Выработка обобщенного способа снижения и управления рисками в блоговой социальной сети

Актуальность работы также будет заключаться в том, что открытость социальных сетей позволяет осуществить распространение вредоносного сетевого контента внутри социальной сетиLiveJournal и его блокировка не может быть осуществлена оперативно. Глобальные фильтры и хранилища информации собственные дата центры по борьбе с такого рода эпидемиями помогают, но оперативно это сделать не всегда представляется возможным ввиду того, что социальные сети для авторских записей постоянно растут, пользователей становится все больше и блогов соответственно тоже.

Объектом исследования будет считаться социальная сеть LiveJournal в условиях моделирования распространения сетевого контента.

Предметом данного исследования будет считаться модель анализа распространения сетевого контента и оценки рисков в социальной сети LiveJournal.

Цель исследования: выработка обобщенного способа снижения и управления рисками в блоговой социальной сети LiveJournal в результате распространения сетевого контента.

Задачи исследования:

1 Анализ структурно-функциональных особенностей сети в ходе распространения сетевого контента.

2 Анализ статистических данных.

3 Создание необходимого информационного обеспечения для моделирования эпидемических процессов, включая получение репрезентативной выборки, сокращающей размерность модели.

4 Многовариантное моделирование распространения контента, включая различные тематики, начальные условия по внедрению деструктивного контента, моделирование противоборства для различных тематик.

5 Анализ результатов моделирования.

6 Выработка рекомендаций по регулированию рисков и шансов.

На защиту выносится:

1 схемы, определяющие особенности архитектуры сети и протекающих в ней процессов в том числе: структурная схемы ресурсов сети, классификация объектов и субъектов сети, схемы действий и возможностей;

2 метрики по исходные статистики сети для авторских записей LiveJournal;

3 графики распространения эпидемии при различных условиях, для различных тематик, а также графики, описывающие информационную диффузию в сети для двух конкурирующих контентов, полученные при помощи специально разработанного программного обеспечения и отражающие результаты моделирования;

4 методология управления информационной диффузией в сети для авторских записейLiveJournal в контексте её структурно-функциональных особенностей, основанная на результатах моделирования распространения эпидемии.

Практическая значимость данной работы заключается в нахождении способа достижения минимального значения риска в результате возникновения эпидемии в блоговой социальной сети LiveJournal.

Новизна данной в данной дипломной работе будет заключаться в специфическом подходе в осуществлении репрезентативной выборки из имеющейся статистики и созданию эквивалентной сети. Репрезентативность выборки достигается путем сравнения отклонений параметров распределения выборки и статистики. В результате чего совпадение с исходной выборкой доходит до 95%. Размер сети существенно снижается за счет отбора вершин по критерию удельного трафика. В работе используется дискретное вероятностное моделирование, дискретно, по шагам рассматриваются этапы моделирования. Источников заражения бывает несколько, атаки на социальную сеть распределены во времени и пространстве. С помощью реализованного программного продукта получается рассмотреть пошагово распространение эпидемии и детально рассмотреть в отличие от аналогового моделирования распространение вредоносного трафика и зараженных вершин.

Результаты данной работы могут быть полезны для анализа распространения сетевого трафика в социальных сетях, анализируя сам граф социальных связей, а не его эквивалент и возможности применения методов оценки рисков для данных сетей.

Результаты данной работы могут быть полезны для анализа распространения сетевого трафика в социальных сетях, анализируя сам граф социальных связей, а не его эквивалент и возможности применения методов оценки рисков для данных сетей.

В настоящее время люди не представляют себя без электронных девайсов, которые позволяют пользоваться всевозможными услугами сети интернет, находясь в любой точке города, области [1], страны. Конечно, есть отдаленные уголки планеты, где нет мобильной связи, нет сети интернет, нет и людей в том количестве, что обитают в городах. Сейчас все чаще на улице можно встретить подростков, которые вместо игр со сверстниками предпочитают игры в телефоне или планшете. Вместо реального общения люди выбирают виртуальное общение, синоним которому ‑ одиночество.

Люди находят в сети терабайты «полезной» для себя информации и одновременно предоставляют ее еще кому-то, становясь одним звеном в общей цепочке «новостей», «блогов», «чатов». В интернете нет преград, нет норм морали, нет совести. Есть только оплаченный раз в месяц доступ к сети, где циркулирует информация. Есть в этом огромный плюс: не надо ходить в библиотеки, искать где-то пропавшую старую энциклопедию. В один клик можно получить все ответы на интересующие вопросы [2]. Но помимо и полезной информации можно получить грамотно подобранную и ложную информацию, поданную как подлинную. Порой не надо искажать факты целиком, а только грамотно направить, немного изменить один фрагмент, чтобы исказить смысл всего запроса целиком. Пользователь видит лишь текст, а верить ему или нет, решает он сам. Очень сложно распознать где правда, а где ложь, тем более, что интернет [2] — это огромная свалка информации.

