Риск-модели социальных информационных сетей для общения в динамике их роста и межсетевой диффузии деструктивного контента тема диссертации и автореферата по ВАК РФ 05.13.19, кандидат наук Шварцкопф, Евгения Андреевна

  • Шварцкопф, Евгения Андреевна
  • кандидат науккандидат наук
  • 2018, Воронеж
  • Специальность ВАК РФ05.13.19
  • Количество страниц 130
Шварцкопф, Евгения Андреевна. Риск-модели социальных информационных сетей для общения в динамике их роста и межсетевой диффузии деструктивного контента: дис. кандидат наук: 05.13.19 - Методы и системы защиты информации, информационная безопасность. Воронеж. 2018. 130 с.

Оглавление диссертации кандидат наук Шварцкопф, Евгения Андреевна

Оглавление

ВВЕДЕНИЕ

1 СОЦИАЛЬНЫЕ СЕТИ ДЛЯ ОБЩЕНИЯ КАК СРЕДА РАСПРОСТРАНЕНИЯ ДЕСТРУКТИВНОГО КОНТЕНТА

1.1 Многообразие, функции и контент социальных сетей для общения

1.2 Мегасеть для общения БаееЬоок и её функционал

1.3. Репрезентативная выборка из топологии мегасети БаееЬоок

1.4 Выводы по первой главе

2 РИСК-МОДЕЛИ МЕЖГРУППОВОЙ И МЕЖСЕТЕВОЙ ДИФФУЗИИ ДЕСТРУКТИВНОГО КОНТЕНТА В СОЦИАЛЬНЫХ СЕТЯХ ДЛЯ ОБЩЕНИЯ

2.1 Модели межгрупповой диффузии деструктивного контента

2.1.1 Модели межгруппового взаимодействия в онлайн-социальных сетях

2.1.2 Результаты реализации предлагаемой методики и их обсуждение

2.2 Модели межсетевой диффузии деструктивного контента

2.2.1 Моделирование процесса межсетевой диффузии

2.2.2 Результаты практического моделирования и их обсуждение

2.3. Выводы по второй главе

3 РИСК-МОДЕЛИ ПРОЦЕССОВ РАСПРОСТРАНЕНИЯ ДЕСТРУКТИВНОГО КОНТЕНТА В СОЦИАЛЬНЫХ СЕТЯХ ДЛЯ ОБЩЕНИЯ С УЧЕТОМ ДИНАМИКИ ИХ РОСТА

3.1 Модели роста сети

3.2 Имитационное компьютерное моделирование процессов распространения деструктивного контента в социальной сети для общения в условиях ее роста

3.3 Выводы по третьей главе

ЗАКЛЮЧЕНИЕ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЕ

Рекомендованный список диссертаций по специальности «Методы и системы защиты информации, информационная безопасность», 05.13.19 шифр ВАК

Введение диссертации (часть автореферата) на тему «Риск-модели социальных информационных сетей для общения в динамике их роста и межсетевой диффузии деструктивного контента»

ВВЕДЕНИЕ

Актуальность темы исследования. Трудно переоценить значение социальных сетей в жизни современного человека, всепроникающее влияние ощущается практически во всех сферах его деятельности: познавательной, развлекательной, деловой и других [3, 4, 13, 14, 15, 38, 74, 76, 83, 95, 101, 108, 118, 133]. Они открыли для нас практически новый мир бескрайней виртуальной коммуникации, подарив нам широчайшие возможности обмена контентом, что стало актуальным предметом исследования отечественных и зарубежных ученых [22, 47, 57, 60, 61, 113, 114, 120, 121, 135-137]. Однако вместе с неоспоримым позитивом социальные сети принесли и новые угрозы, обусловленные распространением диффузии контентов деструктивного характера, и возникшим в этой связи сетевым информационным противоборством [20-22, 34, 35, 71, 123].

При этом традиционный инструментарий описания процессов диффузии наполнителя в сетевых структурах, широко используемый для анализа медико-биологических [102] и информационных эпидемий [31-35, 73], обусловив необходимость применения дискретных моделей [27, 49, 56, 110, 124-129, 131], практически исчерпал свои возможности в силу своего аналогового характера и оставил множество вопросов. Особенно ярко они проявились при моделировании эпидемических процессов распространения деструктивных контентов [53, 57, 63, 65, 68, 70, 90] в социальных сетях в виде противоречий между следующими факторами:

- полярностью многих (и особенно БаееЬоок) социальных сетей для общения и низкой степенью формализации их структурно-функционального существования;

- потребностью в научно обоснованных методах риск-анализа процессов межгрупповой и межсетевой диффузии деструктивного контента и отсутствием моделей, формализующих эти процессы в удобном для автоматизированной оценки рисков виде;

- стремительной динамикой роста социальных сетей для общения (особенно БасеЬоок) и отсутствием методик и алгоритмов, обеспечивающих моделирование деструктивного контента в условиях сетевого развития.

В связи с этим представляется актуальным создание моделей восприятия и распространения контента в Интернет-пространстве, разрешающих вышеперечисленные противоречия в интересах более адекватного прогнозирования развития данных процессов в условиях нарастающего сетевого противоборства.

Степень разработанности темы исследования. В настоящее время известны работы, относящиеся к тематике функционирования сетей для общения и распространения в них вредоносного контента. В этих работах фигурируют вопросы: истории возникновения и развития социальных сетей для общения [3, 33, 95, 103, 114, 120, 121, 135-137]; состава пользователей, динамики развития, достоинств и недостатков социальных сетей для общения [1, 4, 5, 24, 25, 53, 68, 105-107]; определения метрик и различных показателей социальных сетей для общения [47, 51, 52, 57, 59-61], включая модели распространения эпидемий и инфицирования [98, 112, 122, 124-130, 138, 139]; описания вредоносного контента [43, 39-42], распространяемого в сети; выявления угроз [5, 8, 9, 17, 26, 28-36, 42, 46, 72, 78-80, 82, 84, 99, 123]; применения мер и средств противодействия [20-22, 44, 85, 96]; оценки регулирования рисков [5, 45, 50, 61, 62, 68, 77, 91] диффузии контентов [2, 23, 56, 67, 111, 115, 116, 119] в социальных сетях для общения. Однако, несмотря на обилие уже существующих работ, вышеперечисленные противоречия остаются неразрешенными. Таким образом, проблема оценки и регулирования рисков обеспечения информационной безопасности пользователей социальных сетей для общения, в плане совершенствования риск-моделей межгрупповой и межсетевой диффузии деструктивного контента, представляется весьма актуальной.

Отсюда вытекает научно-техническая задача диссертации: повышение информационной защищенности пользователей социальных сетей для общения на основе разработки и внедрения моделей диффузии деструктивного контента для

стремительно растущей и интенсивно взаимодействующей с другими социальными сетями мегасети БаееЬоок.

Диссертационная работа выполнена в соответствии с одним из основных направлений ФГБОУ ВО «Воронежский государственный технический университет» «Управление информационными рисками и обеспечение безопасности электронных технологий» на базе Воронежского научно-образовательного центра управления информационными рисками.

Объектом исследования являются стремительно растущие социальные сети для общения, обладающие широкими межсетевыми связями и систематически атакуемые деструктивным контентом, и прежде всего - мегасеть БаееЬоок.

Предметом исследования являются процессы распространения деструктивного контента в социальных сетях для общения с учетом их роста и межсетевой диффузии контентов.

Цель исследования состоит в совершенствовании методов и алгоритмов риск-моделирования эпидемических процессов, протекающих в социальных сетях для общения на базе исследования БаееЬоок. Для достижения цели представляется необходимым решить следующие задачи:

- формализация описания параметрических и структурных особенностей социальной сети Facebook, как среды распространения деструктивного контента;

- построение риск-моделей межсетевой и межгрупповой диффузии деструктивного контента;

- моделирование процессов распространения деструктивного контента в социальных сетях для общения с учетом динамики сетевого роста, включая выработку рекомендаций по повышению защищенности пользователей социальной сети БаееЬоок.

На защиту выносятся:

- репрезентативная выборка мегасети для общения БаееЬоок, необходимая для автоматизации моделирования процессов распространения деструктивного контента;

- риск-модели межгрупповой и межсетевой диффузии деструктивного контента, необходимые для оценки рисков возникновения эпидемических процессов между онлайн-группами и сетями;

- учитывающие сетевой рост модели процессов распространения деструктивного контента в социальной сети для общения.

Научная новизна результатов:

- алгоритм репрезентативной выборки мегасети БасеЬоок в отличие от аналогов существенно снижает размерность задачи моделирования за счет отбора вершин сети, через которые проходит подавляющий объём ее трафика;

- на основе вероятностных графов впервые предложены риск-модели, в отличие от аналогов, позволяющие оценивать риски межгрупповой и межсетевой диффузии деструктивного контента;

- модель, которая, в отличие от аналогов, учитывает динамику роста сети, и позволяет автоматизировать имитационное моделирование социальных сетей для общения в динамике их развития.

