Корзина (0)
Ваша корзина пустует и скучает ;)

Модели процессов распространения деструктивного контента в популярных в регионе Интернет-сообществах в рамках пользователей сети Instagram

ID номер GCC038
Вид Материалы к дипломной работе Специалиста
Написана в 2019
Наполнение 91 страница, 29 рисунков, 17 таблиц, 46 источников

Содержание

ВВЕДЕНИЕ 7
1 ИССЛЕДОВАНИЕ МОДЕЛИ КОНТЕНТА В РЕГИОНАЛЬНЫХ ИНТЕРНЕТ-СООБЩЕСТВАХ СОЦИАЛЬНОЙ СЕТИ INSTAGRAM С УЧЕТОМ ВЫЯВЛЕНИЯ ПРИЗНАКОВ ДЕСТРУК­ТИВНОСТИ И МЕТРИК ОПАСНОСТИ 14
1.1 Оценка востребованности социальной сети Instagram в контексте проведения контентных войн 14
1.2 Выявление признаков деструк­тивности и разработка модели деструктивного контента в Интернет-сообществах социальной сети Instagram 21
1.3 Исследование влияния метрик опасности деструктивного контента на эффективность проведения контентных войн в Интернет-сообществах социальной сети Instagram 31
1.4 Исследование региональных Интернет-сообществ и циркулирующего в них регионального контента социальной сети Instagram 36
1.5 Разработка модели регионального пользователя Интернет-сообществ социальной сети Instagram 39
1.6 Постановка задач исследования 43
2 РАЗРАБОТКА МОДЕЛЕЙ ЭПИДЕМИЧЕСКИХ ПРОЦЕССОВ РАСПРОСТРА­НЕНИЯ ДЕСТРУКТИВНОГО КОНТЕНТА, ОЦЕНИВАЮЩИХ ЭФФЕКТИВНОСТЬ ПРОВЕДЕНИЯ КОНТЕНТНЫХ ВОЙН В ИНТЕРНЕТ-СООБЩЕСТВАХ СОЦИАЛЬНОЙ СЕТИ INSTAGRAM 44
2.1 Исследование топологии связей социальной сети Instagram 44
2.2 Разработка модели процессов распростра­нения деструктивного контента с учетом топологии групп и источников вброса контента в Интернет-сообществах социальной сети Instagram 49
2.3 Разработка модели процессов распростра­нения деструктивного контента с учетом восприимчивость пользователей в Интернет-сообществах социальной сети Instagram 59
2.4 Выводы по главе 70
3 РАЗРАБОТКА РИСК-МОДЕЛИ СОЦИАЛЬНОЙ СЕТИ INSTAGRAM 71
3.1 Разработка риск-модели реализации деструктивных действий Интернет-пользователей региона под влиянием вредоносных контентов 71
3.2 Выработка рекомендации и методики регулирования риска реализации деструктивных действий Интернет-пользователей региона под влиянием вредоносных контентов 75
3.3 Выводы по главе 82
ЗАКЛЮЧЕНИЕ 83
СПИСОК ЛИТЕРАТУРЫ 85

Аннотация

Объектом исследования является социальная сеть Instagram, подвергающаяся деструктивному воздействию вредоносного контента.

Предметом исследования являются модели процессов распространения деструктивного контента в рамках проведения контентных войн в социальной сети Instagram.

Цель исследования состоит в повышении защищенности социальной сети Instagram в части уязвимости к деструктивным воздействиям вредоносного контента в контексте проведения контентых войн. Для достижения цели необходимо решить следующие задачи:

1. Разработать модели пользователей и контента, циркулирующего в социальной сети Instagram с учетом регионального аспекта

2. Выявить признаки деструктивности и метрики опасности потенциально деструктивного контента в контексте проведения контентных войн.

3. Разработать модели эпидемических процессов распространения деструктивного контента, учитывающие топологию групп, источники вброса контента, восприимчивость пользователей и определяющие прогнозируемый ареал распространения.

4. Разработать риск-модели социальной сети Instagram и её онлайн-сообществ, прогнозирующие деструктивные действия Интернет-пользователей региона под влиянием вредоносных контентов различного назначения.

5. Выработать рекомендации по снижению эффективности проведения контентных войн и разработать методику регулирования рисков деструктивного воздействия на пользователей социальной сети Instagram.

Новизна результатов.

1. Впервые определена психологическая модель пользователя социальной сети Instagram.

