедиа могут допускать серьезные семантические ошибки. Например, лица, сгенерированные GAN, имеют такие семантические несоответствия, как разные детали аксессуаров, растрепанные волосы или необычный фон. Здесь необходимо создать набор детекторов семантической несогласованности, который позволит быстро выявлять несоответствия.
Анализ и классификация информационных материалов будет проводиться по определенным характеристикам: источнику, алгоритму создания, способу управления.
Active Interpretation of Disparate Alternatives (AIDA)
AIDA (Active Interpretation of Disparate Alternatives) — проект DARPA 2021 года, Цель проекта AIDA заключается в разработке семантического механизма, который генерирует явные альтернативные интерпретации событий, ситуаций и тенденций по данным из множества неструктурированных источников. Этот механизм должен преобразовывать элементы знаний, автоматически полученные из нескольких источников мультимедиа, в общее семантическое представление, агрегировать информацию из источников, генерировать и исследовать несколько гипотез о событиях, ситуациях и тенденциях.
Программа AIDA будет работать с непрерывным потоком информации; формировать структурированный набор представлений о событиях и/или действиях; генерировать все возможные гипотезы о реальной ситуации и/или событии на основе входной информации; обеспечивать экспертов сведениями для корректировки значимости гипотез; предлагать возможность автоматического или ручного анализа.
В рамках программы AIDA финансируются исследования в области применения языковых штампов, а также интонационных оборотов на примере текстов. Большинство исследований основано на нейросетях, подвергшихся глубокому обучению.
Low Resource Languages for Emergent Incidents (LORELEI)
LORELEI (Low Resource Languages for Emergent Incidents) — проект DARPA 2021 года, программа по глубокому лингвистическому анализу (далее – LORELEI) должна улучшить методы вычислительной лингвистики. Она направлена на обеспечение «ситуационной осведомлённости» об основных событиях, настроениях, отношениях. Программа LORELEI основана на алгоритме, который эффективно анализирует грамматику малых языков (языки компактно проживающих малых народов). С помощью LORELEI машина сможет изучать малые языки и составлять сообщения о ситуациях на территориях народов, не говорящих на других языках.
Broad Operational Language Translation (BOLT)
BOLT (Broad Operational Language Translation) — проект DARPA 2021 года, по оценке технологий, которые переводят с языка на язык, извлекают информацию из текстов, а также облегчают двуязычную коммуникацию.
Deep Exploration and Filtering of Text (DEFT)
DEFT (Deep Exploration and Filtering of Text) — проект DARPA 2021 года, технология автоматизированной глубокой обработки естественного языка (Natural Language Processing – NLP) служит для обработки текстовой информации и обеспечения понимания связей в тексте, которые не очевидны для человека. В DARPA разработана программа глубокого исследования и фильтрации текста (DEFT) с целью улучшения расследований в интересах правоохранительных органов, разведки, военных, информационной безопасности. Программа выявляет причинно-следственные связи и смысловые аномалии в больших текстах. Разработка DEFT завершена.
Computational Simulation of Online Social Behavior (SocialSim)
SocialSim (Computational Simulation of Online Social Behavior) — проект DARPA 2021 года, Программа SocialSim осуществляет высокоточное компьютерное моделирование социального поведения в Интернете наблюдаемых субъектов. Моделирование эволюционного развития информационной среды позволяет анализировать поведение потенциальных противников и других акторов. Прогнозирование и детализация действий в киберпространстве, вариантов поведения субъектов, их взаимодействия направлены на предотвращение дезинформационных и манипулятивных кампаний вероятного противника.
Influence Campaign Awareness and Sensemaking
09.11.2020 DARPA запустила проект «Кампании по расширению влияния: осведомлённость и понимание (Influence Campaign Awareness and Sensemaking или INCAS)» для обнаружения «онлайн-кампаний по расширению геополитического влияния». Для выявления таких кампаний американские специалисты планируют анализировать не только демографические данные пользователей, но и психографические — взгляды, убеждения, моральные устои и ценности. INCAS будет сегментировать респондентов и устанавливать их психографические признаки — взгляды и убеждения, моральные устои и сакральные ценности. Как отмечается в документе, эти особенности больше взаимосвязаны с реакцией на геополитическое влияние, в отличие от демографических параметров, используемых в маркетинге.
В то время как введение в заблуждение и дезинформация действительно играют определённую роль в кампаниях по расширению влияния, подходы, сосредоточенные исключительно на выявлении случаев введения в заблуждение и дезинформации (фейковых новостей), интереса не представляют, поскольку в основу версий, продвигаемых в рамках кампаний по расширению влияния, могут быть положены в том числе реальные события и факты.