Теоретическая значимость работы, прежде всего, состоит в том, что:

- опыт формализации структурно-функциональных особенностей сети БасеЬоок, приобретенный в ходе настоящего диссертационного исследования, может быть использован и развит для социальных сетей других классов, что может стать предметом самостоятельного анализа, включая онлайн-группы пользователей;

- предложенные модели диффузии контента представляется возможным успешно совершенствовать в плане мультисетевых контактов, когда уже рассматривается суперпозиция попарных межсетевых диффузий и оцениваются многовекторные риски распространения деструктивных контентов в Интернет-пространстве;

- нарастающий теоретический интерес представляют вопросы динамики социальных сетей, которые нашли свое частичное разрешение в настоящей диссертации. Дело в том, что постоянная и внушительная миграция пользователей

между социальными сетями оказывает существенное влияние на процессы межсетевой диффузии, особенно в ходе продолжительных операций информационного противоборства контентов, что требует своего глубокого научно-методического осмысления.

Практическая ценность работы заключается в том, что:

- в плане практического применения предложенная репрезентативная выборка топологии сети БаееЬоок может применена для многовариантного анализа и даже оптимизации информационной защищенности в условиях распространения деструктивных контетнов. При этом по аналогии можно получить более точную модель, учтя большее количество удельного трафика (0.97 и выше);

- при мониторинге даже регионального Интернет-пространства приходится исследовать несколько сообщающихся социальных сетей, где вполне применим предложенный в работе инструментарий учета взаимопроникновения деструктивных контентов наиболее популярных в российском сегменте сетей для общения БаееЬоок, ВКонтакте и Одноклассники;

- статичное (с точки зрения размерности) рассмотрение социальных сетей уже не удовлетворяет практические исследования ввиду стремительного их развития. Поэтому использование моделей и их программных реализаций, полученных в работе, открывает реальные возможности численного моделирования процессов диффузии деструктивных контентов в ходе сетевого роста, особенно характерного для межконтинентальной сети БаееЬоок.

Методы исследования. В исследовании используются методы системного анализа, теории вероятностей и математической статистики, методы теории графов, математического анализа, методы теории рисков.

Соответствие специальности научных работников. Полученные научные результаты соответствуют следующим пунктам паспорта специальности научных работников 05.13.19 «Методы и системы защиты информации, информационная безопасность»: методы, модели и средства выявления, идентификации и классификации угроз нарушения информационной безопасности объектов различного вида и класса (п.3); анализ рисков нарушения информационной

безопасности и уязвимости процессов переработки информации в информационных системах любого вида и области применения (п. 7); модели и методы оценки эффективности систем (комплексов) обеспечения информационной безопасности объектов защиты (п. 10).

Степень достоверности научных положений и выводов, сформулированных в исследовании, подтверждаются тем, что:

- использованы современные программные комплексы для сбора, анализа и обработки информации в социальных сетях [12, 81, 86, 87, 88, 104, 132];

- имеет место качественное совпадение авторских результатов с результатами, представленными в работах Громова Ю.Ю [16, 17], Коваленко Д.М. [31-35, 62, 91], Лося В.П [8, 37], Новикова Д.А. [6, 10, 18-22, 44, 45, 92, 97], Остапенко А.Г. [2, 45, 47-60, 71, 110, 145-148, 153, 156], Паринова А.В. [5, 25, 43, 60, 57, 63-71, 141-143, 146, 148], Симонова К.В [5, 9, 50, 53, 75, 61, 78-80, 123] и работ кафедры систем информационной безопасности ФГБОУ ВО «Воронежского государственного технического университета» [27, 73].

Внедрение результатов работы. Полученные основные научные результаты диссертационного исследования используются в ФГБОУ ВО «Воронежский государственный технический университет» в учебном процессе на кафедре систем информационной безопасности при организации изучения специальных дисциплин в ходе подготовки специалистов по специальности 090301 «Компьютерная безопасность», 090302 «Информационная безопасность телекоммуникационных систем», 090303 «Информационная безопасность автоматизированных систем», что подтверждено актом о внедрении в учебный процесс, а так же внедрены результаты диссертационного исследования в стратегический проект «Безопасный Интернет» (присвоенный интернет-номер: АААА-А18-118050700061-7 от 07.05.2018.).

Апробация работы. Основные результаты исследований и научных разработок докладывались и обсуждались на: Межрегиональной научно-практической конференции «Инновации и информационный риски» (Воронеж, 2014), Межвузовской неделе науки в сфере информационной безопасности

(Воронеж, 2014), Воронежском форуме инфокоммуникационных технологий, Международной научно-практической конференции «Обеспечение безопасности инфокоммуникационных и цифровых технологий» (Воронеж, 2015), Международной научно - практической конференции «Безопасность инфокоммуникационных и цифровых технологий» (Воронеж, 2016), Научно-практической конференции «Безопасный Интернет» (Воронеж, 2017).

Публикации. По теме диссертации опубликовано 16 научных работ, в том числе 8 - в изданиях, рекомендованных ВАК РФ, и 4 статьи в изданиях по перечню SCOPUS.

Личный вклад автора. Все основные результаты работы получены автором самостоятельно. В работах, опубликованных в соавторстве, автору принадлежат: в [141] - риск-модель межсетевой диффузии контента с учетом принадлежности пользователей к онлайн-группам, вероятностей инфицирования, иммунизации, латентности по отношению к распространяемому контенту; в [142] -микрофракталы эпидемических моделей диффузии деструктивного контента; в [143] - репрезентативная выборка онлайн-социальной сети Facebook; в [144] -модель развития эпидемии в сложных сетях; в [145] - модель ареала распространения деструктивного контента в сети Facebook; в [146] - схема вброса в социальные сети контента, сгенерированного пользователем; в [147] -структурно-функциональная схема программного комплекса моделирования информационной диффузии; в [148] - классификация взвешенных неоднородных социальных сетей; в [149] - алгоритмизация программной реализации процессов распространения контентов в многообразии социальных сетей; в [150] -классификация сетевых ресурсов, контента, объектов и субъектов социальной сети Facebook; в [151] - характеристические данные выборки сети Facebook; в [152] -имитационная модель диффузии информации в социальной сети; в [153] -аналитические выражения для оценки вероятности восприятия пользователем распространяемого контента; в [154] - исследование специфики программной реализации комплекса риск-анализа информационных систем; в [155] - модель

регионального Интернет-пользователя; в [156] - модель распространения деструктивного контента в социальной сети для общения Facebook.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы, включающего 156 наименований, одного приложения. Основная часть работы изложена на 107 страницах, содержит 63 рисунка и 23 таблицы. Приложение содержит документы, подтверждающие практическое использование и внедрение результатов диссертационного исследования.

1 СОЦИАЛЬНЫЕ СЕТИ ДЛЯ ОБЩЕНИЯ КАК СРЕДА РАСПРОСТРАНЕНИЯ ДЕСТРУКТИВНОГО КОНТЕНТА

Рассматриваются как объект исследования социальные сети для общения, включая: ресурсы, субъекты и функциональные особенности. Классифицируется циркулирующий в этих сетях контент, в том числе деструктивный контент. Акцент сделан на стремительно растущую мегасеть БасеЬоок, обладающую широчайшими межсетевыми связями.

1.1 Многообразие, функции и контент социальных сетей для общения

Социальная сеть для общения - это онлайн-сервис, веб-сайт или платформа, необходимая для построения, отражения и организации социальных взаимоотношений в сети Интернет [13-15, 38, 74, 76, 83, 95].

Основной целью посещения соцсетей для общения является обмен информацией с другими пользователями и поиском новых знакомств, просмотр и создание контента, его оценка. Отсюда следует [86] диаграмма целей посещения социальных сетей для общения, изображенная на рисунке 1.1.

Рисунок 1.1 Цели посещения социальных сетей

Социальные сети для общения можно разделить на [11]:

- сети для персональных контактов - это совокупность пользователей, взаимодействующих между собой с помощью различного контента;

- профессиональные сети - это соцсети, которые направленны на деловые взаимоотношения между пользователями;

- дейтинги - это соцсети, которые люди используют для поиска новых знакомств.

Простейшая классификация социальных сетей для общения представлена на рисунке 1.2.

Рисунок 1.2 Классификация социальных сетей для общения

Яркими представителями данного класса являются сети БаееЬоок и ВКонтакте, функции которых во многом раскрывает схема, представленная на рисунке 1.3.

Рисунок 1.3 Функциональная специфика социальных сетей для общения

В свою очередь контент социальной сети для общения можно разбить по трем основным критериям, а именно:

- по содержанию;

- по представлению;

- по критерию безопасности.

Отсюда, с учетом нормы сообщества БаееЬоок [46] и действующего законодательства РФ [80] приведем классификацию контента, распространяемого в социальных сетях для общения (рисунок 1.4).

Контент

_ Попредставлению

Образовательный контент

Развлекательный контент

Интерактивный контент

Репутационный контент

По критерию безопасности

Самоубийство и нанесение себе увечий

Изображение обнаженного детского тела и сексуальная эксплуатация детей_

Сексуальная эксплуатация взрослых

Нарушения прав на конфиденциальность информации и изображений

Рисунок 1.4 Контент, распространяемый в социальной сети для общения

Образовательный контент включает в себя: обучающие видео, статьи, интервью, книги (электронные, аудио и т.п.), записи вебинаров, тренингов, лекций, конференций и т.п.

