Разработка методологии регулирования диффузионных процессов для повышения уровня информационной защищенности сети

Актуальность исследования обусловлена следующими факторами:

- увеличением числа активных пользователей сетей социальных закладок и невнимательным отношением их к добавлению в свои закладки вредоносной информации, полученной благодаря переходам по различным ссылкам, не вызывающим доверия [5];

- наличием в сетях социальных закладок большого количества вредоносного контента, содержащего материалы деструктивного характера;

- неспособностью людей определять полезность и ценность информации, циркулирующей в рассматриваемых сервисах;

- необходимостью обеспечения безопасности пользователей сетей социальных закладок и относительно слабой защищенностью данных сетей;

- потребностью в создании системы, позволяющей управлять возникающими рисками и устранять их в подобных сервисах [10].

Объектом исследования является социальная сеть Twitter, подвергающаяся воздействию вредоносного контента.

Предметом исследования является макро и микромодели сети, анализ эпидемических моделей и процессов диффузии контента в процессе распространения вредоносной информации в социальной сети Twitter.

Цель исследования состоит в создании методологии регулирования диффузионных процессов для повышения уровня информационной защищенности сети на основе результатов, полученных в ходе моделирования эпидемиологических процессов.

Для достижения цели необходимо решить следующие задачи:

- провести детальный анализ модели социальной сети закладок Twitter, определить ресурсы сети, схемы размещения контента, возможности пользователей сети, установить модели взаимодействия субъектов сети с объектами, с учётом структурно-функциональных особенностей,

- провести детальное исследование контента социальной сети, изучить аспекты распространения контента, зависимые от формата его представления в сети, включая предпочтения предполагаемой аудитории и планируемый эффект в виде ее реакции;

- провести подробное исследование принципа триадного замыкания для создания социальных связей и его влияния на их формирование в сети социальных закладок Twitter;

- провести моделирование процесса диффузии в сети Twitter, учитывая динамику развития социальной сети;

- выработать рекомендации по регулированию процесса информационной диффузии на основе результатов моделирования эпидемических процессов.

На защиту выносятся:

- схемы структурно-функциональных особенностей сети, ресурсов сети, размещения контента сети, возможности пользователей, взаимодействия субъектов и объектов социальной сети Twitter;

- детализированное исследование механизмов создания связей на основе принципа триадного замыкания и их эффективности, а также моделей поведения пользователей при различных стратегиях создания связей;

- реализация моделирования процесса информационной диффузии с учетом динамического развития социальной сети Twitter

- рекомендации по регулированию процесса информационной диффузии.

Ожидаемая новизна результатов:

- в отличие от аналогов структурно-функциональная схема сети Twitter дополнена новыми данными, в том числе не рассмотренными ранее субъектами (подтвержденные, неподтвержденные пользователи), детализировано взаимодействие пользователей;

- впервые, проведен анализ механизмов создания социальных связей при моделировании эволюции сети на основании статистических данных сети социальных закладок Twitter;

- в отличие от аналогов при исследовании принципов формирования связей и роли информационного потока в определении роста сети предложены индивидуальные стратегии создания социальных связей;

- впервые, при моделировании распространения информационной эпидемии сети социальных закладок Twitter, учтено влияние динамического роста пользователей сети.

Теоретическая значимость работы заключается в:

– построении графиков циркулирующего контента в социальной сети;

– анализе проведенного моделирования диффузного процесса;

– выработке рекомендаций, на основе полученных результатов, в процессе моделирования процесса информационной диффузии в сети.

Практическая ценность результатов заключается в том, что:

- модифицированная структурно-функциональная схема сети Twitter позволит осуществлять как эффективное регулирование контента в социальной сети, так и управление связями между пользователями, модераторами, администраторами;

- схемы структурно-функциональных особенностей сети, а также матрицы взвешенной центральности, удельного баланса трафика, расчеты роста сети могут быть использованы для дальнейшего анализа процессов протекающих в сети при помощи различных математических моделей;

- результаты моделирования информационной диффузии, с учетом роста сети послужат основой для анализа поведения эпидемий в сети, а также для управления информационной диффузией в сети.

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

Актуальность темы исследования. Не так давно в развитии обмена информацией наступила новая ступень, которая основывается на постоянном внедрении современных информационных технологий, на широком распространении локальных, корпоративных и глобальных сетей во всех сферах жизни цивилизованного государства, формирует новые возможности и увеличивает качество информационного обмена [1].

В настоящее время мир во многом стал зависим от услуг, предоставляемых в сети Интернет. Большая часть современного общества пользуется социальными сетями, а темп жизни возрос настолько, что на прочтение накопленной в течение дня информации, которая может быть не только интересной, но и важной для отдельного человека, может потребоваться значительное количество свободного времени. Каждый человек, имея свои предпочтения и интересы, стремится оставаться в курсе событий, касающихся его увлечений. Для этого в социальных сетях создаются различные группы, RSS-каналы, отдельные каналы в мессенджерах и тематические сайты. С помощью них происходит распространение большого количества различной информации, которую человеку необходимо сохранить для последующего прочтения в удобном для себя месте и через удобное устройство, будь то смартфон, планшетный компьютер, ноутбук или персональный компьютер [2].