В 21 веке людей из разных районов, городов, областей и стран стали объединять социальные сети, сети, которые позволяли общаться, не обращая внимание на расстояние, делиться мнениями, не боясь показаться глупым. В социальных сетях создается иллюзия огромного мира вокруг каждого пользователя, все так близки, но и одновременно далеки друг от друга. Пользователи социальных сетей делятся друг с другом волнующей их информацией, аргументируют, высказываются за и против. Социальные сети позволяют пользователям объединяться в группы по интересам, организовывать встречи и собрания, вести дискуссии по разным интересующим тематикам.

В социальных сетях присутствует разнородная информация [1,3], касающаяся досуга людей их вкусов, интересов. Открытые фотографии с отпуска говорят о том, что человек либо в отпуске, либо только приехал. Хотя порой такие дилеммы не возникают потому, что люди сами делятся информацией о том, когда и куда они поедут. Социальные сети [4], как глобальные анкеты для людей, желающих сделать свою жизнь публичной, а настройки приватности, которые также присутствуют в социальных сетях никогда не будут ограничениями для администраторов сети и для людей, желающих их обойти ‑ злоумышленников.

Социальные сети по интересам основываются на графе интересов, где связи между узлами социальной сети строятся на основе интересов этих узлов [5]. Каждый пользователь сети имеет некоторый круг интересующих его вопросов и соответственно коммуницирует он с теми пользователями, у которых схожие с ним интересы. Если взять набор интересов одного пользователя и соответственно набор интересов другого пользователя, то пересечение двух множеств интересов будет означать связь между двумя пользователями-узлами сети [6]. Все коммуникации пользователей будут так или иначе инициированы общими интересами [7].

Социальные сети для общения созданы для построения социальных связей между людьми с целью дальнейшего общения или просто знакомства[8-11]. Данные социальные сети имеют большую популярность среди пользователей и имеют гораздо большее число зарегистрированных пользователей. Граф социальных связей имеет большее количество вершин и большую связность.

Но стоит отметить и те, и другие в чистом виде выделить проблематично. Поэтому все чаще встречаются сети гибридные в основе, которых, либо граф социальный, либо граф интересов [12, 13]. В социальных сетях много различных групп по интересам ‑ сообществ, что подразумевает образование в социальной сети для общения подграфа по интересам. И наоборот социальные сети по интересам включают пользователей, которые общаются друг с другом порой, отходя от темы, что приводит к образованию так называемого социального подграфа внутри графа по интересам.

Помимо рядовых пользователей, ничем не отличающихся друг от друга есть и реальные злоумышленники, которые рассылают с помощью ботов спами ссылки на фишинговые сайты, или призывают к поддержке экстремистских группировок. Такая информация передается от пользователя к пользователю. Кто-то поверил предоставленной злоумышленником информации и сам стал распространять аналогичную информацию со своими друзьями, коллегами, знакомыми. Пользователи, распространяющие информацию, искренне верят в нее, потому готовы спорить, убеждать в своей правоте, всячески доказывать подлинность предоставленной информации. Таким образом, опасен становится не столько первоисточник информации, сколько последствия ‑ люди которые последуют за этим мнением, как новые очаги передачи деструктивной информации, спама или экстремистского содержания. Распространение такого рода информации (спам, экстремистские ролики) сопровождаются движением всех известных «окон Овертона» [12, 13], когда идея из полностью отрицаемого постепенно полностью входит в жизнь как одного человека, так и общества в целом.

Распространение нежелательного контента происходит несколько стихийно, аналогично эпидемиям вирусных инфекций, возникающих среди людей или животных. Исследование данного вопроса строится на моделировании процесса заражения единичного элемента ‑ источника и затем уже необходимо разбить процесс на временные промежутки ‑ фазы и изучать распространение эпидемии внутри каждой фазы [7]. Процесс распространения эпидемии будет очень интересен тем что, у каждого пользователя условно есть некая характеристика, обуславливающая его подверженность к заражению. Некоторые пользователи будут быстро подвергаться заражению, некоторые наоборот будут обладать иммунитетом [6].

В результате выполнения выпускной квалификационной работы был проведен всесторонний анализ социальной сети для авторских записей LiveJournal в целях исследования методов и моделей для предотвращения распространения вредоносного контента. В ходе выполнения работы были получены следующие результаты:

В первой главе дипломной работы был описан понятийный аппарат для социальной сети. Кроме того, представлены классификации:

– контента, циркулирующего в социальной сети для авторских записей LiveJournal;

– сетевых ресурсов данной сети, которые разделяются на ресурсы коллективного пользования и на ресурсы персонального пользования, также было дано их подробное описание;

– объектов и субъектов социальной сети. Все субъекты можно разделить на активных и пассивных пользователей, были установлены действия и функции, посредством которых, субъекты обмениваются контентом в социальной сети LiveJournal;

С учетом всех полученных классификаций в первой главе была построена структурно-функциональная модель социальной сети для авторских записей LiveJournal с учетом всех ее особенностей. В построенной модели функциональные связи представляют сложную структуру взаимодействия контента, сетевых ресурсов и субъектов, функционирующих в заданном сетевом пространстве.

