Аннотация |
Объектом исследования является пользователь сетей для общения (Facebook, VK, Tsu, Myspace и др), подвергающихся деструктивному воздействию контента, распространяемого в сети.
Предметом исследования является микромодель процесса распространения вредоносного контента на основе анализа микрофракталов для разновидностей социальных сетей для общения.
Цель исследования состоит в определении того, какая из разновидностей социальных сетей для общения является наиболее опасной в случае распространения в них деструктивного контента. Для достижения цели необходимо решить следующие задачи:
1) Анализ сервиса социальных сетей для общения и его контента в качестве неоднородного взвешенного графа; сбор статистики для разновидностей социальных сетей для общения с учетом трехместного предиката и получение матриц взвешенной инциденции для передачи их партнеру по комплексной работе.
2) Получение от партнера по комплексной работе метрик и матриц взвешенной центральности, разработанных в специальном автоматизированном программном обеспечении и для каждой разновидности социальных сетей для общения.
3) Микромодель распространяемого вредоносного контента для разновидностей социальных сетей для общения на основе оказываемого им негативного воздействия, полученная от партнера по комплексной работе и разработанная с помощью автоматизированного программного обеспечения в целях получения результатов сетевого эпидемиологического процесса с опорой на микрофракталы для каждой из таких сетей.
На защиту выносятся:
1) Матрицы взвешенной инциденции для разновидностей социальных сетей для общения, полученные на основе собранной статистики в виде трехместного предиката и отражающие взаимосвязи между узлами сети.
2) Матрицы взвешенной центральности для разновидностей социальных сетей для общения, полученные с помощью специально разработанного программного обеспечения и позволяющие определить наиболее центральные вершины в анализируемой сети.
3) Микромодель распространения вредоносного контента, циркулирующего в социальных сетей для общения, полученная на основе микрофракталов с помощью специально разработанного программного обеспечения и отражающая результаты такого моделирования, а именно риск, ущерб, пользу и эпистойкость.
Новизна результатов:
1) Впервые построена матрица взвешенной инциденции на основе трехместного предиката, полученного в результате сбора статистических данных.
2) В отличие от аналогов, опираясь на полученную ранее матрицу взвешенной инциденции, представлена, матрица взвешенной центральности, отражающая то, какие вершины являются наиболее уязвимыми в случае реализации угрозы.
3) На основе проведенного моделирования впервые была получена микромодель эпидемического процесса на основе матрицы послойной внутрисетевой связности, которая позволяет сравнить разновидности социальных сетей для общения с учетом типа контента, распространяемого в них.
Практическая ценность работы заключается в том, что:
1) На основе структурно-функциональных особенностей социальных сетей для общения и распространяемого в них вредоносного контента можно выявить характерные признаки деструктивного воздействия вредоносного программного обеспечения, а анализ социальных сетей для общения в качестве взвешенного графа с присвоением каждой его вершине - ресурсу определенной ценности в соответствии с полезностью находящейся в нем информации позволяет определить ущерб вследствие реализации угрозы.
2) Анализ матриц взвешенной инциденции, взвешенной центральности и послойной внутрисетевой связности позволяет определить, как связаны узлы между собой в случае многослойного представления социальных сетей для общения, а также какие из них являются наиболее уязвимыми.
3) Моделирование процесса распространения вредоносного контента позволяет определить пути и методы осуществления негативного воздействия, оценить возможный ущерб от реализации угрозы, а также рассчитать параметры риска.
|
Введение |
Актуальность темы исследования: В области информационной безопасности методы управления рисками, эпистойкостью и прогнозирование деструктивного вредоносного контента во взвешенных социальных сетях для общения являются новыми и представляют интерес для исследований. Данную проблематику в основном изучают зарубежные ученые, однако, прогнозированию информационных вредоносных контентов в специализированных неоднородных взвешенных социальных сетях для общения посвящено, очень мало работ, исходя из этого, в данный момент исследование деструктивных вредоносных воздействий в социальных сетях и управление информационными рисками и эпистойкостью является весьма актуальной.
В настоящее время популярность социальных сетей, а именно сетей для общения не поддается сомнению, так как их огромное количество. Часто посещаемые – это Facebook 1.591 млрд. активных пользователей, Twitter 320 млн. активных пользователей, Google+ 550 млн. активных пользователей, , Linkedln 400 млн. активных пользователей, Pinterest 100 млн. активных пользователей, Tumblr 420 млн. активных пользователей [1]. Данная тема исследования в наше время очень актуальна, социальные сети с каждым днем увеличивают количество своих пользователей, тем самым возрастает число видов вредоносных контентов, направленных на нарушение целостности, доступности и конфиденциальности информации.
С каждым днем увеличивается распространение деструктивного вредоносного контента в социальных сетях для общения, такого как: ненормативная лексика, баннеры, текстовые контенты, фишинг, ложные ссылки на сайты мошенников и т.д. Для того чтобы обеспечить безопасность пользователя, существует огромное количество программ, антивирусов.
Кроме того существуют основные действия по уменьшению вероятности возникновения ущерба, во-первых, не входить в социальную сеть для общения, во-вторых, необходимо заблокировать социальную сеть и предложить своё, в-третьих, пресекать распространение вредоносного контента по сети. Следовательно, управление информационными рисками в социальных сетях для общения на данный момент является актуальным.