Для сохранения накопленной информации можно воспользоваться различными подходами. В социальных сетях можно переслать интересную информацию на свою страницу или себе в сообщения. На тематических сайтах для удобства добавляются соответствующие кнопки («Сохранить», «Добавить в избранное»), а с ростом популярности социальных сетей все чаще на сайты встраивают кнопки «Поделиться» (англ. Share) для каждой социальной сети. Но как быть, если нужная информация открыта в браузере на нескольких страницах и копирование ссылок на данные ресурсы либо добавление их на страницу в социальную сеть нерационально. В этом случае полезным инструментом могут выступать так называемые «закладки». Функция добавления закладок присутствует во всех современных браузерах. Для сохранения необходимой информации нужно нажать всего одну кнопку [3]. Воспользоваться сохраненной информацией можно в любое время. Но здесь есть одна проблема – кроме как со своего компьютера мы ни с какого другого устройства не сможем получить доступ к необходимой информации.

В отличие от подобной функции 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. Подобные сайты позволяют искать информацию, создавать закладки, сохранять адреса веб-ресурсов, делиться и управлять ими [5]. Любое устройство, подключенное к сети Интернет, может предоставить пользователю доступ к его закладкам. Преимуществом данного метода хранения данных является то, что данные на случай неполадок в работе серверов нередко имеют резервные копии, а проблема сохранности данной информации или системы в целом ложится на плечи владельца ресурса [5].

Кроме своей основной задачи, сервисы социальных закладок применяются для продвижения веб-сайтов, так как данные сервисы дают возможность увеличивать индексацию Интернет-страницы, поднимая ее в общей массе запросов наверх.

В настоящее время популярность сетей социальных закладок только растет. Кибер-атаки являются огромной угрозой для данных ресурсов. В первую очередь это связано с ростом кибер-преступности в современном обществе и наличием важной для людей информации на сервисах социальных закладок. Как правило, информация в подобных сетях реализована по иерархическому принципу, из-за чего они являются очень неустойчивыми, т.к. отказ одного из элементов может повлечь отказ всей системы. Различные разрушающие воздействия имеют разное влияние на степень и характер повреждения сети.

Важным параметром сервисов социальных закладок является живучесть. Доступность сети не должна нарушаться, а во время атак сеть должна в самые короткие сроки восстанавливать свою функциональность. Задача живучести – обеспечивать непрерывную работу сервиса и предоставление услуг в случае неисправностей и сбоев системы [3].

При анализе предыдущей дискретной модели при описании эпидемических процессов можно сделать вывод о несовершенстве этой модели и наличие целого ряда существенных противоречий между:

- имеющимися статистическими данными и возможностью проведения детального анализа параметров информационных сетей и их структурного содержания;

- контентом сети, содержащим как оценки и комментарии пользователей, так и любой другой вид трафика, и статистическими данными сети, которые при моделировании не учитывают тип контента;

– ростом сети и различными механизмами создания связей при моделировании эволюции сети;

- динамическим ростом сети, учитывающим изменение в течение сравнительно небольшого промежутка времени как количества пользователей, так и количества и качества связей между ними, и возможностью моделирования информационной диффузии с учетом этого роста.

В результате выполнения выпускной квалификационной работы был проведен всесторонний анализ социальной сети закладок Twitter в целях исследования методов и моделей для предотвращения распространения вредоносного контента.

В первой части данной работы была дана подробная и всесторонняя классификация контента, циркулирующего в социальной сети. В первую очередь его можно рассмотреть, как положительный – это информация, которую пользователь социальной сети ожидает увидеть в данном контексте и негативный – это информация, которая может быть представлена в виде текста, изображения, видеофайла или ссылки на него, которые могут нести угрозу как информационно-психологического характера, так и угрозу реального заражения компьютера вредоносным ПО.

Были рассмотрены и подробно описаны сетевые ресурсы данной социальной сети. Они разделяются на ресурсы коллективного пользования, на ресурсы персонального пользования и ресурсы коллективного пользования с настройками приватности.

В ходе анализа социальной сети для были проклассифицированы объекты данной социальной сети и субъекты, которые с ними взаимодействуют. В результате исследования выявлено, что все субъекты с учетом проявления их активности в данной социальной сети можно разделить на активных и пассивных пользователей.

Было подробно исследовано влияние распространения информации в формировании эволюции структуры социальной сети Twitter. Так же рассмотрен принцип триадного замыкания и его влияние на формирование связей в социальной сети.

В ходе работы после анализа и систематизации исходных статистических данных социальной сети, удалось построить структурно-функциональную модель, учитывающую особенности рассматриваемой социальной сети, визуализировать модель усеченной сети, получить структурированные данные описывающие распространение трафика внутри сети. Полученные матрицы можно использовать в последующих исследованиях при проведении риск-анализа социальной сети Twitter.

