Ден

D - Digital services - Цифрови услуги

Цифрови услуги

които се доставят чрез интернет или електронна мрежа, автоматизирани и изискват малко или никаква човешка намеса. Нещо, което не можем да забравим с цифровите услуги е че  те са онлайн. С всички онлайн услуги трябва да осигурим киберсигурност.

Digital services

which are delivered via the Internet or electronic network, automated and require little or no human intervention. Something we can't forget with digital services is that they are online. We must provide cybersecurity with all online services

D - Digital healthcare - Цифровото здравеопазване

Цифровото здравеопазване

Цифровото здравеопазване и грижи се отнасят до инструментите и услугите, които използват информационните и комуникационните технологии (ИКТ) за подобряване на профилактиката, диагностиката, лечението, наблюдението и управлението на здравето и начина на живот. Цифровото здравеопазване и грижи имат потенциал да създават иновации и да подобряват достъпа до грижи и качеството на грижите и да повишават цялостната ефективност на здравния сектор.  ЕК

Digital healthcare

Digital healthcare refers to the tools and services that use information and communication technologies (ICT) to improve prevention, diagnosis, treatment, monitoring and management of health and lifestyle. Digital healthcare and care have the potential to innovate and improve access to and quality of care and increase the overall efficiency of the health sector. EC

D - Digital infrastructure - Цифровата инфраструктура

Цифровата инфраструктура

Цифровата инфраструктура лежи в основата и е необходима предпоставка за осъществяване на цифровата трансформация. Цифровата инфраструктура включва както електронни съобщителни мрежи, така и устройства, съоръжения, системи, протоколи, данни, места за тяхното съхранение и др. средства, които дават възможност за свързване, обмен на информация, споделяне на данни, предоставяне на услуги, използване на приложения, управление на процеси и др.

Цифровата инфраструктура се явява ядрото на цифровата екосистема.

Цифрова инфраструктура - която се състои от  инфраструктури за цифрови услуги  и широколентови мрежи.

Съгласно българския Закон за киберсигурност „Цифрова инфраструктура“ е инфраструктура, която включва точки за обмен на интернет трафик/ТОИ, доставчици на DNS услуги и регистри на имената на домейни от първо ниво.

Digital infrastructure

Digital infrastructure is the basis and is a necessary prerequisite for the digital transformation. The digital infrastructure includes both electronic communication networks and devices, equipment, systems, protocols, data, places for their storage, etc. tools that enable connectivity, information exchange, data sharing, service delivery, application usage, process management, and more.

The digital infrastructure is the core of the digital ecosystem.

Digital infrastructure is one that consists of infrastructures for digital services and broadband networks. According to the Bulgarian Cybersecurity Act, Digital Infrastructure is an infrastructure that includes IXPs, DNS service providers and top-level domain name registries.

D - Digital commons - Цифровите общи ресурси

Цифровите общи ресурси

Цифровите общи ресурси  са форма на общите ресурси  , включваща разпространението и комуналната собственост върху информационните ресурси и технологии. Обикновено ресурсите са предназначени да бъдат използвани от общността, от която са създадени.

Примерите за цифровите  общи ресурси  включват уикита, софтуер с отворен код и лицензиране с отворен код. Разликата между цифровите общи ресурси  и други цифрови ресурси е, че общността на хората, които ги изграждат, може да се намеси в управлението на процесите им на взаимодействие и в управлението на техните споделени  ресурси.

Цифровите общи ресурси  осигуряват на общността безплатен и лесен достъп до информация.

Digital commons

Digital commons are a form of commons involving the distribution and communal ownership of informational resources and technology. Resources are typically designed to be used by the community by which they are created.

Examples of the digital commons include wikis, open-source software, and open-source licensing. The distinction between digital commons and other digital resources is that the community of people building them can intervene in the governing of their interaction processes and of their shared resources.

The digital commons provides the community with free and easy access to information.

D - Dialogue box - Диалогов прозорец

Диалогов прозорец

Специален прозорец, който се появява когато компютърът се нуждае от допълнителна информация, за да изпълни определена задача.

Dialogue box

A special box that appears when the computer needs additional information in order to carry out a task.