К развлекательному контенту относятся: развлекательные подборки (видео, изображения, ОГР-файлы), юмор, мемы, цитаты, истории, рассказы, стихи, музыка.

Новостной контент - это новости, отражающие ситуацию в стране и мире, состояние рынка (отраслевые), отчеты с мероприятий, интервью, вакансии.

Рекламный контент включает: обзоры товаров и услуг, тест - драйвы товаров, фото товаров с описанием и ценами, акции, конкурсы, контакты, новинки товаров и услуг.

Интерактивный контент - это опросы, обсуждения, чаты, провокации и иные формы вовлечения пользователя в какое-либо направление деятельности.

Репутационный контент включает: отзывы (текст, фото, видео), упоминания в СМИ, достижения, награды, обзоры, экспертные мнения.

Следует учитывать, что контент может быть, как положительным, так и негативным (деструктивным).

Деструктивный контент по форме его представления и влияния на пользователей можно разделить [19, 42, 68] на:

- информацию, приводящую к нарушению конфиденциальности, целостности и доступности данных пользователя;

- информацию, нарушающую авторские права;

- программы с встроенным вредоносным кодом;

- информацию, оказывающую негативное информационно-психологическое воздействие на пользователей;

- ссылки на фишинговые ресурсы.

Согласно Доктрине информационной безопасности, утвержденной Указом Президента Российской Федерации от 5 декабря 2016 г. №646, данная проблема особенно остро стоит в последнее время из-за увеличения количества различных инцидентов, так или иначе, связанных с распространением деструктивного контента в информационных сетях [78-80].

В качестве примера возросшего информационно-психологического влияния на людей, и в частности подростков, можно привести игру "Синий кит", информация о которой начала активно появляться с мая 2016 года. В последнее время участились факты суицидов подростков, которые "играли" в так называемую игру "Синий кит".

Таким образом, социальные сети для общения, которые обладают огромной популярностью, постепенно становятся основным инструментом информационно-психологического воздействия на общество и личность.

1.2 Мегасеть для общения РасеЬоок и её функционал

РасеЬоок - социальная сеть, разработанная в начале 2004 и внедренная в жизнь в конце этого же года Марком Цукербергом. Вначале сайт назывался ^е£асеЬоок и доступ к нему имели лишь студенты Гарвардского университета. Чуть позже сеть расширила ареал своих участников до всех студентов Соединенных Штатов Америки. Через два года после запуска завести аккаунт в сети Facebook могли все, кто достиг тринадцати лет и имел персональный адрес электронной почты. С расширением аудитории сайт немного изменил свое название на просто Facebook, под которым продолжает развиваться и по сей день [24, 87, 105-107].

РасеЬоок - это социальная сеть, представленная в виде веб-сайта и сервиса, где пользователи могут оставлять комментарии, делиться фотографиями и ссылками на новости или другой интересующий их контент, играть в игры, обмениваться сообщениями и даже транслировать видео в прямом эфире. Контент пользователя может быть, как публично доступным, так и доступным только ограниченному кругу лиц, которым управляет сам пользователь.

Ключевые особенности сети РасеЬоок состоят в том, что она [25, 87]:

- позволяет управлять списком друзей и выбирать настройки приватности, устанавливая круг лиц, которые могут видеть контент профиля;

- позволяет загружать фото и управлять фотоальбомами, которыми можно делиться с друзьями;

- поддерживает интерактивный онлайн-чат и возможность оставлять комментарии на страницах друзей, на так называемых стенах;

- поддерживает создание групп, страниц фанатов и бизнес-страниц, позволяя использовать Facebook как транспорт для рекламы в социальных сетях на мировом уровне;

- поставляет расширенную функциональность и опции монетизации;

- через Facebook Connect позволяет веб-сайтам взаимодействовать с Facebook, а также использовать Facebook как универсальный сервис аутентификации;

- возможность использования потокового видео, используя Facebook

Live.

Колоссальная популярность социальной сети Facebook является наиболее привлекательным фактором для распространения вредоносного контента. Будучи одной из наиболее предпочтительных социальных сетей для просмотра новостей, Facebook также является и одной из самых прибыльных для злоумышленников [24, 84].

Объем активной аудитории в России только за май 2017 года составил [81] 38 млн. Было сгенерировано 670 млн сообщений. Превалирующая доля контента сосредоточена в социальных сетях — 470 737 тысяч публикаций, что составляет 70,2% от совокупного объема упоминаний в социальных медиа, доля микроблогов составляет 11,7% от общего количества, видео -ресурсов — 10,8% (рисунок 1.5).

Рисунок 1.5 Активность социальных медиа по типам источников

При этом в сети РасеЬоок присутствует 1,9 млн авторов и 53,4 млн сообщений.

На рисунке 1.6 виден активный рост числа пользователей, в мире, социальной сети РасеЬоок в период с 2008 по 2017 годы [86].

Рисунок 1.6 Динамика роста количества активных пользователей РасеЬоок в

период 2008-2017 гг.

Судя по статистике [86], РасеЬоок по популярности в России находится на втором месте после ВКонтакте, и составляет 19% долю трафика, генерируемого в Рунете (рисунок 1.7).

Рисунок 1.7 Популярность социальных сетей на 2017 год

Трафик исследуемой информационной сети, в относительно небольшом количестве, исходит также из других социальных сетей. Основной объем трафика составляет YouTube - 68.39%, далее идут Twitter, WhatsApp, Reddit, Instagram и другие (рисунок 1.8).

Рисунок 1.8 Объем трафика, поступающего из других социальных сетей в сеть

БасеЬоок

Таким образом, социальную сеть для общения БасеЬоок по праву можно считать мегасетью для общения.

Ресурсы РасеЬоок можно классифицировать в виде схемы, представленной на рисунке 1.9.

Ресурсы личного пользования

Информационные сервисы

погода

кризисное реагирование

реклама

игры

сохранённое

магазины

Ресурсы обмена и поиска

лента новостей

профиль

сообщения

группы

мероприятия

прямой эфир

сервис поиска

Рисунок 1.9 Классификация ресурсов Facebook

Сегодня существует большое количество способов привлечения внимания пользователей к контенту. Одним из самых популярных способов в социальных сетях является SMM (Social Media Marketing) маркетинг [26]. SMM - это инструмент маркетинга для развития и повышения узнаваемости и лояльности, а также увеличения вовлеченности аудитории в дискуссии, связанные с деятельностью компании в социальных сетях, форумах и блогах. Большим преимуществом SMM маркетинга является возможность выборочно

воздействовать на аудиторию в социальных сетях, учитывая различные (демографические, психологические, поведенческие) характеристики [19, 22].

Рассмотрим основные принципы создания вирусного контента [46, 82, 96]:

- контент, имеющий большой объем, требует большей концентрации внимания, следовательно, пользователь будет просматривать его через персональный компьютер;

- контент, имеющий небольшой объем, пользователям, удобнее просматривать на мобильных устройствах;

- публикуемое фото или видео контент, с которым сопутствует текстовое описание, получает большее количество оценок и репостов;

- наиболее популярными типами контента являются посты, содержащие: медиа контент, списки, поучающие статьи;

- так как пользователи привыкли брать информацию из проверенных источников или у пользователей с высокой репутацией, то контент, переданный таким пользователем, также может стать самым популярным.

- использование других социальных медиа для большего охвата аудитории;

- хорошо составленное название или заголовок может привлечь внимание и поможет пользователю принять решение о том, хочет он просматривать такой контент или нет;

- публикации, содержащие актуальные темы на данный момент времени.

Контент, который был популярным может стать менее интересен по

следующим причинам [96]:

- публикация избыточного количества постов;

- отсутствие взаимодействия с подписчиками в комментариях;

- использование одного типа контента.

Для того, чтобы пользователь не потерял интерес к контенту и оставался в нем заинтересован следует учитывать оптимальное количество публикуемых постов. Для социальной сети БасеЬоок оптимальным количеством можно считать 5-10 постов в день [26, 53].

К примеру, в социальной сети РасеЬоок контент существует в следующих видах [25, 53]:

- текстовый контент: пост, статья, тема в обсуждениях;

- изображения: фотографии, картинки, рисунки, мемы (информация в той или иной форме как правило, остроумная и ироническая, спонтанно приобретающая популярность, распространяясь в Интернете разнообразными способами), 01Р-файлы (популярный формат графических изображений);

Похожие диссертационные работы по специальности «Методы и системы защиты информации, информационная безопасность», 05.13.19 шифр ВАК

Список литературы диссертационного исследования кандидат наук Шварцкопф, Евгения Андреевна, 2018 год

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Абрамов, К.Г. Распространение нежелательной информации в социальных сетях Интернета / К.Г. Абрамов, Ю.М. Монахов // Перспективные технологии в средствах передачи информации: Материалы 9-ой международной научно - технической конференции; редкол.: А.Г. Самойлов [и др]. - Владимир: издат. ВлГУ, 2011. - Т. 1. - 272 с.