2. В отличие от существующих работ, проведен глубокий анализ и получена классификация потенциально деструктивного контента с учетом признаков деструктивности и метрик опасности в контексте проведения контентных войн в социальной сети Instagram.

3. Впервые проведена оценка влияния эпидемических процессов распространения деструктивного контента, учитывающих топологию групп и восприимчивость пользователей на основе психологической модели пользователей, на эффективность проведения контентных войн в социальной сети Instagram.

4. Впервые определена зависимость риск-модели социальной сети Instagram и её онлайн-сообществ от вида деструктивного контента и угроз, возникающих в связи с реализацией выявленных видов потенциально деструктивного контента.

5. В отличие от существующих работ, в данном исследовании предложены рекомендации по снижению эффективности проведения контентных войн и методика снижения рисков реализации деструктивного воздействия как для пользователей так и администраторов социальной сети Instagram.

Практическая ценность результатов.

1. Выявленная зависимость проведения контентных войн от психологической модели пользователя социальной сети Instagram позволяет проектировать и внедрять наиболее эффективные организационно–технические меры противодействия контентным войнам.

2.  Определенная в исследовании классификация потенциально деструктивного контента с учетом признаков деструктивности и метрик опасности в контексте проведения контентных войн позволяет провести детальную работу по снижению рисков в отношение каждого из видов.

3. Исследованное влияние эпидемических процессов распространения деструктивного контента на эффективность проведения контентных войн позволяет разработать точечную политику администрирования социальной сети Instagram, направленную на работу с индивидуумами и лидерами мнений.

4. Выявленный в социальной сети Instagram деструктивный контент различного назначения позволяет разработать реальные модели противодействия информационному влиянию практически для любой социальной сети для обмена медиаконтентом.

5. Представленные рекомендации по снижению эффективности проведения контентных войн и методика регулирования рисков деструктивного воздействия можно использовать с целью формирования государственной политики в отношение противодействия контентным войнам.

Результаты работы, выносимые на защиту:

1. Разработанная психологическая модель пользователя социальной сети Instagram.

2. Классификация потенциально деструктивного контента как инструмента проведения контентных войн в социальной сети Instagram.

3. Модель оценки влияния метрик деструктивного контента на эффективность проведения контентных войн в социальной сети Instagram.

4. Модель оценки влияния эпидемических процессов распространения деструктивного контента на эффективность проведения контентных войн в социальной сети Instagram.

5. Рекомендации по снижению эффективности проведения контентных войн и методика регулирования рисков деструктивного воздействия на пользователей социальной сети Instagram.

Методы исследования.

В исследовании применяются методы системного и математического анализа, методы теории рисков, теории вероятностей и математической статистики, аналитического моделирования, а также теории графов.

Введение

Современный этап развития общества характеризуется большим значением информационной сферы, которая является одним из основных моментов в общественной, социальной, политической и военной отраслях государства. В последнее время одной из основных тенденций развития в данной области является стремительный рост популярности социальных сетей. В обычном смысле слова социальная сеть представляет собой сообщество людей, связанных общими интересами, общим делом или имеющих другие предпосылки с целью общения между собой. Для пользователя социальная сеть является программным сервисом, который представляет собой инструмент для обмена различными сведениями, например, оповещениями, мультимедиа, рекомендациями, новостями или иным контентом [1,2].

Другими словами, социальная сеть является ресурсом, позволяющим создавать социальные связи, строить взаимоотношения и распространять информацию. Такой функционал порождает значительное количество проблем, ключевой среди которых является использование информационного пространства для проведения информационно–психологических атак. Вследствие этого, число осуществленных угроз, таких как фишинг, спам, смишинг и другие, с каждым днем увеличивается, что говорит о больших возможностях для злоумышленников по реализации многообразных негативных воздействий на определенного объекта или группу лиц [2].

Сети для обмена медиаконтентом не являются исключением. В связи с тем, что данный вид социальных медиа дает пользователям широкие возможности для обмена видео и фото–контентом, вопрос информационно–психологического воздействия становится еще более актуальным по причине ярко выраженной иллюстративности циркулирующего в сетях контента [3].

Одной из наиболее популярных социальных сетей для обмена медиаконтентом в России является Instagram, представляющий собой бесплатный ресурс для обмена фотографиями и видеозаписями с элементами социальной сети. На этапе становления и развития Instagram, ключевой особенностью сервиса стала возможность для пользователей разделить с их друзьями жизненные моменты при помощи публикуемых в ленте фотографий. К таким фотографиям можно применять фото–фильтры, что делает контент социальной сети Instagram еще более красочным [3,4].

