В основу известной системы анализа и оценивания рисков заложены методы, основывающиеся на обработке лингвистических переменных, базирующихся на эталонных параметрических трапециевидных нечетких числах с различным количеством определяющих термов, формирование которых связано с привлечением экспертов соответствующей предметной области. Эффективность практического использования такой системы зависит от ее возможностей обрабатывать различные типы нечетких чисел и от оперативности варьирования количеством термов без привлечения необходимых экспертов. Для решения такой задачи предлагается метод n-кратного понижения порядка лингвистических переменных на основе второго частного расширения базы, который дает возможность формализовать процесс эквивалентного трансформирования числа термов лингвистической переменной на n порядков. Это позволит усовершенствовать соответствующую систему анализа и оценивания рисков информационной безопасности, за счет автоматизации процесса модификации функции n-кратным понижением порядка без привлечения экспертов соответствующей предметной области.

Отмечено, что при решении задач анализа и оценивания рисков информационной безопасности чаще всего необходимо выполнять обработку данных в нечетких условиях. Для реализации такого процесса используют систему, в которой оценивание осуществляется на основе лингвистических переменных, базирующихся на эталонных параметрических трапециевидных нечетких числах с заданным количеством термов. Формирование эталонов является достаточно сложной процедурой, которая реализуется с привлечением экспертов соответствующей предметной области. При практическом использовании указанной системы возникает необходимость в оперативном варьировании количеством термов, например, для их приведения к одному порядку. В существующих системах отсутствуют указанные возможности варьирования. Для решения такой задачи и повышения эффективности систем оценивания рисков предлагается метод n-кратного понижения числа термов лингвистической переменной, который позволяет без привлечения экспертов осуществить эквивалентное переопределение числа термов лингвистических переменных.

Інформація у руках невеликої групи людей може стати засобом тотального маніпулятивного впливу на свідомість як конкретних осiб, так і мас. Розвиток засобів масової інформацій (телебачення, Інтернет, радіо, преса тощо) значно спрощує цей процес. Методи маніпулювання свідомістю є предметом наукових досліджень, проте в літературі відсутнє систематизоване їх представлення - це ускладнює пошук та зменшує ефективність їх подальшого дослідження. Виходячи із цього, основною метою роботи є аналіз методів маніпулятивного впливу на суспільство за допомогою мас медіа. Проаналізовано існуючі дефініції терміну "маніпуляція" та сформульовано авторське тлумачення цього поняття. Проведено оцінку можливості впливу мас медіа на окрему особу і суспільство в цілому і, як наслідок, представлено рівні та типи маніпулятивного впливу. Досліджено існуючі методи маніпулятивного впливу каналами мас медіа та висвітлено наочні приклади такого впливу на особу та суспільство. У подальшому є доцільним дослідження сфери маніпулятивного впливу, з метою розробки формалізованої моделі інформаційного впливу мас медіа за допомогою методів маніпулятивного впливу та системи їх виявлення.

Тема маніпулятивного впливу не є новою, проте, лише з появою мас-медіа вона здобула масштабного розголосу, яка потребує втручання не лише науковців, а й міжнародної спільноти. Вивчення феномена мас-медіа озброює людство більш широким і глибоким розумінням суспільства і культури в зв'язку з тим, що тексти, які продукують мас-медіа, є соціально значущими повідомленнями, що превалюють в суспільстві над усіма іншими видами текстів. Особливу важливість в останні роки набула маніпуляція масовою свідомістю і масовою поведінкою. Суб'єктом або інструментом такої маніпуляції найчастіше виступають мас-медіа. Процес маніпулювання (як впливу на модель світу людини або соціальної групи) тим більше ефективний (за потужністю впливу), чим більш глибокий рівень свідомості задіє маніпулятор. Чим глибше рівень маніпулювання, тим повільніше здійснюється "обробка" свідомості, але тим сильніше трансформація за всіма іншими рівнями і триваліші результати впливу. На сьогодні проблема маніпулятивного впливу мас-медіа вирішуються на найвищому рівні: впроваджуються спеціалізовані регуляції (EU GDPR), стандарти та закони. З моменту появи факту маніпулятивного впливу мас-медіа на суспільну думку окремих людей, науковцями було досліджено поняття маніпулятивного впливу мас-медіа та вивчено методи, за допомогою яких може здійснюватися такого роду вплив. Проте, недостатньо дослідженим залишається процес оцінювання маніпулятивного впливу мас-медіа на суспільну думку. Оскільки процес маніпулювання є достатньо трудомістким з багатьма чинниками, які часто залежать один від одного, процес оцінювання маніпулятивного впливу стає ще важчим. Розроблено метод оцінювання маніпулятивного впливу, який за рахунок оцінювання фінансових витрат, визначення цілей, завдань і стратегій маніпулювання, вибору засобів мас-медіа та класифікованих методів маніпулювання, на основі сформованих баз даних причин, цілей критеріїв, фокус-груп та мас-медіа, дозволяє обчислювати кількісні параметри, що характеризують величину маніпулятивного впливу мас-медіа на суспільну думку.

В системах биометрической аутентификации осуществляется процесс доказательства и проверки подлинности заявленного пользователем имени через предъявление пользователем своего биометрического образа и путём преобразования этого образа в соответствии с заранее определенным протоколом аутентификации. Важным вопросом остается преобразование биометрических данных в код. Рассмотрены две наиболее известные технологии преобразования биометрии в код, приводится схема преобразования биометрических параметров в код ключа. Показано, что одной из основных причин трудности биометрической аутентификации является высокая размерность задачи. Для решения этой проблемы используются искусственные нейронные сети или "нечеткие экстракторы". Из множества существующих алгоритмов обучения нейронных сетей выбран алгоритм автоматического обучения большой искусственной нейронной сети. Показано применение энтропийного аппарата для снижения размерности задачи преобразования биометрия-код. Для снижения объемов вычислений произведен переход в расстояния Хемминга.