2. Алтухов, А.В. Социальная сеть для коллективных обсуждений Reddit. Межсетевое взаимодействие между Reddit и Youtube в рамках распространения эпидемического процесса с учетом динамического роста сети / А.В. Алтухов, И.В. Шевченко, А.Г. Остапенко, В.М. Питолин, Й. Воришек // Информация и безопасность. - 2017. - Т. 20. - № 4. - С. 516-521.

3. Андрамонова, В.В. Социальные сети в контексте развития современного общества [Электронный ресурс]. - Режим доступа: https://www.science-education.ru/ru/article/view?id=21486.

4. Андрамонова, В.В. Социальные сети: теоретико-методологический аспект исследования / В.В. Андрамонова // Фундаментальные и прикладные исследования: проблемы и результаты. 2015. №21. С.148-152.

5. Батаронов, И.Л. Оценка и регулирование рисков обнаружение и предупреждение компьютерных атак на инновационные проекты // И.Л. Батаронов, А.В. Паринов, К.В. Симонов //Информация и безопасность. - 2013. - Т. 16. - № 2. -С. 243-246.

6. Батов, А.В. Микро- и макромодели социальных сетей. ч. 2. идентификация и имитационные эксперименты / А.В. Батов, В.В. Бреер, Д. А. Новиков, А.Д. Рогаткин // Проблемы управления. - 2014. - № 6. - С. 45-51.

7. Безопасный Интернет - модель регионального Интернет-пользователя [Электронный ресурс]. - Режим доступа: https://cpolls.ru/.

8. Белов, Е.Б. Основы информационной безопасности: учебное пособие для вузов / Е.Б. Белов, В.П. Лось, Р.В. Мещеряков, А.А. Шелупанов. - Москва: Горячая линия - Телеком, 2011. - 544 с.

9. Белоножкин, В.И. Способы воздействия террористических структур на региональное информационное пространство / В.И. Белоножкин, В.Л. Бурковский, К.В. Симонов // Информация и безопасность. - 2010. - Т. 13. - № 3. - С. 387- 392.

10. Бреер, В.В., Микро- и макромодели социальных сетей. Ч. 1. основы теории / В.В. Бреер, Д.А. Новиков, А.Д. Рогаткин // Проблемы управления. - 2014.

- № 5. - С. 28-33.

11. Виды контента в интернете и социальных сетях [Электронный ресурс].

- Режим доступа: http://andreyspektor.com/socialnye-seti/vidy-i-formaty-kontenta-vkontakte.html.

12. Визуализация статических и динамических сетей на R [Электронный ресурс]. - Режим доступа: http://kateto.net/network-visualization .

13. Винник, В. Д. Социальные сети как феномен организации общества: сущность и подходы к использованию и мониторингу / В.Д. Винник // Философия науки. - 2012. - №4 (55). - С. 110-126.

14. Волобуев, С.В. Философия безопасности социотехнических систем / С.В. Волобуев. - Москва: Вузовская книга, 2002. - 360 с.

15. Воробьева, И.В. Социально - психологические аспекты восприимчивости молодежи к воздействиям сети Интернет / И.В. Воробьева, О.В. Кружкова // Образование и наука. - 2017. - Т. 19 № 9. - С.

16. Громов, Ю. Ю. Реализация аналитических и процедурных моделей анализа функционирования сетевых информационных систем / Ю. Ю. Громов, В. Н. Осин // Информация и безопасность. - 2013. - Т. 16. - № 4. - С. 526 - 529.

17. Громов, Ю.Ю. Определение групп негативных внешних воздействий на сетевую информационную систему, максимизирующих значение функции ущерба / Ю.Ю. Громов, Ю.В Минин., А. Аль-Балуши, А.В. Клишина, М.А. Шахов // Информация и безопасность. - 2013. - Т. 16. - С. 269-272.

18. Губанов, Д. А. Модели распределенного контроля в социальных сетях / Д. А. Губанов, Д. А Новиков // Системы управления и информационные технологии. - 2009. - №37 - С. 124-129.

19. Губанов, Д.А. Модели влияния в социальных сетях / Д.А. Губанов, Д.А. Новиков, А.Г. Чхартишвили // Управление большими системами. - 2009. - Вып. 27. - С. 205-281.

20. Губанов, Д.А. Теоретико-игровые модели информационного противоборства в социальных сетях / Д.А. Губанов, А.О. Калашников, Д.А. Новиков // Управление большими системами. - 2010. - № 31. - С. 192-204.

21. Губанов, Д.А., Новиков, Д.А., Чхартишвили, А.Г. Социальные сети: модели информационного влияния, управления и противоборства / Д.А. Губанов, Д.А. Новиков, А.Г. Чхартишвили; под ред. чл.-корр. РАН Д.А. Новикова — М.: Издат. физико-математической литературы, 2010. - 228 с.;

22. Губанов, Д.А., Социальные сети: модели информационного влияния, управления и противоборства: монография / Д.А. Губанов, Д.А. Новиков, А.Г. Чхаратишвили; под общ. ред. Д.А. Новикова. - Москва: Издательство физико-математической литературы, 2010. - 288 с.

23. Гусева, А.И. Технология межсетевых взаимодействий / А.И. Гусева; -М.: Бином, 1997. - 238 а

24. Желтухина М.Р. Социальная сеть «Facebook» в XXI веке: от инструмента коммуникации к инструменту информационной войны. 2016 [Электронный ресурс]. - Режим доступа: Режим доступа: https://sproutsocial.com/insights/facebook-terminology-glossary/.

25. Зайцев, К.В. Структурно - функциональная специфика распространения контента в социальной сети для общения Facebook / К.В. Зайцев, А.В. Паринов // Управление информационными рисками и обеспечение безопасности инфокоммуникационных систем. - 2016. - Т. 11. - № 1. - С. 4-23.

26. Инфекционное распространение рекламы в социальных сетях [Электронный ресурс]. - Режим доступа: https://habrahabr.ru/post/306318/.

27. Исламгулова, В. В. Дискретные риск-модели развития вирусных эпидемий неоднородных информационно-телекоммуникационных сетях: разновидности эпидемических моделей и сетей / В.В. Исламгулова, Р.К.

Бабаджанов, Н.М. Радько // Информация и безопасность. - 2015. - № 4. - С. 476479.

28. Катасёв, А.С. Методика анализа защищенности аккаунтов социальных сетей от вредоносного контента / А.С. Катасёв, А.П. Кирпичников, Р.И.Рамазанова // Вестник Казанского технологического университета. -2015. - Т 18. - № 18. - С. 195 - 198.

29. Клаверов, В.Б. Современная киберпреступность / В.Б. Клаверов. - М.: LAPLambertAcademicPublishing, 2012. - 92 c.

30. Князева Т.А. Распространение информации террористического и религиозного характера в сети интернет / Т.А. Князева // Евразийский союз ученых. - 2015. -7(12). - №3 - С. 75-77.

31. Коваленко, ДМ. Социально-информационные системы: деструктивные воздействия на их пользователей и риск модели последствий подобных операций / Д.М. Коваленко, Г.А. Остапенко, М.А. Баленко, Н.Н. Толстых // Информация и безопасность. - 2011. - Т. 14. - № 3. - С. 381-390.

32. Коваленко, Д.М. Социальные информационные сети как объект защиты от деструктивных информационных управляющих воздействий / Д.М. Коваленко, Е.А. Перетрухина, Д.В. Дворядкина, Е.Е. Смолькина // Информация и безопасность. - 2011. - Т. 14. - № 4. - С. 507-522.

33. Коваленко, Д.М. Социальные сети как информационно- политический фактор устойчивого развития современного общества / Д.М. Коваленко, Н.И. Баранников, В.Л. Каркоцкий, М.Н. Тихомиров // Информация и безопасность. -2011. - Т. 14. - № 4. - С. 615-616.

34. Коваленко, Д.М. Социальные сети как плацдарм информационного противоборства // Д.М. Коваленко, Н.И. Баранников, А.В. Бабурин, И.П. Нестеровский // Информация и безопасность. - 2011. - Т. 14. - № 4. - С. 621-622.

35. Коваленко, Д.М. Теоретико-игровая риск-модель информационного противоборства субъектов социальных информационных сетей / Д.М. Коваленко // Информация и безопасность. - 2011. - Т. 14. - № 4. - С. 599-602.

36. Кружкова, О.В. Психологические аспекты вовлечения в экстремистские группировки молодежи в среде Интернет / О.В. Кружкова, И.В. Воробьева, Д.М. Никифорова // Образование и наука. - 2016. - № 10. - С.139.

37. Лось, В.П. Методы и алгоритмы обработки информации в информационно-аналитических системах для анализа развития событий / В.П. Лось, В.Н. Щербинин // Информация и безопасность. - 2018. - Т. 21. - № 1. - С. 66-74.

38. Магомедова, С.З. Влияние социальных сетей [Электронный ресурс]. -Режим доступа: https://research-journal.org/economical/vliyanie-socialnyx-setej/.

39. Мирзануров, Д.Х. Методика защиты от нежелательной информации, распространяемой в системах Social Network / Д.Х. Мирзануров // Символ науки. - 2015. - № 5. - С.48 - 51.

