Major. dr. inż. Damian Frąszczak z Wydziału Cybernetyki i doktorantka Edyta Frąszczak ze Szkoły Doktorskiej Wojskowej Akademii Technicznej zaprojektowali i wdrożyli Network Source Detection Library (NSDLib) – kompleksową bibliotekę Pythona do wykrywania źródeł sieciowych.
Jak zbudowane jest rozwiązanie z WAT?
NSDLib to projekt dedykowany opracowaniu i upublicznieniu implementacji metod identyfikacji źródeł w strukturach sieciowych. Składają się na niego trzy główne elementy:
• repozytorium GitHub, które zawiera m.in. kod źródłowy algorytmów identyfikacji źródeł czy szereg instrukcji m.in. do dodawania implementacji nowych rozwiązań, czy jego utrzymania,
• biblioteka programistyczna – biblioteka Python dostępna na platfomie PyPI, dzięki czemu dostęp do rozwiązania jest prosty,
• dokumentacja rozwiązania zawierająca przykłady jej użycia m.in. przy pomocy Jupyter Notebook.
NSDLib zawiera różnorodne algorytmy służące do wykrywania źródeł. Dostarcza implementację takich technik jak np. różne miary centralności określające znaczenie i ważność węzłów, wybrane metody identyfikacji wielu źródeł czy techniki rekonstrukcji grafów propagacji. Te ostatnie umożliwiają odtwarzanie sieci powiązań użytkowników biorących udział w rozpowszechnianiu wiadomości, choćby jeżeli nie zostali oni uwzględnieni w początkowej analizie.
Do czego służy NSDLib?
Rozwiązanie sprawdzi się m.in. w obszarach takich jak: epidemiologia, cyberbezpieczeństwo czy analiza sieci społecznościowych.
„NSDLib to kompleksowa biblioteka Pythona, która zapewnia dostęp do różnych algorytmów wykorzystywanych do identyfikacji źródeł propagacji. Można jej użyć do wskazania pacjenta zero, zidentyfikowania źródła fałszywej plotki w mediach społecznościowych lub wykrycia źródła awarii sieci energetycznej” – mówi mjr dr inż. Damian Frąszczak, twórca rozwiązania.
NSDLib sprawia, iż najnowocześniejsze badania mogą być łatwo zastosowane do rzeczywistych problemów. Badacze zaprojektowali rozwiązanie z myślą o łatwej integracji z istniejącymi narzędziami i osiągnięciami nauki – zbudowali obszerne repozytorium metod wykrywania źródeł. Ułatwi to współpracę i dzielenie się rezultatami badaczom z całego świata. Tym samym przyczyni się do ulepszania obecnych rozwiązań i skuteczniejszego identyfikowania źródeł. Szczegółowa dokumentacja i dostępność na PyPI sprawiają, iż NSDLib jest łatwy w użyciu, dzięki czemu zaawansowane algorytmy wykrywania źródeł są prosto dostępne.
„Nasze rozwiązanie jest dostępne na platformie PyPI, co pozwala na jego łatwą instalację. Dodatkowo jego kod źródłowy można znaleźć na GitHub. W ramach repozytorium kodu udostępniliśmy wskazówki, jak rozwijać to oprogramowanie – na przykład dodając implementacje nowych technik identyfikacji źródeł. Pozwoli to na jego efektywniejszy rozwój. Rozbudowana oficjalna dokumentacja i przykłady zastosowań w Jupyter Notebook ułatwiają zapoznanie się z funkcjonalnościami oraz bezproblemowe rozpoczęcie korzystania. W efekcie mogą z niego korzystać zarówno początkujący, jak i doświadczeni użytkownicy” – podkreśla mjr dr inż. Frąszczak.
Przeczytaj także: CBA zorganizowało szkolenie dla ministerstw >>
Efektem pracy mjr. dr. inż. Damiana Frąszczaka oraz mgr inż. Edyty Frąszczak poza gotowym do użycia rozwiązaniem jest również wspólnie przygotowana publikacja „NetCenLib: A comprehensive python library for network centrality analysis and evaluation”, która ukazała się w czasopiśmie „SoftwareX” i otrzymała aż 200 punktów.
Mjr dr. inż. Damian Frąszczak pełni służbę w Dowództwie Komponentu Wojsk Obrony Cyberprzestrzeni, natomiast mgr inż. Edyta Frąszczak jest doktorantką Szkoły Doktorskiej WAT, a jej promotorem – dr hab. inż. Ryszard Antkiewicz, prof. WAT.
Źródło: Wojskowa Akademia Techniczna