Во второй главе 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, показано подобие выборки математическим и графическим методом.

Кроме этого были получены:

– звездная матрица для сети LiveJournal, полученная на основе собранной статистики в виде трехместного предиката и отражающие взаимосвязи между узлами сети;

– матрицы взвешенной центральности и удельного баланса для исследуемой сети, 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 авторских записях, полученная на основе микрофракталов для одного или нескольких типов контента.

В третьей главе выпускной квалификационной работы были получены результаты моделирования диффузионного процесса в сети для авторских записей LiveJournal. Узлы заражали 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.

Была представлена модель противоборства двух различных контентов, для которых были построены соответствующие графики трафика, риска и шанса, позволяющие оценить, на сколько успешно проходит эпидемия.

В четвертой главе были даны рекомендации по регулированию диффузионным процессом и рекомендации по уменьшению деструктивного воздействия в социальной сети для авторских записей LiveJournal. Рекомендации были написаны как для рядовых пользователей, так и для модераторов сайта. А также описаны общие методы регулирования такие как:

– фильтрация трафика;

– фильтрация содержания;

– установление правил;

– гибкие настройки конфиденциальности;

– профилактика в сфере ИБ;

– блокирование информации по тематике;

– временное блокирование узла распространителя;

– временное ограничение функционала сети.

Результаты, представленные в данной выпускной квалификационной работе, являются значимыми для создания научно-методического обеспечения в целях предотвращения распространения вредоносного контента в сети для авторских записей LiveJournal.

1 Abassi A. Betweenness centrality as a driver of preferential attachment in the evolution of research collaboration networks / A. Abassi, L. Hossain, L. Leydesdorff // Journal of Informetrics – № 6. – P. 412.

2 Arnaboldi V. Online Social Networks: Human Cognitive Constraints in Slashdot Personal Graphs / V. Arnaboldi, A. Passarella, M. Conti, R. Dunbar // Waltham: Elsevier Inc– P. 36.

3 Karampelas P. Techniques and Tools for Designing an Online Social Network Platform / P. Karampelas // NewHampshire: Hellenic American University– P.38.

4 BauckhageC. Maximum Entropy Models of Shortest Path and Outbreak Distributions in Networks / C. Bauckhage, K. Kersting, F.Hadiji// TU Dortmund University, Dortmund, Germany – Р. 234.

5 Barabasi R.A. Emergence of scaling in random networks / R.A.Barabasi // Science – P. 512.

6 Carminati B. Security and Trust in Online Social Networks / B. Carminati E. Ferrari, M. Viviani.// Morgan&Claypool Р. 341.

7 GolbeckJ..Introduction to Social Media Investigation: A Hands-on Approach / J. Golbeck//Waltham: Elsevier Inc. Р. 236.

8 V. Arnaboldi,. Online Social Networks: Human Cognitive Constraints in Facebook and Twitter Personal Graphs / V. Arnaboldi, A. Passarella, M. Conti, R. I.M. Dunbar // Waltham: Elsevier Inc. Р. 227.

9 Carminati B. Security and Trust in Online Social Networks / B. Carminati, E. Ferrari, M. Viviani // Morgan&Claypool– P. 120.

10 Benzi M. Ranking Hubs and Authorities Using Matrix Functions / M. Benzi, E. Estrada, C. Klymko // CS Technical Report TR – P. 30.

11 Bothorel C. Social network analysis and unpopular content recommendation / C. Bothorel // Review of New Information Technologies (RNIT). – Vol. 5. № 11 – Р. 49.

12 Golbeck J. Introduction to Social Media Investigation: A Hands-on Approach / J. Golbeck // Waltham: Elsevier Inc. – P. 323–326.

13 Ermakov S.A. Optimization of expert methods used to analyze information security risk in modern wireless networks / S.A. Ermakov, A.S. Zavorykin, N.S. Kolenbet, A.G. Ostapenko, A.O Kalashnikov // Life Science Journal – Vol. 10. № 11. – P. 511–514.

14 Freeman L.C. Centrality in social networks conceptual clarification / L.C. Freeman // Social Networks.Kauai HI: IEEE. – Vol.1. №3. – Р. 239.

…

Представленный выше пример готовой работы бесплатно позволяет ознакомиться с ключевыми аспектами написания курсовых, дипломных работ и ВКР, а также магистерских диссертаций. Стоимость и возможность получения доступа к полной версии данной готовой работы по запросу:

- Онлайн-ответ "Узнать стоимость готовой работы"

- Мессенджеры WhatsApp, Telegram