Риск/шанс-анализ процессов распространения контента в социальной сети Вконтакте

Объектом исследования является новостная социальная сеть Вконтакте, оказывающаяся под воздействием вредоносного контента.

Предметом исследования является микромодель процесса диффузии контента для социальной сети Вконтакте.

Цель исследования состоит в определении того, каким образом социальная сеть Вконтакте может являться опасной, в случае распространения в ней вредоносного контента.

Для достижения цели необходимо решить следующие задачи:

– анализ социальной сети Вконтакте, выявление всех сетевых ресурсов для размещения контента, классификация разновидности циркулирующего в сети контента, выделение субъектов, функционирующих в сети и установление между этими субъектами функциональных связей;

– получение различных метрик и матриц (звездной, квадратной, взвешенной центральности и т.д.);

– нахождение репрезентативной выборки генеральной совокупности социальной сети;

– создание вероятностных моделей информационной диффузии;

– построение модели распространения контента через вторичные источники его популяризации на основе полученных микромоделей;

– выделение системы регулирования рисками и составление рекомендаций по уменьшению деструктивного воздействия социальной сети Вконтакте.

Результаты, выносимые на защиту. После выполнения проделанной работы на защиту будут вынесены следующие пункты:

– репрезентативная выборка генеральной совокупности социальной сети Вконтакте в виде усеченного графа, необходимая для детального анализа;

– графики трафика, циркулирующего в сети контента при моделировании эпидемического процесса;

– графики противоборства двух типов контента при моделировании процесса диффузии;

– рекомендации по регулированию диффузионных процессов для различных типов субъектов.

Новизна результатов:

– построена репрезентативная выборка, необходимая для упрощенного анализа социальной сети;

– представлены графики трафика, циркулирующего в сети контентов при моделировании эпидемического процесса для различных вариантов сочетания контентов;

– предложены рекомендации по регулированию диффузионных процессов для различных типов субъектов.

Теоретическая значимость работы. Теоретическая значимость данной работы заключается в:

– нахождении и доказательстве репрезентативной выборки генеральной совокупности социальной сети;

– построении графиков циркулирующего в социальной сети различных типов контентов;

– анализе произведенного моделирования и выработка рекомендаций на основе полученных результатов моделирования процесса диффузии контента.

Практическая ценность результатов. Результаты, выносимые на защиту, обладают следующей практической ценностью:

– на основе структурно-функциональных особенностей сетей социальных закладок и распространяемого в них вредоносного контента можно выявить характерные признаки деструктивного воздействия вредоносного программного обеспечения, а анализ сети социальных закладок в качестве взвешенного графа позволяет определить ущерб вследствие реализации угрозы;

– анализ звездной матрицы, матрицы взвешенной центральности и удельного баланса позволяет определить, как связаны узлы между собой, а также какие из них являются наиболее уязвимыми;

– моделирование процесса распространения вредоносного контента позволяет определить пути и методы осуществления негативного воздействия, оценить возможный ущерб от реализации угрозы, а также рассчитать параметры риска.

Методы исследования. В исследовании применяются методы системного анализа, математического и риск – анализа, теории вероятностей и математической статистики, теории графов.

Актуальность темы исследования. Социальные сети, с момента их появления все больше проникают в нашу жизнь. Для многих они уже сейчас являются основным местом проведения времени в интернете. Это происходит потому, что всем нам хочется общения, но не все способны общаться в реальной жизни, так как существует множество психологических барьеров. Социальные сети рушат эти барьеры, позволяя совершенно незнакомым людям найти общий язык, не только посредством общения, но и посредством открытой информации, которую оставляют пользователи. Эта информация позволяет различным компаниям, не тратя много сил и времени воздействовать на нужных ей людей [1].

В социальные сети приходят люди самых разных возрастов, политических взглядов, интересов, увлечений. Поэтому сайт любого направления будет интересен той или иной группе участников. Очень важно заранее и как можно точнее определить свою аудиторию. Целевая аудитория - вот основа каждого проекта по продвижению проекта в социальных сетях. Заходя на страницы, люди не просто убивают время, они общаются, советуются, ищут информацию или отзывы про те или иные услуги и товары. Поэтому, продвигая проект или бренд в различных социальных проектах, не нужно забывать о методах и маркетинговых инструментах [2].

У всех нас есть большое количество любимых сайтов в Интернете, к которым мы возвращаемся каждый день. Помимо этого, во всемирной паутине мы находим страницы с полезной информацией, которую необходимо куда-нибудь сохранить, чтобы, во-первых, ее не потерять, и, во-вторых, получить доступ к ней в то время, когда нам это будет необходимо. И для таких целей существуют специальные веб-сервисы, которые имеют название «социальные закладки» (англ., social bookmarking). Подобные сайты позволяют искать информацию в Интернете, согласно выбранным категориям, например, по интересам, и ключевым словам, создавать закладки с найденными материалами, всячески управлять, а также делиться ими, чтобы другие пользователи смогли с помощью нашего выбора почерпнуть для себя что-нибудь новое и интересное [3].