40. Монахов, Ю.М. Аналитическая модель дезинформированной узла социальной сети / Ю.М. Монахов, М.А. Медведникова // ИММ0Д-2011. - 2011. -Т. 2. - С. 178-180.

41. 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.

42. Национальный центр информационного противодействия терроризму и экстремизму в образовательной среде и сети Интернет: Социальные сети как инструмент для пропаганды экстремизма [Электронный ресурс]. - Режим доступа: http ://нцпти.рф/materials_ncpti/157/?sphrase_id=1629

43. Небольсин, А.И. Структурно-функциональная специфика распространения контента в социальной сети для коллективных обсуждений REDDIT / А.И. Небольсин, А.В. Паринов // Управление информационными рисками и обеспечение безопасности инфокоммуникационных систем. - 2016. - Т. 13. - № 3. - С. 22-42.

44. Новиков, Д.А. Управление информационными рисками в инновационной России / Д.А. Новиков, А.О. Калашников // Информация и безопасность. - 2013. - Т.16. - № 3. - С. 319-322.

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

46. Нормы сообщества Facebook [Электронный ресурс]. - Режим доступа: https://www.facebook.com/communitystandards/safety .

47. Остапенко, А.Г. Атакуемые взвешенные сети: монография / А.Г. Остапенко, Д.Г. Плотников, А.О. Калашников, В.Б. Щербаков, Г.А. Остапенко; под общ. ред. Д. А. Новикова. - Воронеж: Горячая линия- Телеком, 2017. - 276 с.

48. Остапенко, А.Г. Взвешенные сети: матрицы взвешенности сетей и их графы / А.Г. Остапенко, Д.Г. Плотников, Ю.Н. Гузев // Информация и безопасность. - 2016. - Т. 19. - № 1. - С. 110-113.

49. Остапенко, А.Г. Дискретные риск-модели развития вирусных эпидемий в неоднородных информационно-телекоммуникационных сетях: многослойный риск-анализ / А.Г. Остапенко, Н.М. Радько, В.В. Исламгулова, Р.К. Бабаджанов, О.А. Остапенко // Информация и безопасность. - 2015. - Т. 18. - № 3. - С. 346-353.

50. Остапенко, А.Г. Информационные риски и аналитическая оценка защищенности атакуемых ресурсов / А.Г. Остапенко, К.В. Симонов, С.С. Куликов // Информация и безопасность. -2013. - Т. 16. - № 3. - С. 435-436.

51. Остапенко, А.Г. Метрики взвешенных сетей / А.Г.Остапенко, Д.Г. Плотников, Ю.Н. Гузев // Информация и безопасность. - 2016. - Т. 19. - № 2. - С. 258-261.

52. Остапенко, А.Г. Метрики деструктивного контента на видеохостинге YouTybe / А. Г. Остапенко, В.Е. Кунавин, В.С. Сидельников, О.А. Остапенко // Информация и безопасность. Том 21. Ч.3. - Воронеж: ВГТУ. - 2018. - С. 282289.

53. Остапенко, А.Г. Модель процессов распространения деструктивного контента в региональном интернет пространстве для сети Facebook / А.Г.

Остапенко, А.В. Ещенко, Г.А. Остапенко, К.В. Симонов // Информация и безопасность. - 2018. - Т. 21. - № 4. - С. 441 -455.

54. Остапенко, А.Г. Научно-методические рекомендации для риск-анализа социальных информационных сетей / А.Г. Остапенко, О.А. Остапенко, И.В. Шевченко // Информация и безопасность. - 2016. - Т. 19. - № 4. - С. 595-596.

55. Остапенко, А.Г. Организация мониторинга постов социальной сети ВКонтакте с помощью интерфейса УКАР1 / А.Г. Остапенко, Е.Р. Нежельский, М.Н. Степанов, Е. Ружицкий, А.В. Заряев // Информация и безопасность. Том 21. Ч.3. - 2018. - С. 407-415.

56. Остапенко, А.Г. Проблематика построения дискретных моделей информационной диффузии в социальных сетях / А.Г. Остапенко, А.В. Паринов, В.Б. Щербаков, А.О. Девяшин, О.А. Остапенко // Информация и безопасность. -2017. - Т. 20. - № 1. - С. 95-100.

57. Остапенко, А.Г. Социальные сети и деструктивный контент: монография / А.Г. Остапенко, А.В. Паринов, А.О. Калашников, В.Б. Щербаков, А.А. Остапенко; под общ. ред. Д. А. Новикова. - Воронеж: Горячая линия- Телеком, 2017. - 276 с.

58. Остапенко, А.Г. Социальные сети и научно-технические предпосылки программы «Безопасный интернет» / А.Г. Остапенко, А.А. Акинина, Г.А. Остапенко, Е.Ю. Чапурин, Н.Ю Щербакова // Информация и безопасность. - 2017.

- Т. 20. - № 4. - С. 528-533.

59. Остапенко, А.Г. Статические и динамические параметры взвешенных сетей / А.Г. Остапенко, Д.Г. Плотников, Ю.Н. Гузев // Информация и безопасность.

- 2016. - Т. 19. - № 1. - С. 100-105.

60. Остапенко, А.Г. Эпидемии в телекоммуникационных сетях: монография / А.Г. Остапенко, Н.М. Радько, А.О. Калашников, О.А. Остапенко, Р.К. Бабаджанов; под общ. ред. Д. А. Новикова. - Воронеж: Горячая линия- Телеком, 2017. - 284 с.

61. Остапенко, Г.А. Информационные риски в социальных сетях: монография / Г. А. Остапенко, Л. В. Паринова, В. И. Белоножкин, И. Л. Батаронов,

К. В. Симонов; под общ. ред. Д. А. Новикова. - Воронеж: Научная книга, 2013. -160 с.

62. Остапенко, Г.А. Методическое обеспечение оценки и регулирования рисков распределенных информационных систем: учебное пособие / Г. А. Остапенко, Р. В. Менжулин, Д. М. Коваленко. - Воронеж: ВГТУ, 2011. - 178 ^

63. Паринов, А.В. Сети отзывов и обзоров: анализ процессов распространения деструктивного контента / А.В. Паринов, Д.И. Филиппов, С.И. Уколов, Д.М. Баранов, Р.К. Бабаджанов, А.А. Остапенко, С.С. Тихонова // Информация и безопасность. - 2017. - Т. 20. - № 2. - С. 259-272.

64. Паринов, А.В. Алгоритмическое обеспечение взаимодействия различных информационных систем в общем информационном пространстве/ А.В. Паринов, В.А. Кургузкин, Д.Г. Плотников, С. Ю. Штефанович //Информация и безопасность. - 2017. - Т. 20. - № 4. - С. 546-551.

65. Паринов, А.В. Использование аналитического моделирования для описания динамического распространения деструктивного контента в социальных сетях / А.В. Паринов // Информация и безопасность. - 2018. - Т. 21. - № 4. - С. 575579.

66. Паринов, А.В. Микромоделирование взаимного влияния информационных сетей, существующих в общем информационном пространстве /

A.В. Паринов, В.А. Кургузкин, А.Е. Дешина, Й. Воришек // Информация и безопасность. - 2017. - Т. 20. - № 4. - С. 588-591.

67. Паринов, А.В. Научно-методическое обобщение процедур моделирования информационной диффузии в социальных сетях / А.В. Паринов,

B.В. Морковина, А.А. Остапенко // Управление информационными рисками и обеспечение безопасности инфокоммуникационных систем. - 2016. - Т. 11. - № 1. - С. 82-91.

68. Паринов, А.В. Регулирование рисков распространения деструктивного контента в сетях для общения/ А.В. Паринов, К.В. Зайцев, С.А. Ермолаев, Т.И. Дубинская, А.А. Остапенко, Р.К. Бабаджанов, С.С. Тихонова // Информация и безопасность. - 2017. - Т. 20. - № 2. - С. 185-201.

69. Паринов, А.В. Риск/шанс-анализ процессов распространения контента в социальных сетях для коллективных обсуждений / А.В. Паринов, А.И. Небольсин, В.С. Лысиков, Д.А. Митченко, Р.К. Бабаджанов, А.А. Остапенко, С.С. Тихонова // Информация и безопасность. - 2017. - Т. 20. - № 2. - С. 217-230.

70. Паринов, А.В. Социальные сети как среда распространения деструктивного контента / А.В. Паринов, Д.В. Гусев., Е.В. Гусев, В.А. Кургузкин, С.С. Тихонова // Информация и безопасность. - 2017. - Т. 20. - № 1. - С. 5-38.

71. Плотников, Д.Г. Особенности противоборства взвешенных сетей: оценка рисков в конфликтных ситуациях / Д.Г. Плотников, Ю.Н. Гузев, А.Г. Остапенко, А.В. Паринов // Информация и безопасность. - 2016. - Т. 19. - № 3. - С. 391-396.

72. Противостояние "группам смерти", или как наших детей втягивают в деструктивные сети [Электронный ресурс]. - Режим доступа: https://topwar.ru/109677-protivostoyame-gmppam-smerti-iH-kak-nashih-detey-vtyagivayut-v-destruktivnye-organizacii.html.