Сегодня функционал Instagram серьезно расширился, а число активных пользователей сети во всем мире стало более 800 миллионов. В приложение были добавлены хэштеги для того, чтобы было легче находить пользователей и фотографии, возможности загрузки видеоконтента длительностью до 60 секунд, создания фото и 10–секундных видео с наложением текста и других пометок, а также мультимедийного контента, отображаемого в виде «карусели» [3,4].

В условиях активного роста аудитории и функционала Instagram, объем циркулирующего в сети контента также неизменно увеличивается. Несмотря на обширный подход администраторов Instagram к вопросу обеспечения безопасности сети, исследования по обеспечению безопасности от воздействия вредоносного контента на данный момент являются одними из актуальных направлений как отечественных, так и зарубежный специалистов [5,6].

Дело в том, что наряду с полезным для пользователя контентом, в сеть может попадать различная информация (деструктивный контент), негативно влияющая на пользователей Instagram. Деструктивный контент можно определить, как любую информацию, текстовые документы, фотографии и видео, которые могут скомпрометировать пользователя и нанести ему финансовый ущерб, моральный и психологический вред [5,6].

В части циркулирующего контента отличительной особенностью исследуемой сети является тот факт, что сегодня Instagram является одной из самых привлекательных рекламных возможностей для современного маркетинга и представляет собой мощный маркетинговый канал, управляющий лояльностью пользователей и репутацией предлагаемой продукции. На сегодняшний день 67% пользователей подписаны хотя бы на 1 бренд, а 61% пользователей является платежеспособной аудиторией в возрасте от 18 до 44 лет. Несмотря на относительно молодую экосистему сети, рекламные кампании в Instagram стимулируют реальный рост прибыли рекламодателей за счет красочности публикуемого контента [5,6,7].

Многие пользователи Instagram (блогеры, фрилансеры, медийные личности, лица компаний, профи своей специализации: фотографы, художники, тренера, парикмахеры и т.д.) предлагают другим пользователям различный контент, публикуемый от их имени. Зачастую такой контент может подразумевать скрытое информационно–психологическое влияние, так как за качество таких контента никто не отвечает. Такой контент определенно можно назвать деструктивным, а исследование моделей его распространения важным и особенно актуальным для сети Instagram [6,7].

В связи с тем, что публикуемый в сети Instagram контент анализируется при помощи автоматизированных алгоритмов, выявить такой деструктивный контент довольно сложно. Существующий подход не может обеспечить абсолютной безопасности пользователей в связи с активным ростом деятельности злоумышленников и адаптацией подходов к распространению вредоносного контента под существующие алгоритмы безопасности [8,9].

Реализация процессов распространения такого деструктивного контента может грозить не только колоссальными финансовыми потерями, но и огромным социальным ущербом. В связи высоким уровнем востребованности социальной сети Instagram, угрозы проведения психологических операции по пропагандистской и психологической деятельности с целью реализации изменения отношения и поведения пользователей в благоприятном для злоумышленника направлении, являются особенно актуальными, а важнейшей задачей является исследование модели процессов распространения деструктивного контента в рамках пользователей автоматизированной сети Instagram и, в конечном счете, минимизация ущерба от деструктивных деяний [8,9,10].

Таким образом, проблематика данного исследования заключается в отсутствии алгоритмов, методов и средств обеспечения абсолютной безопасности пользователей в отношении информационного воздействия деструктивного контента наряду с ростом востребованности социальной сети Instagram, увеличением объема циркулирующего в сети контента и активности злоумышленников в части использования процессов распространения деструктивного контента [8,9,10].

Заключение

В данной работе были разработаны модели пользователей и контента, циркулирующего в социальной сети Instagram с учетом регионального аспекта, а также выявлены признаки деструктивности и метрики опасности потенциально деструктивного контента в контексте проведения контентных войн на региональном уровне. Вместе с проведенным анализом была проведена оценка информационных угроз, возникающих в процессе распространения в социальной сети Instagram деструктивного контента в контексте проведения контентных войн.

На основании проведенного исследования были разработаны модели эпидемических процессов распространения деструктивного контента, оценивающих эффективность проведения контентных войн социальной сети Instagram, источники вброса контента, а также уровень восприимчивости различных групп пользователей социальной сети Instagram. Вместе с тем, была разработана риск-модель реализации деструктивных действий Интернет-пользователей региона под влиянием вредоносных контентов, а также выработаны рекомендации и методики регулирования риском. По окончании работы были получены следующие результаты и выводы:

1. В работе определена зависимость эффективности проведения контентных войн от структурно–функциональной специфики социальной сети Instagram. Выявленная зависимость проведения контентных войн от структурно–функциональной специфики социальной сети Instagram позволяет проектировать и внедрять наиболее эффективные организационно–технические меры противодействия контентным войнам.

