Аннотация. Социальные сети превратились в сложные социо-цифровые экосистемы, подверженные дезинформации, фишингу и манипулятивному воздействию на эмоциональные состояния пользователей. Актуальность исследования обусловлена ускорением цифровых рисков на фоне широкого применения искусственный интеллект (ИИ) и масштабной автоматизации. Предмет — когнитивная архитектура защиты в социальных сетях; цель — теоретически и практически обосновать модель, интегрирующую модули восприятия, интерпретации, памяти, принятия решений и этической фильтрации. Задачи включают: (I) обзор подходов поведенческого анализа, аффективных вычислений и объяснимого ИИ; (II) разработку архитектурного каркаса для мультимодальной обработки; (III) спецификацию ролей и связей компонентов с акцентом на взаимодействие с пользователем и механизмы прозрачности; (IV) демонстрацию новизны за счёт интеграции объяснимого искусственного интеллекта (XAI), механизмов внимания и эмоционально-семантического анализа. Методы: иерархическая обработка; интегральный индекс риска T=α·E+β·B+γ·S+δ·C; байесовское обновление доверия; онтологическое рассуждение; softmax, ограниченный этической допустимостью; адаптация по обратной связи; федеративное обучение и дифференциальная приватность. Основные результаты: показана целостность и реализуемость архитектуры; представлено сопоставление уровней угроз с адаптивными ответами; Интерфейсы XAI встроены сквозь весь цикл; соблюдение Общего регламента по защите данных (GDPR) и Закон ЕС об ИИ (EU AI Act) подтверждено. Архитектура работает как замкнутый когнитивный цикл: сенсорный сбор, перцептивный анализ, эмоционально-семантическая аннотация, когнитивная интерпретация, онтологическое и социальное рассуждение, этический фильтр, объяснение и обратная связь. Выводы: когнитивная глубина, интерпретируемость и приватность повышают надёжность и персонализацию; дальнейшее развитие предполагает мультиязычную адаптацию, нейросимволическую интеграцию и human-in-the-loop обучение; валидация охватывает фишинг, манипулятивный контент и источники разной доверенности с метриками точности, ложных срабатываний, доверия и комплаенса. Оценивание учитывает вычислительные затраты и управленческие аспекты, а доверие моделируется с учётом репутации, подтверждения сообществом и исторической надёжности источников.
Ключевые слова: когнитивная архитектура безопасности, мультимодальное восприятие, аффективные вычисления, объяснимый искусственный интеллект, онтология угроз, этическое принятие решений, федеративное обучение.