73. Радько, Н.М. Вирусные эпидемии в информационно-телекоммуникационных сетях: оценка вероятности заражения / Н.М. Радько, Е.Н. Пономаренко, А.О. Калашников, Р.К. Бабаджанов // Информация и безопасность. -2016. - № 1, -Т. 19. - С. 6-23.

74. Распространение информации в социальных сетях сегодня [Электронный ресурс]. - Режим доступа: http://projectit.ru/socialnye-seti.

75. Ружицкий, Е. Алгоритмы противоборства в ходе столкновения текстовых контентов в Интернет-сообществах / Е. Ружицкий, Е.В. Труфанов, Ю.Н. Гузев, Н.И. Баранников, А.В. Заряев, К.В. Симонов // Информация и безопасность. - 2018. - Т. 21. - № 4. - С. 497-509.

76. Садыгова, Т. С. Социально-психологические функции социальных сетей / Т. С. Садыгова // Вектор науки ТГУ. - 2012. - №3 (10). - С. 192-194.

77. Сафронова, В. В. Риск-анализ и прогнозирование ареала распространения деструктивного контента в сообществе «МДК» / В. В. Сафронова,

К.В. Сибирко, Й. Воришек, В.И. Белоножкин, Л.В. Паринова // Информация и безопасность. - 2018. - Т. 21. - № 3. - С. 399-401.

78. Симонов, К.В. Алгоритм управления риском деструктивных информационных воздействий на Интернет-порталы регионального информационного пространства / К.В. Симонов, А.П. Пархоменко /Управление информационными рисками и обеспечение безопасности инфокоммуникационных систем. - 2013. - № 2. - С. 46-60.

79. Симонов, К.В. Инновационный подход к рассмотрению регионального информационного пространства как объекта террористических воздействий / К.В. Симонов // Инновационный Вестник Регион. - 2013. - № 3. - С. 75-79.

80. Симонов, К.В. Объекты и схема воздействий террористического характера на интернет-пространство / К.В. Симонов, О.Н. Чопоров // Информация и безопасность. - 2011. - Т. 14. - № 4. - С. 623-624.

81. Система мониторинга и анализа бренда в социальных медиа и СМИ сетях [Электронный ресурс]. - Режим доступа: https://br-analytics.ru/ .

82. Создание вирусного контента в социальных [Электронный ресурс]. -Режим доступа: http://leadmachme.ru/2016/06/16/kak-sozdat-virasnyj-kontent-v-socialnyx-setyax/.

83. Социальные сети в 2018 году: глобальное исследование [Электронный ресурс]. - Режим доступа: https://www.web-canape.ru/business/socialnye-seti-v-2018-godu-globalnoe-issledovanie/.

84. Социальные сети как инструмент террористов [Электронный ресурс]. -Режим доступа: https://www.imena.ua/blog/network-for-terror.

85. Способы борьбы с деструктивным контентом в сети [Электронный ресурс]. - Режим доступа: http://newtimes.kz/eshche/tekhnologii/item/31632-sposoby-borby-s-destruktivnym-kontentom.

86. Статистика и аналитика контента социальных сетей Posters. Дата обновления 03.08.2017 [Электронный ресурс]. - https://www.popsters.ru.

87. Статистика социальной сети «Facebook» и информация о компании [Электронный ресурс]. - Режим доступа: http://newsroom.fb.com/company-info.

88. Статистика социальной сети сервиса Network Repository [Электронный ресурс]. - Режим доступа: http://networkrepository.com/.

89. Фальконе, Я.И. Анализ методов моделирования распространения информационных угроз в социальных сетях / Я.И. Фальконе, Г.П. Жигулькин / Научно-технический вестник Поволжья. - 2017. - №2. - С. 125-127.

90. Штефанович, Ю. Модели построения и вброса деструктивного контента в региональном интернет-пространстве через социальную сеть для обмена медиаконтентом YouTube / Ю. Штефанович, Ю.О. Гончаров, Д.А. Савинов, Н.И. Баранников, И. Л. Батаронов, В.В. Исламгулова // Информация и безопасность. Том 21. Ч.4. - 2018. - С. 477-491.

91. Юрасов, В.Г. Построение матрицы чувствительности рисков для субъектов социальной информационной сети / В.Г. Юрасов, Д.М. Коваленко, Г.А. Остапенко // Информация и безопасность. - 2011. № 3. - С. 401-408.

92. Batov, A.V. Micro- and macromodels of social networks. II. Identification and simulation experiments / A.V. Batov, V.V. Breer, D.A. Novikov, A.D. Rogatkin // Automation and Remote Control. - 2016. - Vol. 77 - № 2. - P. 321-331.

93. Benevenut, F. Characterizing user behavior in online social networks / F. Benevenut, T. Rodrigues, M. Cha, and V. Almeida // In Proc. of ACM SIGCOMM Internet Measurement Conference. - ACM, 2009. - P. 28-32.

94. Bi, Y. Community Expansion in Social Network / Y. Bi, W. Wu, L. Wang // 18th International Conference, DASFAA 2013, Wuhan, China, April 22-25, 2013. Proceedings, Part I - P. 41-55.

95. Blondel, V. D. Fast unfolding of communities in large networks / V. D. Blondel, J. Guillaume, R. Lambiotte, E. Lefebvre // Journal of Statistical Mechanics. -2008. - P. 11.

96. Bothorel, C. Social network analysis and unpopular content recommendation / C. Bothorel // Review of New Information Technologies (RNIT). - Vol. 5. - № 11. -2011. - Р. 49.

97. Breer, V.V. Micro- and macromodels of social networks. i. theory fundamentals / V.V. Breer, D.A. Novikov, A.D.Rogatkin // Automation and Remote Control. - 2016. -T. 77. - № 2. - P. 313-320.

98. Cannarella, J. Epidemical modeling of online social network dynamics, Department of Machanical and Aerospace Engineering / J Cannarella, J. A. Spechler, Princeton University. Princeton, NJ, USA. - 2014. - P. 63-66.

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

100. Cavanagh, A. From Culture to Connection: Internet Community Studies / Sociology Compass. - 2009. - Vol. 3 - P. 1-15.

101. Cui, Q. Complex dynamics of an sir epidemic model with nonlinear saturate incidence and recovery rate / Q. Cui, Z. Qiu, W. Liu, Z. Hu // Entropy. - 2017. - Vol. 19 - P. 305-319.

102. Dorogovtsev, S.N. Evolution of Networks: From Biological Networks to the Internet and WWW / S.N. Dorogovtsev, J.F.F. Mendes. - USA: Oxford University Press, 2003. - 280 p.

103. Fragkiskos, D. Mining Social and Information Networks / D. Fragkiskos // UCSD Artificial Intelligence Seminar. - 2016. - P. 123-145.

104. GEPHI - Introduction to Network Analysis and Visualization [Electronic resource]. - Access mode: http://www.martingrandjean.ch/gephi-introduction/.

105. Gjoka, M. A Walk in Facebook: Uniform Sampling of Users in Online Social Networks / M. Gjoka, M. Kurant, C. T. Butts, A. Markopoulou // IEEE INFOCOM '10. IEEE Journal on Selected Areas in Communications. - 2010. - P. 20.

106. Gjoka, M. Poking Facebook: characterization of osn applications / M. Gjoka, M. Sirivianos, A. Markopoulou, X. Yang // SIGCOMM WOSN. - 2008. - P. 6.

107. Gjoka, M. Walking in Facebook: A Case Study of Unbiased Sampling of OSNs / M. Gjoka, M. Kurant, C.T. Butts, A.Markopoulou // IEEE INFOCOM '10. IEEE Journal on Selected Areas in Communications. - 2010. - P. 9.

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

109. Gubanov, D. A. Influence Levels of Users and Meta-Users of a Social Network / D. A. Gubanov, A.G. Chkhartishvili // Automation and Remote Control. -2018. - Vol. 79. - № 3. - P. 545-553.

110. Islamgulova, V.V. 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. - Vol. 86. - No.2. - P. 306-315.

111. Jalali, M. Information diffusion through social networks: the case of an online petition / M. Jalali, A. Ashouri, O. Herrera-Restrepo, H. Zhang // Expert System Appl. - 2016. - Vol. 44. - P. 187-197.

112. John, C. Epidemiological modeling of online social network dynamics. / C. John, S.A. Joshua // arXiv. - 2014. - P. 13-20.

113. Kadushin, C. Understanding Social Networks: Theories, Concepts, and Findings / C. Kadushin. - NeY York: Oxford University Press, 2012. - 223 p.

114. Kumar, R. Structure and evolution of online social networks / R. Kumar, J. Novak, A.Tomkins // Link Mining: Models, Algorithms, and Applications. - 2010. - P. 337-357.

115. Li, D. A survey on information diffusion in online social networks / D. Li, Z.M. Xu, S. Li, T. Liu, X.W. Wang // Chin. J. Comput. - 2014 - Vol. 254 - P. 31-36.

116. Li, M. A Survey on Information Diffusion in Online Social Networks: Models and Methods / M. Li, X. Wang, K. Gao, S. Zhang // School of Information Science and Engineering, Hebei University of Science and Technology. - 2017. - Vol. 8. - P. 118 - 129.