Казалось бы, наши Интернет - браузеры также имеют функцию добавления страниц в закладки, к которым мы можем обратиться в любое время, сидя за нашим персональным компьютером (ПК). Но в этом-то и состоит одна из проблем, что больше ни с какого другого устройства или оборудования мы не сможем получить доступ к нужной нам информации, и другим пользователям свои закладки мы не предоставим [4].

В отличие от подобной функции наших браузеров, сервисы социальных закладок таким недостатком не обладают. Они не хранят свои данные на жестких дисках персональных компьютеров подписчиков, а используют для этих целей специально предназначенные Интернет – серверы. Такие серверы позволяют пользователям обращаться к своим закладкам 24 часа в сутки 7 дней в неделю и совершенно с любого устройства, которое имеет доступ в Интернет. И здесь не нужно волноваться о потере данных в результате сбоя в работе браузера или всего ПК.

Социальные закладки также используются для продвижения сайтов и получения трафика. Существуют специальные сервисы, добавляющие ссылки на ваш сайт на большое количество как русскоязычных, так и англоязычных сервисов закладок.

На данный момент существует огромное количество сетей социальных закладок, которыми пользуются по всему миру. В нашей стране они еще не обладают такой популярностью, как в Европе и Америке, да и достойных русскоязычных сайтов не так уж и много. Но как сам Интернет получил свое повсеместное распространение и развитие в очень короткие сроки, так и данный сервис в ближайшем будущем должен занять одно из почетных мест среди всех социальных сетей, потому что обладает сравнительной простотой и удобством в использовании.

С помощью социальных закладок можно осуществлять следующее [5]:

– создавать и делиться идеями и информацией мгновенно, без барьеров (например, Twitter, который, помимо социальной сети для общения, может быть использован и как эффективный сервис социальных закладок);

– создавать и управлять коллекциями изображений в соответствии с различной тематикой: события, интересы и хобби;

– размещать, узнавать и комментировать различные новости, а также голосовать «за» или «против» них, чтобы, соответственно, повысить или понизить их рейтинг;

– открывать для себя новые и интересные вещи, такие как великолепные веб-страницы с картинками, видео, фото и с многим-многим другим, согласно установленным категориям интересов;

– обсуждать вопросы науки, политики и глобальных жизненно-важных проблем;

– вести веб-блоги между многими людьми, что содействует снятию барьеров между ними и ведению обсуждений и дискуссий;

– писать новостные статьи и получать оценку от простых пользователей и профессиональных журналистов;

– обмениваться литературой;

– просто и быстро делиться информацией с друзьями;

– размещать и пользоваться ценным контентом, предназначенным для огромной аудитории создателей и разработчиков программного обеспечения;

– обмениваться информацией, относящейся к шопингу, бизнесу и маркетингу.

Это лишь основные возможности сервисов социальных закладок, помимо которых, еще есть и многие - многие другие.

Но всегда есть свои «но». Так же, как и любые другие социальные сети, сервисы закладок имеют свои недостатки, которые могут, с одной стороны, привести к отказам в работе веб-браузера и программного обеспечения или к потере важных данных, а с другой стороны, отразиться на финансовом положении или даже на психофизическом состоянии человека в зависимости от разного вида распространяемого в сети вредоносного контента.

Итак, риск использования сетей социальных закладок может быть в следующем [6].

– добавление в закладку страницу, содержащую личные финансовые данные;

– просмотр ссылок других пользователей, которые могут выглядеть безопасными, а также переход на нежелательный сайт, вредоносное воздействие которого будет активировано нашим посещением.

– попытки фишинговых атак или воздействия социальной инженерии в целях получения информации о нас, так как все размещенные нами данные могут быть просмотрены любым человеком.

– отслеживание местоположения пользователя в момент совершения операций в социальной сети;

– показ тех действий, которых необходимо держать в секрете;

– неконфиденциальное сохранение информации.

В данном случае становится актуальным вопрос определения ценности той или иной статьи или тега для возможности добавления его в закладки в рассматриваемых сервисах. В настоящее время на таких сайтах существует большое количество информации негативного и раздражающего человека характера, например, спам и таргетированная реклама. Также здесь присутствуют ссылки на сайты и закладки других пользователей, особенно на первой странице сервиса, которые имеют своей целью продвижение самих сайтов, но которые, на самом деле, могут совершенно не нести полезной информации, а даже, наоборот, содержать данные пропагандистского, экстремистского или иного вредоносного характера. Поэтому необходимо уметь определять ценность информации в подобном взвешенном графе для минимизации всех возможных рисков от нежелательного и деструктивного воздействия [8].