Проведено моделирование диффузионного процесса рапространения информации для вершин с выоской и низкой степенями. В качестве выходных данных были получены данные по количеству вершин. Полученные значения можно использовать далее для определения вероятного ущерба сети, создания инфструментария регулирования определённых рисков и т.д.

На основе полученных результатов моделирования, были разработаны рекомендации по регулированию рисками для социальной сети Twitter

1 Carminati B. Security and Trust in Online Social Networks / B. Carminati, E. Ferrari and M. Viviani // Morgan&Claypool. – 2014. – P. 109.

Karampelas P. Techniques and Tools for Designing an Online Social Network Platform / P. Karampelas // New Hampshire: Springer. – 2015. – P. 190.

2 Ефимов Е.Г. Социальные группы как объект исследования социальных сетей. – Волгоград: Изд-во ВолгГТУ – 4с.

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

4 Назарчук А.В. О сетевых исследованиях в социальных науках / А.В. Назарчук. – МГУ им. М. В. Ломоносова – М.: Типография МГУ, 2008. – 73 с.

5 Mislove A.E. Online Social Networks: Measurement, Analysis, and Applications to Distributed Information Systems: PhD thesis / A.E.Mislove. – Houston, Texas: RICE University. – 2014. – P.144–188.

6 Маркетинг в социальных сетях по их классификации..

7 Черняк Л.М. Сервисы и теории социальных сетей / Л. М. Черняк // Открытые системы. СУБД, 2008. – № 8. – 78 с.

8 Гузев Ю.Н. Применение метрик сети для обоснования критерия оценки сетевого конфликта / Ю.Н. Гузев, А.Л. Линец, Е.Ю. Чапурин // Управление информационными рисками и обеспечение безопасности инфокоммуникационных систем: Сб. науч. тр.; под ред. чл.-корр. РАН В.И. Борисова – Вып. 2 – С. 10 – 20.

9 Newman M. E. J. Random graph models of social networks / M. E. J. Newman, D. J. Watts, S. H. Strogatz // Proc. Natl. Acad. Sci. USA. – 2002. – Vol. 99. – P.  2566-2572.

10 Newman, M.E.J. The structure and function of complex networks / M.E.J. Newman // SIAM Review. – 2003. – Vol. 45. – P. 167.

11 Информационные риски в социальных сетях / Остапенко Г.А., Паринова Л.В., Белоножкин В.И. и др. / Под ред. член-корр. РАН Д.А. Новикова. – – 161с.

12 Новиков Д.А. Информационные риски и эпистойкость безмасштабных сетей / Д.А.Новиков, А.Г. Остапенко, А.О. Калашников, О.А. Остапенко, Д.Г. Плотников, Е.С. Соколова, М.Ю. Уразов // Информация и безопасность. – 2015. – № 1. – С. 5–18.

13 Шварцкопф Е.А. Моделирование эпидемического процесса заражения пользователей безмасштабной сети с учетом её топологии / Е.А. Шварцкопф, Ю.Н. Гузев, И.Л. Батаронов, В.И.Белоножкин // Информация и безопасность. – 2015. – Т. 18. Вып. 4. – С. 520–523.

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

15 Использование социальной сети Twitter / Сведения о компании.

16 Социальная сеть Twitter.

17 Arnaboldi V. Online Social Networks: Human Cognitive Constraints in Facebook and Twitter Personal Graphs / V. Arnaboldi, A. Passarella, M. Conti, R. Dunbar // Waltham: Elsevier Inc. – 2015. – P. 101.

18 Golbeck J. Introduction to Social Media Investigation: A Hands-on Approach / J. Golbeck // Syngress. – 2015. – P. 283.

19 Crawford W. Successful social networking in public libraries / W. Crawford. – Chicago, USA: American Library Association – P. 163.

20 Большая Стенфордская Коллекция Сетевых Данных.

21 Словарь терминов социальной сети Twitter.

22 Panagiotis Karampelas. Techniques and Tools for Designing an Online Social Network Platform. New Hampshire: Hellenic American University

23 Jennifer Golbeck. Introduction to Social Media Investigation: A Hands-on Approach. Waltham: Elsevier Inc.

24 Valerio Arnaboldi, Andrea Passarella, Marco Conti, Robin I.M. Dunbar. Online Social Networks: Human Cognitive Constraints in book and Twitter Personal Graphs. Waltham: Elsevier Inc.

25 Barbara Carminati, Elena Ferrari, Marco Viviani. Security and Trust in Online Social Networks. Morgan&Claypool

26 Губанов Д.А., Новиков Д.А., Чхаратишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства / Под ред. чл.-корр. РАН Д.А. Новикова. – М.: Издательство физико-математической литературы, 2010. – 288 с.

27 Средство визуализации данных.

28 Аналитически данные сети Twitter.

29 Яндекс метрика.

…