117. Marceau, V. Modeling the dynamical interaction between epidemics on overlay networks / V. Marceau, P. Noel, L. Hebert-Dufresne, A. Allard, L. Dube // Physical Review E, vol. 84, no. 2, p. 026105, 2011.

118. Mislove, A.E. Online Social Networks: Measurement, Analysis, and Applications to Distributed Information Systems: PhD thesis / A.E.Mislove. - Houston, Texas, 2009. - 269 p.

119. Naumov, P. Marketing impact on diffusion in social networks / P. Naumov, J. Tao // Journal of Applied Logic. - 2017. - Vol. 20. - P. 49-74.

120. Newman, M. E. J. Finding and evaluating community structure in networks / M. E. J. Newman, M. Girvan // Phys. Rev. E 69. - 2004. - P. 53-58.

121. Newman, M. The Structure and Dynamics of Networks: (Princeton Studies in Complexity) / M. Newman, A. Barabasi, J. Watts. - Princeton, USA. 2006. - 624 p.

122. Newman, M.E.J. The spread of epidemic disease on networks / M.E.J. Newman //Physical Review E. - 2002. - P. 16-128.

123. Ostapenko, G.A. 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.

124. Pastor-Satorras, R. Dynamical patterns of epidemic outbreaks in complex heterogeneous networks / R. Pastor-Satorras, A. Vespignani // Journal of Theoretical Biology. - 2005. - P. 275-288.

125. Pastor-Satorras, R. Epidemic dynamics in finite size scale-free networks / R. Pastor-Satorras, A. Vespignani // Phys. Rev. E. - 2002.

126. Pastor-Satorras, R. Epidemic spreading in scale-free networks. // R. Pastor-Satorras, A. Vespignani // Phys. Rev. Lett. - 2001. - Vol. 86. - P. 3200-3203.

127. Pastor-Satorras, R. Immunization of complex networks / R. Pastor-Satorras, A. Vespignani // Phys. Rev. E. - 2002.

128. Pastor-Satorras, R. Reaction-diffusion processes, meta-population models in heterogeneous networks / R. Pastor-Satorras, A. Vespignani // Nature Physics 3. - 2007. - P.276-282.

129. Pastor-Satorras, R. Velocity and hierarchical spread of epidemic outbreaks in scale-free networks. / R. Pastor-Satorras, A. Vespignani // Phys. Rev. Lett. - 2004. -Vol. 92. - P. 178-701.

130. Piqueira, J. R. C. Epidemiological models applied to viruses in computer networks / J. R. C. Piqueira, B. F. Navarro, L. H. A. Monteiro // Journal of Computer Science. 2005. - Vol. 1. - No. 1. - P. 31-34.

131. Ponomarenko, E.N. Discrete risk models of the process of viral epidemics development in homogenous information and telecommunication networks / E.N. Ponomarenko, V.N. Kostrova, R.K. Babadzhanov, Y.N. Guzev, V.S. Zarubin // Journal of Theoretical and Applied Information Technology. - 2016. - Vol. 92. - No.2. - P. 235252.

132. Simply Measure. Facebook Definitions [Electronic resource]. - Access mode: https://sproutsocial.com/features/facebook-analytics/ .

133. Social Media Use in 2018 [Electronic resource]. - Access mode: http://www.pewinternet.org/2018/03/01/social-media-use-in-2018/.

134. Wang, H. Consensus on scale-free network / H. Wang, Y. Guo; American Control Conference. - 2008. - P.748 - 752.

135. Wang, J. Data Mining: Opportunities and Challenges / J. Wang (Ed.) // Hershey: Idea Group Publishing, 2003. - 468 p.

136. Wasserman, S. Social Network Analysis: Methods and Applications / S. Wasserman, K.Faust // Cambridge University Press. - 2012. - P. 8-19.

137. Wilson, C. User interactions in social networks and their implications / C. Wilson, B. Boe, A. Sala, K.P.N. Puttaswamy, B.Y. Zhao // In Proc. of EuroSys. - 2009.

138. Yuanyuan, B. A new rumor propagation model and control strategy on social networks / B. Yuanyuan // Proceedings of the 2013 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining. - P. 1472-1473.

139. Zhang, Z. Modeling Epidemics Spreading on Social Contact Networks / Z. Zhang, H. Wang, C. Wang, H. Fang // IEEE Transactions on Emerging Topics in Computing, USA. - 2014. - P. 419.

140. Zhao, X. Multi-scale Dynamics in a Massive Online Social Network / X. Zhao, A. Sala, C. Wilson, X. Wang, S. Gaito, H. Zheng, B. Y. Zhao // Internet Measurement Conference 12, November 14 -16, 2012, Boston, Massachusetts, USA. - P. 14-28.

Основные результаты диссертации опубликованы в следующих работах: Публикации в изданиях по перечню SCOPUS

141. Parinov, A. V. Risk models of destructive content diffusion between social network communities / E. A. Shvartskopf, L. G. Popova, I. L. Bataronov, N. N. Tolstykh // AP - International Journal of Pure and Applied Mathematics. - 2018. - Vol. 19. - No. 15. - P. 2605-2609.

142. Parinov, A. V. Risk-simulation of processes of distribution of destructive content on social network taking into account its growth / E. A. Shvartskopf, V. S. Zarubin, A. V. Zariaev N. I. Barannikov // AP - International Journal of Pure and Applied Mathematics Volume. - 2018. - Vol. 119. - No. 15. - P. 2633-2637.

143. Parinov, A. V. Social Information Networks: Models Of Internetwork Malicious Content Diffusion/ E. A. Shvartskopf, , L. V. Parinova, K. A. Razinkin, V. I. Belonozhkin // AP - International Journal of Pure and Applied - 2018. - Vol. 19. - No. 15. - P.2639-2643.

144. Shvartskopf, E.A. Modeling of layering growth virus epidemic and spread of harmful content on Poisson networks / E.A. Shvartskopf, A.V. Zaryaev, L.V. Parinova, L.G. Popova. // Research Journal of Pharmaceutical, Biological and Chemical Sciences. - 2016. - Vol. 7. - No.4. - P. 2321-2331.

Публикации в изданиях, рекомендованных перечнем ВАК РФ

145. Ещенко, А.В. Модель ареала распространения деструктивного контента в сети Facebook для интернет-пользователя Воронежской области / А.В. Ещенко, Е. А. Шварцкопф, А.Г. Остапенко, М.Н. Степанов // Информация и безопасность. - Т. 21 - 2018. - С. 245-261.

146. Остапенко, А. Г. Научно-методические основы коммерциализации программного продукта «Netepidemic» / А. Г. Остапенко, Е. А. Шварцкопф, А.В.

Паринов, А.А. Остапенко // Информация и безопасность. - 2016. - Т. 19. - № 3 (4). -С. 359-366.

147. Остапенко, А. Г. Программный комплекс моделирования эпидемических процессов в социальных сетях / А. Г. Остапенко, Е. А. Шварцкопф, Д. А. Савинов, Е. В. Гусев, Д. В. Гусев // Информация и безопасность. - 2017. - Т. 20. - №1-1 (4). - С. 39-48.

148. Остапенко, А. Г. Социальные информационные сети: цели и задачи создания инструментария моделирования, учитывающего взвешенность и гетерогенность атакуемых сетей / А. Г. Остапенко, Е. А. Шварцкопф, А. М. Горобцов, А. А. Грачев, А. В. Паринов // Информация и безопасность. - 2016. - Т. 19. - № 3 (4). С. 373-378.

149. Тихонова, С. С. Вероятностное моделирование диффузии контента в социальных сетях: проблема и инновационные решения / С. С. Тихонова, Е. А. Шварцкопф, Г. А. Остапенко // Информация и безопасность. - 2017. - Т. 20. - № 1-1 (4). - С. 107-112.

150. Толстов, В. Д. К вопросу о распространении деструктивного контента в автоматизированной сети Facebook / В. Д. Толстов, Е. А. Шварцкопф, В. Н. Деревянко, Г. А. Остапенко, Ю. Штефанович // Информация и безопасность. -2017. - Т. 20. - № 3 (4). - С. 322-329.

151. Толстов, В. Д. Риск- моделирование с учетом динамики расширения информационной сети Facebook / В. Д. Толстов, Е. А. Шварцкопф, В. Н. Деревянко, О. Н. Чопоров, В. И. Белоножкин, Й. Воришек // Информация и безопасность. -2017. - Т. 20. - № 3 (4). - С. 382-391.

152. 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, К. А. Разинкин // Информация и безопасность. - 2015. - Т. 18. - № 4. - С. 520-523.

Публикации в других изданиях

153. Остапенко, А. Г. Научно-методические основы коммерциализации программного продукта «Ке1ер1ёеш1е» / А. Г. Остапенко, Е. А. Шварцкопф, Г. А. Остапенко, Л. В. Паринова // Управление информационными рисками и обеспечение безопасности инфокоммуникационных систем. - 2017. - Т. 15. - № 1. - С. 5-19.

154. Шварцкопф Е.А. Программный комплекс риск-анализа распределенных информационных систем. / Е.А. Шварцкопф // Труды Научно-технической конференция молодых учёных и специалистов Воронежской области в сфере промышленности и высоких технологий. - 2014. - 276 с.