Таким образом, в результате выполнения выпускной квалификационной работы были получены следующие итоги.

В первой части данной работы был дан понятийный аппарат для социальной сети.

Также представлена подробная и всесторонняя классификация контента, циркулирующего в социальной сети Вконтакте. В первую очередь его можно рассмотреть, как положительный и негативный (нежелательный).

Также контент может быть представлен в виде текста, изображения, видеофайла или совмещенной форме – гибридной.

Были рассмотрены и подробно описаны сетевые ресурсы данной социальной сети. Они разделяются на ресурсы коллективного пользования (новостная лента, магазин) и на ресурсы персонального пользования (профиль пользователя).

Проклассифицированы объекты данной социальной сети и субъекты, которые с ними взаимодействуют. Было выяснено, что все субъекты с учетом проявления их активности в данной социальной сети можно разделить на активных и пассивных пользователей.

Также было установлено, что субъекты данной социальной сети способны обмениваться контентом между собой посредством определенного набора действий (функций). Набор действий в социальной сети зависит от того авторизован ли пользователь или нет.

С учетом полученных классификаций контента, субъектов и их действий, а также сетевых ресурсов данной социальной сети построена структурно-функциональная модель социальной сети Вконтакте с учетом всех ее особенностей.

В данной модели функциональные связи представляют собой сложную структуру взаимодействия контента, сетевых ресурсов и субъектов, функционирующих в заданном сетевом пространстве.

Во второй части работы были выполнены алгоритмы преобразования исходных данных сети и нахождения репрезентативной выборки, получена визуальная модель исследуемой сети, а также вычислены соответствующие матрицы, позволяющие провести анализ распространения контента в социальной сети. Доказана репрезентативность выборки генеральной совокупности с помощью критерия согласия Пирсона, найдено среднеквадратичное отклонение выборки в 5% от генеральной совокупности и графическим методом показано подобие выборки.

В третьей части были получены результаты моделирования диффузионного процесса для сети социальных закладок Вконтакте в трех различных слоях на основе представленного в разделе микрофрактала. Для сети были получены усредненные графики диффузионного процесса для различных тематик, графики трафика в узлах различного состояния (восприимчивого, инфицированного, защищенного, умершего, латентного), графики риска и шанса для разных тематик. Исходя из них, было установлено, что данные несильно изменяются при попытке атаки в один из слоев.

Далее была рассмотрена модель противоборства двух различных контентов в трех наиболее опасных с точки зрения тематиках: «Политика», «Социум», «Статьи».

Для них были представлены соответствующие графики трафика, риска и шанса, позволяющие оценить, на сколько эффективно проходит эпидемия благодаря заражению двумя различными видами контента.

В четвертой части были даны рекомендации по регулированию диффузионным процессом и составление рекомендаций по уменьшению деструктивного воздействия социальной сети Вконтакте.

Помимо всего, были получены:

– звездная матрица для сети социальных закладок Вконтакте, полученные на основе собранной статистики в виде трехместного предиката и отражающие взаимосвязи между узлами сети;

– матрицы взвешенной центральности и удельного баланса для сети социальных закладок, полученные с помощью специально разработанного математического алгоритма и позволяющие определить не только наиболее центральные вершины в анализируемой сети, но и те вершины, которые являются генераторами или потребителями контента;

– микромодель распространения вредоносного контента, циркулирующего в сетях социальных закладок, полученная на основе микрофракталов для одного и/или нескольких типов контента.

Эти результаты являются ценной частью для создания научно-методического обеспечения в целях предотвращения распространения вредоносного контента как в сетях социальных закладок, так и во всемирной паутине вообще.

1 Alan E. Mislove.Online Social Networks: Measurement, Analysis, and Applications to Distributed Information Systems. Houston, Texas: RICE University, 2009.

2 Valerio Arnaboldi, Andrea Passarella, Marco Conti, Robin I.M. Dunbar. Online Social Networks: Human Cognitive Constraints. Waltham: Elsevier Inc. – P. 21–36.

3 Barbara Carminati, Elena Ferrari, Marco Viviani. Security and Trust in Online Social Networks. Morgan&Claypool – P. 61–82.

4 Бреер В.В., Стохастические модели социальных сетей / В.В. Бреер; Управление большими системами, № 27. – С. 169–204.

5 Caldarelli G., Structure of cycles and local ordering in complex networks / G. Caldarelli, R. Pastor-Satorras, A. Vespignani / Eur, Phys. – 2004. – P. 183–186.

6 Додонов А.Г.,Живучесть информационных систем / А.Г. Додонов, Д.В. Ландэ. – Киев: Наукова думка. – 256 с.

7 Ермолова Н.С., Продвижение бизнеса в социальных сетях Facebook, Twitter, Google+. / М.:Альпина Паблишер – 357 с.