D - Deep web - Дълбока мрежа

Дълбока мрежа

(понякога наричана невидимата мрежа, скритата мрежа,– част от World Wide Web, неиндексирана от търсачките. Не бива да се бърка понятието „дълбока мрежа“ с „тъмна мрежа“.Противоположният термин на дълбоката мрежа е „повърхностната мрежа“, която е достъпна за всеки / всеки, който използва Интернет. Компютърният учен Майкъл К. Бергман е приписван на въвеждането на термина дълбока мрежа през 2001 г. като термин за индексиране на търсене

В дълбоката мрежа, се намират страниците, които не са свързани с останалите – например страници, които са динамично създавани от базите от данни. Дълбоката мрежа включва и страници, достъпът до които е разрешен само за регистрирани потребители. Търсачките използват търсещи роботи (crawlers), които индексират хипервръзките и съдържанието на страниците. Обикновено тези „роботи“ не отправят заявки към базата от данни (в изключение на случаите указани в отделна хипервръзка на сайта). Поради тази причина огромна част от World Wide Web се оказва „дълбоко“скрита от търсачките.

Съдържанието на дълбоката мрежа може да бъде локализирано и достъпно чрез директен URL или IP адрес, но може да изисква парола или друг достъп за сигурност, за да преминете през страниците на публичния уебсайт.

Deep web

Not to be confused with Dark web.

The deep web, invisible web, or hidden web are parts of the World Wide Web whose contents are not indexed by standard web search-engines. The opposite term to the deep web is the "surface web", which is accessible to anyone/everyone using the Internet. Computer-scientist Michael K. Bergman is credited with coining the term deep web in 2001 as a search-indexing term.

The content of the deep web is hidden behind HTTP forms and includes many very common uses such as web mail, online banking, private or otherwise restricted access social-media pages and profiles, some web forums that require registration for viewing content, and services that users must pay for, and which are protected by paywalls, such as video on demand and some online magazines and newspapers.

The content of the deep web can be located and accessed by a direct URL or IP address, but may require a password or other security access to get past public-website pages.

D - Data- and text-mining - Извличане на данни и текст

Извличане на данни и текст

Автоматизирана изследователска техника в цифрова среда с цел откриване и извличане на знания от неструктурирани данни. Чрез търсенето на ключови думи, инструментите за лексикални анализи и алгоритмите за извличане на информация, извличането на текст и данни позволява на изследователите да структурират съдържанието на научни (цифрови) бази данни или писмени публикации според техните предпочитания и за собствени научноизследователски цели. Тя също така позволява извличане и извличане на съответната информация и автоматично получаване на структурирани резултати, без да се налага да разглеждате всяка научна работа, намерена в просто търсене на ключови думи. Той се прилага все по-често в различни области - от пазарното и бизнес разузнаването до науката и инженерството (биоинформатика, геномика, медицина, образование). Извличането на данни е процесът на наблюдение на големи обеми данни чрез съчетаване на инструменти от статистиката и изкуствения интелект, за да се разпознаят полезните модели. Чрез събиране на информация за дейността на отделния човек дезинформационните агенти разполагат с механизъм, чрез който могат да се насочват към потребителите въз основа на техните публикации, харесвания и история на сърфирането. Общ страх сред изследователите е, че тъй като психологическите профили, подхранвани от извличането на данни, стават все по-сложни, те могат да се насочват към потребителите въз основа на това колко чувствителни са те да вярват в някои фалшиви разкази.

Извличане на висококачествена информация от текст и данни. За да бъде "добит", текстът трябва да бъде достъпен, копиран, анализиран, анотиран и свързан със съществуващата информация и разбиране. Дори ако потребителят има права за достъп до материала, правенето на пояснени копия може да бъде незаконно съгласно настоящото законодателство за авторското право без разрешението на притежателя на авторските права. Извличането на текст се отнася до използването на усъвършенствани техники за автоматизирано откриване на шаблони в (големи) текстове.

Data- and text-mining

Automated research technique in the digital environment for the purpose of discovering and extracting knowledge from unstructured data. Via keyword searches, lexical analysis tools and mining algorithms, text- and data mining enables researchers to structure the content of scientific (numerical) databases or written publications after their preferences and for their own research purposes. It allows also for retrieving and extracting relevant information and automatically gaining structured results without having to browse each and every scientific work found in a simple keyword search. It is growingly applied in many different areas, from market and business intelligence to science and engineering (bioinformatics, genomics, medicine, education).

Data mining is the process of monitoring large volumes of data by combining tools from statistics and artificial intelligence to recognize useful patterns. Through collecting information about an individual’s activity, disinformation agents have a mechanism by which they can target users on the basis of their posts, likes and browsing history. A common fear among researchers is that, as psychological profiles fed by data mining become more sophisticated, users could be targeted based on how susceptible they are to believing certain false narratives.

 Deriving high-quality information from text and data. In order to be 'mined', text must be accessed, copied, analysed, annotated and related to existing information and understanding. Even if the user has access rights to the material, making annotated copies can be illegal under current copyright law without the permission of the copyright holder.

Text mining refers to the use of advanced techniques for automated detection of patterns in (large) texts.