155. Шварцкопф, Е.А. Безопасный интернет - модель регионального интернет-пользователя / Е.А. Шварцкопф, Е.С. Соколова, А.Г. Остапенко // Сб. тр. победителей конкурса научно-исследовательских работ студентов и аспирантов ВГТУ по приоритетным направлениям развития науки и технологий. - 2018. - С. 35-37.

156. Шварцкопф, Е.А. Модели распространения фейков в социальной сети для общения БасеЬоок / Е.А. Шварцкопф, Д.Н. Рахманин // Сб. тр. победителей конкурса научно-исследовательских работ студентов и аспирантов ВГТУ по приоритетным направлениям развития науки и технологий. - 2018. - С. 103-105.

ПРИЛОЖВНИБ

УТВЕРЖДАЮ юр ФГБОУ ВО «ВГТУ» С.В. Сафонов ^уруих^ 2018

о внедрении результатов диссертации в учебный процесс Воронежского государственного технического университета

Наименование диссертации: Риск-модели социальных информационных сетей для общения в динамике их роста и межсетевой диффузии деструктивного контента.

Автор: Шварцкопф Евгения Андреевна.

Научный руководитель: Паринов Андрей Владимирович.

Диссертация выполнена в Воронежском государственном техническом университете на кафедре систем информационной безопасности, в рамках одного из основных научных направлений - ФГБОУ ВПО «Воронежский государственный технический университет» «Управление информационными рисками и обеспечение безопасности электронных технологий» на базе Воронежского научно-образовательного центра управления информационными рисками.

Результаты диссертации внедрены в учебный процесс ВГТУ на основании решения кафедры систем информационной безопасности от «4» июня 2018 года, протокол № 18.

1. Вид результатов, внедренных в учебный процесс:

- классификация деструктивного контента, субъектов и их действий, сетевых ресурсов социальной сети для общения, позволяющая оценить функциональное взаимодействие субъектов и объектов сети, а так же формализация представления о параметрических и структурных особенностей социальной мегасети для общения РасеЬоок, как среды распространения деструктивного контента;

- репрезентативная (по объёму трафика) выборка из мультиразмериой топологии сети РасеЬоок, необходимая для автоматизации исследования диффузии деструктивного контента, в плане сокращения вычислительных затрат за счет удаления из начальной сети вершин, имеющих наименьший трафик;

- эпидемические микромодели восприятия пользователями деструктивного контента в мегасети РасеЬоок, включая состояния пользователя и вероятностные параметры его перехода из одного состояния в другое;

- подход к имитационному моделированию процесса взаимопроникновения деструктивного контента между сетями, описывающий

основные процессы межсетевого взаимодействия, в современных условиях мультисетевого информационного пространства.

2. Область применения: лекционные, практические и лабораторные занятия, а также курсовое проектирование по дисциплине Б1.В.ОД.6 «Социальные сети: риски и обеспечение безопасности» специальности 10.05.03 «Информационная безопасность автоматизированных систем».

3. Форма внедрения:

- Шварцкопф Е. А. Социальные сети: риски и обеспечение безопасности: учеб. пособие [Электронный ресурс]. - Электрон, текстовые, граф. данные (1,27 Мб) / Е. А. Шварцкопф, О. А. Остапенко. - Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2015.-1 электрон, опт. диск (CDROM). - Систем, требования: ПК 500 и выше; 256 Мб ОЗУ; Windows ХР; Adobe Reader; 1024x768; CD-ROM; мышь. - Загл. с экрана;

- Методические указания к практическим занятиям по дисциплине «Социальные сети: риски и обеспечение безопасности» для студентов специальности 090303 «Информационная безопасность автоматизированных систем» очной формы обучения [Электронный ресурс] / Каф. систем информационной безопасности; Сост.: Е. А. Шварцкопф, О. А. Остапенко. -Электрон, текстовые, граф. дан. (1,01 Мб). - Воронеж : ФГБОУ ВПО "Воронежский государственный технический университет", 2015.-1 файл. - 0000.

- Методические указания к самостоятельным работам по дисциплинам «Математические модели информационного противоборства», «Математическое моделирование информационных операций и атак» для студентов специальностей 090301 «Компьютерная безопасность», 090302 «Информационная безопасность телекоммуникационных систем», 090303 «Информационная безопасность автоматизированных систем» очной формы обучения [Электронный ресурс] / Каф. систем информационной безопасности; Сост.: О. Н. Чопоров, Е. А. Шварцкопф. - Электрон, текстовые, граф. дан. ( 262 Кб ). - Воронеж: ФГБОУ ВПО "Воронежский государственный технический университет", 2015.-1 файл. - 00-00.

4. Основные публикации по теме диссертации:

- Parinov, А. V. Risk models of destructive content diffusion between social network communities / E. A. Shvartskopf, L. G. Popova, I. L. Bataronov, N. N. Tolstykh // AP - International Journal of Pure and Applied Mathematics. - 2018. -

Vol. 19. - No. 15. - P. 2605-2609.

- Parinov, A. V. Risk-simulation of processes of distribution of destructive

content on social network taking into account its growth / E. A. Shvartskopf, V. S. Zarubin, A. V. Zariaev N. I. Barannikov // AP - International Journal of Pure and Applied Mathematics Volume. - 2018. - Vol. 119. - No. 15. - P. 2633-2637.

-Parinov, A. V. Social Information Networks: Models Of Internetwork Malicious Content Diffusion/ E. A. Shvartskopf,, L. V. Parinova, K. A. Razinkin, V. I. Belonozhkin // AP - International Journal of Pure and Applied - 2018. - Vol. 19. -No. 15.- P. 2639-2643.

- Shvartskopf, E.A. Modeling of layering growth virus epidemic and spread of harmful content on Poisson networks / E.A. Shvartskopf, A.V. Zaryaev, L.V. Parinova, L.G. Popova. // Research Journal of Pharmaceutical, Biological and Chemical Sciences. - 2016. - Vol. 7. - No.4. - P. 2321-2331.

- Ещенко, A.B. Модель ареала распространения деструктивного контента в сети Facebook для интернет-пользователя Воронежской области / A.B. Ещенко, Е. А. Шварцкопф, А.Г. Остапенко, М.Н. Степанов // Информация и безопасность. - Т. 21 - 2018. - С. 245-261.

-Остапенко, А. Г. Научно-методические основы коммерциализации программного продукта «Netepidemic» / А. Г. Остапенко, Е. А. Шварцкопф, A.B. Паринов, A.A. Остапенко // Информация и безопасность. - 2016. - Т. 19. -

№3 (4). -С. 359-366.

-Остапенко, А. Г. Программный комплекс моделирования эпидемических процессов в социальных сетях / А. Г. Остапенко, Е. А. Шварцкопф, Д. А. Савинов, Е. В. Гусев, Д. В. Гусев // Информация и безопасность. - 2017. - Т. 20. - №1-1 (4). - С. 39^18.

-Остапенко, А. Г. Социальные информационные сети: цели и задачи создания инструментария моделирования, учитывающего взвешенность и гетерогенность атакуемых сетей / А. Г. Остапенко, Е. А. Шварцкопф, А. М. Горобцов, А. А. Грачев, А. В. Паринов // Информация и безопасность. — 2016. —

Т. 19. - № 3 (4). С. 373-378.

-Тихонова, С. С. Вероятностное моделирование диффузии контента в социальных сетях: проблема и инновационные решения / С. С. Тихонова, Е. А. Шварцкопф, Г. А. Остапенко // Информация и безопасность. - 2017. - Т. 20. -

№ 1-1 (4).-С. 107-112.

-Толстов, В. Д. К вопросу о распространении деструктивного контента в автоматизированной сети Facebook / В. Д. Толстов, Е. А. Шварцкопф, В. Н. Деревянко, Г. А. Остапенко, Ю. Штефанович // Информация и безопасность. -2017. - Т. 20. - № 3 (4). - С. 322-329.

-Толстов, В. Д. Риск- моделирование с учетом динамики расширения информационной сети Facebook / В. Д. Толстов, Е. А. Шварцкопф, В. Н. Деревянко, О. Н. Чопоров, В. И. Белоножкин, Й. Воришек // Информация и безопасность. - 2017. - Т. 20. - № 3 (4). - С. 382-391.

- Шварцкопф, Е. А. Моделирование эпидемического процесса заражения пользователей безмасштабной сети с учетом её топологии / Е. А. Шварцкопф, Ю. Н. Гузев, И. JI. Батаронов, В. И. Белоножкин, К, А. Разинкин // Информация и безопасность. - 2015. - Т. 18. - № 4. - С. 520-523.

-Остапенко, А. Г. Научно-методические основы коммерциализации программного продукта «Netepidemic» / А. Г. Остапенко, Е. А. Шварцкопф, Г. А. Остапенко, JI. В. Паринова // Управление информационными рисками и обеспечение безопасности инфокоммуникационных систем. - 2017. - Т. 15. -№ 1.-С. 5-19.

-Шварцкопф Е.А. Программный комплекс риск-анализа распределенных информационных систем. / Е.А. Шварцкопф // Труды Научно-

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.