Details

Данная работа посвящена разработке программной системы для автоматизированного выявления нарушений исключительных прав на товарные знаки в сети Интернет. Задачи, которые решались в ходе работы: 1. Анализ предметной области 2. Проектирование архитектуры системы 3. Разработка модулей системы 4. Обучение гибридной модели классификации веб-ресурсов. 5. Программная реализация веб-интерфейса 6. Оценка качества ML-классификатора и гибридной системы. В работе разработана программная система для автоматизированного выявления нарушений исключительных прав на товарные знаки в сети Интернет. Реализован модульный конвейер, включающий генерацию доменов-кандидатов, асинхронный сбор данных и интеллектуальный анализ контента на базе нейросетевых методов и OSINT-разведки. Разработан гибридный классификатор, сочетающий детерминированные эвристики с ансамблевой моделью машинного обучения. По результатам сравнительного тестирования обоснован выбор основной модели. Гибридная система продемонстрировала более высокое качество классификации по сравнению с чистым ML-подходом.

The given work is devoted to the development of a software system for automated detection of trademark rights infringement on the Internet. The objectives addressed in the course of the work: 1. Analysis of the subject domain 2. System architecture design 3. Development of system modules 4. Training of a hybrid web resource classification model 5. Software implementation of a web interface 6. Evaluation of the ML classifier and hybrid system quality A modular pipeline was implemented, comprising domain candidate generation, asynchronous data collection, and intelligent content analysis based on neural network methods and OSINT intelligence gathering. A hybrid classifier combining deterministic heuristics with an ensemble machine learning model was developed. The choice of the primary model was justified through comparative evaluation; the hybrid system demonstrated superior classification quality over a standalone ML approach.