Анализ и управление информационными рисками пользователей сетей для общения (Facebook, VK, Tsu, Myspace и др) при распространении вредоносного контента в системах различного характера и масштаба в наше время является ключевой задачей в работе не только структурных подразделений и организаций по защите информации, но и государства в целом [4,5]. В настоящее время во всемирной паутине хакерство становится довольно популярным занятием, так как борьба по сети без оружия стала эффективным средством защиты [6]. Количество угроз, которые были реализованы, постоянно увеличивается, это говорит об огромных возможностях для злоумышленников по реализации всевозможных деструктивных воздействий [7].
Сети для общения, такие как Vk, Facebook, Myspace могут описываться в виде неоднородных взвешенных графов больших размеров, в свою очередь информация, которая находится в их вершинах, ребрах и узлах, может приобрести эпидемический характер [8]. Многие думают, что распространение деструктивного вредоносного контента в неоднородных взвешенных сетях для общения нельзя предусмотреть, но это заблуждение его можно спрогнозировать. Одним из подходов такого прогнозирования является предсказание роста отдельных взвешенных графов. Данный подход не сложен и заключается в следующем, при достижении неоднородным взвешенным графом размера k за время t, можно предположить, что этот граф вскоре достигнет размера 2k, при этом временной промежуток увеличится.
В последнее время актуально анализировать сети для общения со стороны неоднородных взвешенных графов, т.е. в их метриках будут учитываться веса вершин и дуг сети, так как в вершинах сети происходят статические накопления контента, которым обмениваются ее пользователи [9, 10, 11]. Взвешенные сети – это такие сети, связи, между узлами которых имеют присвоенные весовые коэффициенты [12]. Вместе с тем, исследование неоднородных взвешенных сетей в контексте обеспечения их безопасности в обязательном порядке требует проведения рекомендаций по управлению рисками и эпистойкостью [5], построение дискретной макро-модели и микро фрактальной модели [12], что в свою очередь обуславливает необходимость оценки возможного ущерба. Главным в этой модели является то, что можно разделить сеть на слои и анализировать каждый слой и шаг исходя из микрофрактала. С помощью всего этого, можно узнать какое количество вершин будет заражено на следующем этапе, эти данные помогут минимизировать ущерб от информационных эпидемий в специализированных социальных сетях для общения. При помощи микро фрактальной модели и программного моделирования эпидемического процесса для каждой разновидности социальной сети для общения, можно провести анализ полученных матриц эпидемий нанесенных атак на различные узлы и на критически важные узлы, и в соответствии с этим сделать вывод. Тем не менее, современные социальные сети для общения, как правило, неоднозначны [13] и вес вершин существенно разница в зависимости от их степени. В вершинах с высокой степенью центральности концентрируется больше наполнителя и через них в единицу времени прокачивается наибольшие объемы наполнителя. Таким образом, по весу и важности они просто не сопоставимы с вершинами, имеющими значительно меньшую степень. В соответствии с этим построим матрицы взвешенной инциденции и матрицы взвешенной центральности по собранной нами статистики для разновидностей социальных сетей для общения с учетом трехместного предиката и сделаем соответствующий вывод.
Наиболее важные параметры для взвешивания компонентов сети: ценность единицы объема наполнителя и его объем, относящиеся к данному компоненту. Так, для вершины сети – это ценность единицы объема и собственно сам объем наполнителя, хранимого в рассматриваемой вершине. В свою очередь, для дуги сети – это ценность единицы объема наполнителя и его объем, прокачиваемый по дуге в единицу времени.
|
Заключение |
В результате выпускной квалификационной работы был проведен анализ сервиса социальных сетей для общения и его контента в качестве неоднородного взвешенного графа. Был произведен сбор статистики для разновидностей социальных сетей для общения Facebook, Google+, Вконтакте с учетом трехместного предиката и получение матриц взвешенной инциденции для передачи их партнеру по комплексной работе.
От партнера по комплексной работе были получены метрики и матрицы взвешенной центральности социальных сетей для общения Facebook, Google+, Вконтакте, разработанных в специальном автоматизированном программном обеспечении и для каждой разновидности социальных сетей для общения.
Были построены микромодели распространяемого вредоносного контента для разновидностей социальных сетей для общения Facebook, Google+, Вконтакте на основе оказываемого им негативного воздействия, полученная от партнера по комплексной работе и разработанная с помощью автоматизированного программного обеспечения в целях получения результатов сетевого эпидемиологического процесса с опорой на микрофракталы социальных сетей для общения Facebook, Google+, Вконтакте.
Далее подробно опишем направления дальнейших исследований:
1) Анализ сервиса социальных сетей для общения с учетом взвешенной центральности дуг и уникальности, вредоносности распространяемого контента, взяв за внимание специфику наполнителя социальной сети для общения.
2) Полный риск – анализ различных вариантов вирусной атаки социальных сетей для общения с повышенной взвешенной центральностью в контексте блокировки связей.
3) Разработка методики управления рисками на основе проведенного риск – анализа с учетом взвешенности графа в социальных сетях для общения.
|
