Корзина (0)
Ваша корзина пустует и скучает ;)

Рискшанс-анализ процессов распространения контента в социальной сети Digg

ID номер GCC031
Вид Материалы к дипломной работе Специалиста
Написана в 2019
Наполнение 113 страниц, 39 рисунков, 18 таблиц, 63 источника

Содержание

ВВЕДЕНИЕ 7
1 Социальные сети закладок и соцсеть Digg 15
1.1 Понятийный аппарат для сетей социальных закладок 15
1.2 Социальные сети закладок и их модели 18
1.3 Структурно функциональные особенности сети Digg 24
2 Топологические и вероятностные параметры сети Digg 36
2.1 Исходные данные для моделирования сети 43
2.2 Доказательство подобия выборки генеральной совокупности 48
3 Моделирование процесса диффузии контента в репрезентативной выборке социальной сети Digg 56
3.1 Моделирование процесса диффузии контента для единственной разновидности контента 59
3.2 Моделирование процесса диффузии контента для двух конкурирующих контентов 94
4 Рекомендации по регулированию диффузионным процессом для рассматриваемых контентов в сети Digg 101
4.1 Рекомендации по управлению рисками в социальной сети закладок Digg 101
4.2 Рекомендации по регулированию диффузионным процессом в социальной сети закладок Digg 104
ЗАКЛЮЧЕНИЕ 107
СПИСОК ЛИТЕРАТУРЫ 110

Аннотация

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

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

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

Для достижения цели необходимо решить следующие задачи:

– анализ социальной сети Digg, 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 Digg.

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

– репрезентативная выборка генеральной совокупности социальной сети Digg 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.

Введение

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].

Заключение

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 Digg. 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 Digg 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 Digg 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 Digg.

Помимо всего, были получены:

– звездная матрица для сети социальных закладок Digg, 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.

Список
литературы

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., 2015. – P. 21–36.

3 Barbara Carminati, Elena Ferrari, Marco Viviani. Security and Trust in Online Social Networks. Morgan&Claypool, 2014. – P. 61–82.

4 Бреер В.В., Стохастические модели социальных сетей / В.В. Бреер; Управление большими системами, № 27. – 2009. – 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, 2011. – 256 с.

7 Ермолова Н.С., Продвижение бизнеса в социальных сетях Facebook, Twitter, Google+. / М.:Альпина Паблишер, 2013. – 357 с.

8 Barabasi A. L., Network medicine: a network-basedapproach to human disease. Nat. Rev. Genet. 12, 2011. – Р. 56–68.

9 Barabasi R. Albert Emergence of scaling in random networks / Albert R. Barabasi; Science. – 2012. – 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. – 2011. – 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. – 2011. – Т.17, №3. – С. 15–18.

12  Монахов Ю.М., Аналитическая модель дезинформированной узла социальной сети / Ю.М. Монахов, М.А. Медведникова; ИММОД-2011. – Санкт-Петербург, 2011. – 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. – 1997. – № 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. – 2013. – 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. – 2009. – №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. – 2009. – C. 203–205.

17  Ball F. Epidemics with two levels of mixing / F. Ball, D. Mollison, G. Scalia-Tomba,/ Annals of Applied Probability. – 1997. – № 7. – P. 46–89.

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

19  Cоциальная сеть Digg.

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, 2013. – 360 с.

22  Абрамов К. Г., Распространение нежелательной информации в социальных сетях Интернета / К.Г. Абрамов, Ю.М. –2014. – 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, 2011. – 888 с.

24  George Casella, Roger L. Berger. Hypothesis Testing // Statistical Inference. – Second Edition. – Pacific Grove, CA: Duxbury, 2002. – 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. – 2013. – 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. – 2013. – 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. – 2014. – 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. – 2016. – P. 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. – 2014. – 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. – 2014. – № 11(10s).– P. 511–514.


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)