8 Barabasi A. L., Network medicine: a network-basedapproach to human disease. Nat. Rev. Genet. 12. – Р. 56–68.

9 Barabasi R. Albert Emergence of scaling in random networks / Albert R. Barabasi; Science. – P. 509–512.

10  Абрамов К. Г., Моделирование распространения нежелательной информации в социальных медиа / К.Г. Абрамов, Ю.М. Монахов; Труды XXX Всероссийской научно-технической конференции. Проблемы эффективности и безопасности функционирования сложных технических и информационных систем / Серпуховский ВИ РВ. – ч. IV. – С. 178–182.

11  Монахов Ю.М., Моделирование распространения нежелательной информации в социальных медиа / Ю.М. Монахов, К.Г. Абрамов; Вестник КГУ им. Н.А. Некрасова. – Т.17, №3. – С. 15–18.

12  Монахов Ю.М., Аналитическая модель дезинформированной узла социальной сети / Ю.М. Монахов, М.А. Медведникова; ИММОД. – Санкт-Петербург. – Т. II. – 400 с., – С. 178–180.

13  Ball F. Epidemics with two levels of mixing / F. Ball, D. Mollison, G. Scalia-Tomba,/ Annals of Applied Probability. – № 7. – P. 46–89.

14  Поляков И. В. Хранение и обработка графа социальных сетей / И. В. Поляков, А. А. Чеповский, А. М. Чеповский / Вестн. НГУ. Сер. Информ. технологии. – – Т. 11, вып. 4. – С. 77–83.

15  Губанов Д.А. Модели информационного влияния и информационного управления в социальных сетях / Д. А. Губанов, Д. А. Новиков А. Г. Чхартишвили / Проблемы управления. – №5, – С. 28–35.

16  Губанов Д.А., Социальные сети: модели информационного влияния, управления и противоборства / Губанов Д.А., Новиков Д.А., Чхаратишвили А.Г. // Проблемы управления в социальных медиа. – C. 203–205.

17  Ball F. Epidemics with two levels of mixing / F. Ball, D. Mollison, G. Scalia-Tomba,/ Annals of Applied Probability. – № 7. – P. 46–89.

18  Networks: Structure and Dynamics / Physics Reports, 424. – Р. 175–308.

19  Cоциальная сеть Вконтакте.

20  Статистические данные посещения социальной сети.

21  Тищенко В. И. Социальные сети и виртуальные сетевые сообщества / Верченов Л. Н., Ефременко Д. В., Тищенко В. И. / М: ИНИОН РАН – 360 с.

22  Абрамов К. Г., Распространение нежелательной информации в социальных сетях Интернета / К.Г. Абрамов, Ю.М. – C.45–48.

23  Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход: монография / Б. Ю. Лемешко, С. Б. Лемешко, С. Н. Постовалов, Е. В. Чимитова. – Новосибирск: Изд-во НГТУ. – 888 с.

24  George Casella, Roger L. Berger. Hypothesis Testing // Statistical Inference. – Second Edition. – Pacific Grove, CA: Duxbury, – 660 р.

25  Analytical models of information-psychological impact of social information networks on users /G.A. Ostapenko, L.V. Parinova, V.I. Belonozhkin, I.L. Bataronov, K.V. Simonov // World Applied Sciences Journal. – – 25 (3). – P. 410–415.

26  Analytical estimation of the component viability of distribution automated information data system / G.A. Ostapenko, D.G. Plotnicov, O.Y Makarov, N.M. Tikhomirov, V.G. Yurasov // World Applied Sciences Journal. – 25 (3). – P. 416–420.

27  Assessment of the system's EPI-resistance under conditions of information epidemic expansion‏ / N.M. Radko, A.G. Ostapenko, S.V. Mashin, O.A. Ostapenko, D.V. Gusev // Biosciences Biotechnology Research Asia. – Vol. 11 (3). – P. 1781–1784.

28 Discreet risk-models of the process of the development of virus epidemics in non-uniform networks / V.V. Islamgulova, A.G. Ostapenko, N.M. Radko, R.K. Babadzhanov, O.A. Ostapenko // Journal of Theoretical and Applied Information Technology. – 306–315.

29 Flood-attacks within the hypertext information transfer protocol: damage assessment and management / A.G. Ostapenko, M.V. Bursa, G.A. Ostapenko, D.O. Butrik // Biosciences Biotechnology Research Asia. – Vol. 11 (Spl.End). – P. 173–176.

30 Optimization of expert methods used to analyze informationsecurity risk in modern wireless networks / S.A. Ermakov, A.S. Zavorykin, N.S. Kolenbet, A.G. Ostapenko, A.O Kalashnikov // Life Science Journal. – № 11(10s).– P. 511–514.