2. В отличие от существующих работ, в работе проведен глубокий анализ и получена классификация потенциально деструктивного контента с учетом признаков деструктивности и метрик опасности в контексте проведения контентных войн в социальной сети Instagram. Определенная в исследовании классификация потенциально деструктивного контента с учетом признаков деструктивности и метрик опасности в контексте проведения контентных войн позволяет провести детальную работу по снижению рисков в отношение каждого из видов.

3. Впервые проведена оценка влияния эпидемических процессов распространения деструктивного контента, учитывающих топологию групп, источники вброса контента, восприимчивость пользователей и определяющие прогнозируемый ареал распространения, на эффективность проведения контентных войн в социальной сети Instagram. Исследованное влияние эпидемических процессов распространения деструктивного контента на эффективность проведения контентных войн позволяет разработать точечную политику администрирования социальной сети Instagram, направленную на работу с индивидуумами и лидерами мнений.

4. В работе определена зависимость риск-модели социальной сети Instagram и её онлайн-сообществ от вида деструктивного контента и угроз, возникающих в связи с реализацией выявленных видов потенциально деструктивного контента. Выявленный в социальной сети Instagram деструктивный контент различного назначения позволяет разработать реальные модели противодействия информационному влиянию практически для любой социальной сети для обмена медиаконтентом.

5. В отличие от существующих работ, в данном исследовании предложены рекомендации по снижению эффективности проведения контентных войн в целях снижения рисков реализации деструктивного воздействия как для пользователей так и администраторов социальной сети Instagram. Представленные рекомендации по снижению эффективности проведения контентных войн и снижению рисков деструктивного воздействия можно использовать с целью формирования государственной политики в отношение противодействия контентным войнам.

Список
литературы

1. Y. Avrithis, Y. Kalantidis, G. Tolias, and E. Spyrou. Retrieving landmark and non–landmark images from community photo collections. In Proceedings of ICM, pages 153–162. ACM, 2010.

2. N. Hochman and L. Manovich. Zooming into an instagram city: Reading the local through social media. First Monday, 18(7), 2013.

3. Y. Hu, L. Manikonda, S. Kambhampati, et al. What we instagram: A first analysis of instagram photo content and user types. In Proceedings of ICWSM, AAAI, 2014.

4. R. Li, S. Wang, H. Deng, R. Wang, and K. C.–C. Chang. Towards social user profiling: unified and discriminative influence model for inferring home locations. In Proceedings of SIGKDD, pages 1023–1031. ACM, 2012.

5. Y. Li, D. J. Crandall, and D. P. Huttenlocher. Landmark classification in large–scale image collections. In ICCV, pages 1957–1964. IEEE, 2009.

6. T. H. Silva, P. O. Melo, J. M. Almeida, J. Salles, and A. A. Loureiro. A picture of instagram is worth more than a thousand words: Workload characterization and application. In DCOSS, pages 123–132. IEEE, 2013.

7. T. H. Silva, P. O. Vaz de Melo, J. M. Almeida, J. Salles, and A. A. Loureiro. A comparison of foursquare and instagram to the study of city dynamics and urban social behavior. In Proceedings of SIGKDD International Workshop on Urban Computing, page 4. ACM, 2013.

8. Ellison, N. B., et al. 2007. Social network sites: Definition, history, and scholarship. JCMC.

9. Hochman, N., and Manovich, L. 2013. Zooming into an Instagram city: Reading the local through social media. First Monday.

10. McCune, Z. 2011. Consumer production in social media networks: A case study of the instagram iphone app. Dissertation, University of Cambridge.

11. Rainie, L.; Brenner, J.; and Purcell, K. 2012. Photos and videos as social currency online. Pew Internet & American Life Project.

12. Silva, T. H.; Melo, P. O.; Almeida, J. M.; Salles, J.; and Loureiro, A. A. 2013. A picture of instagram is worth more than a thousand words: Workload characterization and application. In DCOSS.

13. Barabasi, A. L., Gulbahce, N. &Loscalzo, J. Network medicine: a network–basedapproach to human disease. Nat. Rev. Genet. 12, 2011. – Р. 56–68.