Terrorism Information Awareness – TIA[1]
В 2001 году DARPA запустила проект «Знания информации о терроризме» (Terrorism Information Awareness – TIA), который заключается в создании и испытании опытного образца системы, позволяющей на основе больших объемов не связанной информации в различных базах данных (в т.ч. и в соцсетях) выявить группу лиц, готовящихся совершить террористический акт на территории США. Проект успешно реализован и развивается. А в настоящее время стал фундаментом для последующих разработок в области анализа данных из открытых источников (в т.ч. и из интернета). Созданная система включает в себя несколько подсистем: перевод с иностранных языков на английский и обратно, выявление скрытых данных, определение не явных связей, распознавание образов, корпоративный анализ информации для принятия решений. На основе статистического анализа информации из баз данных и интернета система определяет корреляции (взаимосвязь) таких, на первый взгляд, случайных и не связанных между собой событий как: заказ билетов, заявки на визы, получение водительских прав, бронирование номеров в отелях, покупка химикатов и взрывчатых веществ, приобретение огнестрельного оружия и другие подозрительные действия, включая уже известные террористические акты. По заранее определенным разведпризнакам определяются потенциально опасные события и/или последовательности событий, которые отдаются в углубленное исследование.
РЕКЛАМНЫЙ БЛОК
[ Хотите знать больше о частной разведке? Регистрируйтесь и общайтесь на интернет-форуме it2b-forum.ru ]Machine Reading Program
В 2009 году DARPA запустила проект «Машинное чтение» (Machine Reading Program). Целью программы является создание автоматизированной системы чтения и понимания текстов на естественном языке, способной извлекать востребованную информацию из текста без участия человека. Проект был инициирован с целью развития «Знания информации о терроризме» (Terrorism Information Awareness — TIA). Руководит проектом Дэвид Феруччи (David Ferrucci), заведующий департаментом семантического анализа и синтеза Исследовательского центра IBM им. Уотсона.
Integrated Crisis Warning System
В 2010 году запущена программа Integrated Crisis Warning System (ICEWS) — информационная интегрированная система раннего предупреждения о возникновении кризисных ситуаций. Система ICEWS предназначена для мониторинга, оценки и выделения основных индикаторов, указывающих на нарастание социальной напряженности в обществе. Основным источником информации для системы являются соцсети. На реализацию программы в 2010—2011 гг. израсходовано 19 млн дол. В 2012 г. на эти цели планировалось затратить около 5,3 млн дол.
Anomaly Detection at Multiple Scales
С 2010 года разрабатывается программа Anomaly Detection at Multiple Scales, которая предназначена для выявления аномальных процессов, происходящих в обществе, наблюдения за неадекватным поведением отдельных индивидуумов и групп людей. И вновь основным объектом наблюдения являются соцсети. На реализацию программы в 2011—2012 гг. выделено 22,5 млн $.
Math for Social Networks
В 2011 году DARPA запустила новую программу Math for Social Networks, целью которой является разработка новых математических методов анализа социальных сетей с построением в реальном времени связей, указывающих на происходящие изменения в реальном мире. В рамках программы было создание расширенной теории моделирования сети, которая включает в себя выполнение пространственно-временного анализа; изучение влияния изменения в сетях на объекты, поведение которых может быть смоделировано.
Эти механизмы мониторинга социальных сетей с применением инструментов анализа пространственно-временных взаимосвязей и контента позволяют решить две основные задачи: прогнозировать назревание нежелательных событий и выявлять отдельных лиц и враждебно настроенных группировок, подозреваемых в подготовке терактов.
Plan X
В 2012 году DARPA запустило программу под кодовым названием «Plan X». Согласно официальному документу, целью проекта «Plan X» является «создание революционных технологий, которые позволят понимать, планировать и управлять информвойной в режиме реального времени, в крупных масштабах, в динамичных сетевых инфраструктурах». Здесь имеются ввиду и кибервойны (нанесение ущерба программам и технике) и инфовойны (манипулирование людьми). Проект рассчитан на 5 лет. Бюджет проекта 110 млн $. Именно этот проект планируется сделать основным (обобщающим) среди «родственных» проектов, связанных с пассивным и активным использованием кибернетического пространства.
Automatic dossier
В июне 2012 года по заказу DARPA военный подрядчик Raytheon BBN Technologies создал компьютерную систему, которая автоматически составляет досье на граждан и организации, собирая информацию из открытых источников (социальных сетей, форумов, чатов, блогов). Помимо работы по прямому упоминанию объекта система идентифицирует изучаемого по косвенным признакам, по связям, по образам (фото и видео материалы), по голосу (радио). Система может работать на трех уровнях эвристичности. Запуск системы в «боевом» режиме был запланирован на февраль 2013 года. У нас была не одна возможность убедиться, что система работает. И работает вполне эффективно. Опытные образцы подобной системы также были созданы компаниями SRI International и IBM.
«Родственные проекты»
Проекты, связанные с исследованиями социальных сетей или задействованные в них полностью либо частично.
ICArUS — Интегрированная нейро-когнитивная архитектура для понимания смысла текстов. «Вычерпывание» смыла из текстов.
KDD — Обнаружение и распространение знаний. Тоже «вычерпывание» смысла, но смысла, применимого для решения конкретных задач.
SCIL — Социо-культурный контент языка. Выявление из текстов национальных, социальных, культурных особенностей носителя языка.
TRUST — Средства проверки надежности сообщений. Фактически это технология сопоставления и стыковки данных, но автоматизированная и не нуждающаяся в участии человека.
Reynard — Извлечение ценной информации из социальных сетей и виртуальных миров. Тоже «вычерпывание» смыслов, но в данном случае смыслов вполне конкретных, обозначенных оператором.