14. Bagler, G. Assortative mixing in protein contact networks and protein folding kinetics[Text] / G. Bagler, S. Sinha // Bioinformatics. – 2007. – P. 1760–1767.

15. Pinheiro Carlos A.R. Social Network Analysis in Telecommunications. – Hoboken: John Wiley & Sons, 2011. – Р. 4. –8.

16. Scott J., Carrington P. J. The SAGE Handbook of Social Network Analysis / Scott J.. – SAGE Publications, 2011. – Р.346–347.

17. Mislove А. Measurement and Analysis of Online Social Networks / А. Mislove // Security systems, – 2010. – P. 10–15.

18. Jaewon Y. Defining and Evaluating Network Communities based on Ground–truth/ Y. Jaewon // Princeton: Princeton Univer­sity Press, 2008. – P. 1–6.​

19. Абрамов, К.Г., Монахов, Ю.М. Моделирование распространения нежелательной информации в социальных медиа [Текст] / 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. – 2011. – ч. IV. – С. 178–182.

20. Губанов, Д.А., Новиков, Д.А., Чхартишвили, А.Г. Социальные сети: модели информационного влияния, управления и противоборства [Текст] / Д.А. – C.203–205.

21. Монахов, Ю.М., Абрамов, К.Г. Моделирование распространения нежелательной информации в социальных медиа [Текст] / Ю.М. Монахов, К.Г. Абрамов; Вестник КГУ им. Н.А. Некрасова. – 2011. – Т.17, №3. – С. 15–18.

22.  Ольшанский Д.В. Основы политической психологии. – Екатеринбург: Деловая книга. – 496 с., 2001.

23. Бухарин С.Н., Цыганов В.В. Методы и технологии информационных войн / С.Н. Бухарин С.Н., В.В. Цыганов. –М.: Академический проект, 2007. – С. 124–134.

24. Канин Д.М. Информационные технологии как инструментарий интеллектуализации управления устойчивым развитием территории / Д.М. Канин, Л.В. Паринова, И.Я. Львович // Информация и безопасность, 2013. – Т. 16. – № 1. – С. 31–38.

25. Goodman J. Spam and the ongoing battle for the inbox / J. Goodman, G. V. Cormack, D. Heckerman // Commun. ACM 50. vol. 2. –2007. – pp. 24–33.

26. Bar-Yossef, Z. Local approximation of PageRank and Reverse PageRank / Z. Bar-Yossef, L.-T. Mashiach / Proceedings CKIM’08. – 2008. – 36 p.

27. Networks: Structure and Dynamics / Physics Reports, 424 (2006). – Р. 175 – 308.

28. Tsvetovat M., Social Network Analysis for Startups: Finding Connections on the Social Web. — O'Reilly, 2011. — Р. 45. — 192 с.

29. lbert R., A.-L.Error and attack tolerance of complex networks // Nature. Vol. 406, (2000). – Р. 378–382.

30. Губанов, Д.А., Новиков, Д.А., Чхартишвили, А.Г. Социальные сети: модели информационного влияния, управления и противоборства [Текст] / Д.А. – C.203–205.


Скачать работу на данную тему

Зачем покупать готовое программное обеспечение?

Готовое программное обеспечение (ПО) можно использовать в качестве основополагающего направления для выполнения собственных курсовых, дипломных или магистерских работ
При этом на протяжении учебного семестра/полугодия каждое ПО реализуется единственный раз одному клиенту во избежание проблем и повторений при сдаче

Как узнать точную цену готового ПО

Купить готовое ПО можно от 3.000 руб. Возможность продажи, точная стоимость конкретного ПО и доп. информация предоставляются по запросу:
- Онлайн чат "Бесплатная консультация"
- Мессенджеры 8 (900) 299-30-57
- Запрос на почту zakaz@itdiplom.ru
В запросе необходимо указать ID номер или тему работы

Категории

Скачать презентацию к представленной выше работе

Скачать дипломную работу, представленную выше

Выбрать или купить другие готовые дипломные работы по схожей тематике

Заказать дипломную работу по схожей тематике или оценить стоимость можно при помощи формы Узнать стоимость моей работы.

Воспользуйтесь формой запроса точной стоимости готовых работ, указав ID номера или темы интересующих работ

В стоимость данной работы включены:

- Готовый материал с уникальностью в диапазоне 75-95%
- Презентация и речь, подготовка к защите
- Корректировка до 10 страниц по замечаниям руководителя
- Репетиторские услуги вплоть до защиты
- Программное обеспечение (зависит от темы - наличие по запросу)