ИДЕНТИФИКАЦИЯ НЕЯВНЫХ УГРОЗ НА ОСНОВЕ АНАЛИЗА АКТИВНОСТИ ПОЛЬЗОВАТЕЛЯ В ИНТЕРНЕТ-ПРОСТРАНСТВЕ

  • В. В. Бова Южный Федеральный Университет
  • Д.Ю. Запорожец Южный Федеральный Университет
  • Ю.А. Кравченко Южный Федеральный Университет
  • Э. В. Кулиев Южный Федеральный Университет
  • В.В. Курейчик Южный Федеральный Университет
  • Н. А. Лызь Южный Федеральный Университет
Ключевые слова: Информационный поиск, неявные угрозы, анализ активности пользователя, вектор признаков, методы машинного обучения, оптимизация, интеллектуальные системы

Аннотация

Статья посвящена проблеме идентификации неявных информационных угроз п о-
исковой деятельности пользователя в Интернет-пространстве на основе анализа его
активности в процессе данного взаимодействия. Применение знаний, хранящихся в
интернет-пространстве, для реализации преступных намерений несет в себе угрозу
для всего общества. Выявление злого умысла в действиях пользователей глобаль ной
информационной сети не всегда является тривиальной задачей. Отработанные техн о-
логии анализа контекста интересов пользователя дают сбой в случае осторожных
грамотных действий злоумышленников, которые в явном виде не демонстрируют пр е-
следуемой ими цели. В работе проведен анализ угроз, связанных с определенными сц е-
нариями реализации поисковых процедур, проявляющихся в поисковой деятельности.
Описаны критерии оценки неэффективных и эффективного сценариев поиска. Среди
признаков, указывающих на возможность наличия угрозы, выделены следующие основ-
ные: уход от решения задачи в бесцельную навигацию или к привлекательным ресурсам,
поверхностный поиск, отсутствие смыслового погружения в решение поисковой зад а-
чи, хаотичные действия при поиске. Для определения налич ия неблагоприятных при-
знаков построена система показателей. Сформулированы признаки эффективного
сценария организации поиска в Интернет-пространстве, описаны варианты наличия
неявных угроз для подобной ситуации. Представлен подход идентификации описанных
угроз с учетом заданных критериев оценки различных сценариев поведения пользоват е-
ля в глобальном информационном пространстве. Разработан алгоритм машинного
обучения для идентификации проблемных сценариев путем сравнения с ключевыми
паттернами поведения. Создана программная реализация подсистемы идентификации
информационных угроз, проведены экспериментальные исследования для подтвержд ения эффективности подсистемы. Экспериментальные исследования проводились на основе обработки открытых данных из социальных сетей, а также с применением
анализа поисковой деятельности пользователей в университетской корпоративной
информационной среде.

Литература

1. Lyz' N.A., Istratova O.N. Informatsionno-obrazovatel'naya deyatel'nost' v internet-prostranstve:
vidy, faktory, riski [Information and educational activities in the Internet space: types, factors,
risks], Pedagogika [Pedagogy], 2019, No. 4, pp. 16-26.
2. Raitskaya L.K. Vliyanie interneta na lichnost' studenta [Influence of the Internet on the student's personality],
Kommunikatsiya v sovremennom polikul'turnom mire: dialog kul'tur: Ezhegodnyy sbornik
nauchnykh trudov [Communication in the modern multicultural world: a dialogue of cultures: Annual
collection of scientific papers], ed. by T.A. Baranovskaya. Moscow, 2014, pp. 429-441.
3. Salehi S., Du J. T., Ashman H. Use of Web search engines and personalisation in information
searching for educational purposes, Information Research, 2018, Vol. 23, No. 2. Available at:
http://informationr.net/ir/23-2/paper788.html.
4. Cen Y., Gan L., Bai C. Reinforcement learning in information searching, Information Research,
2013, Vol, 18, Issue 1. Available at: http://informationr.net/ir/18-1/paper569.
html#.Xl99magzaUk.
5. Goryunova L.N., Kruglova M.A., Provotorova Ya.A., TSygan V.N. Strategii informatsionnogo
poiska i ikh vzaimosvyaz' s lichnostnymi osobennostyami studentov [Information search strategies
and their relationship to students ' personal characteristics], Peterburgskiy
psikhologicheskiy zhurnal [Petersburg psychological journal], 2013, No. 2, pp. 1-15.
6. Lin C.-C., Tsai C.-C. A navigation flow map method of representing students' searching behaviors
and strategies on the web, with relation to searching outcomes, Cyberpsychology and
Behavior, 2007, Vol. 10, Issue 5, pp. 689-695. DOI: 10.1089/cpb.2007.9969.
7. Walraven A., Brand-Gruwel S., Boshuizen H.P. Information-problem solving: A review of
problems students encounter and instructional solutions, Computers in Human Behavior, 2008,
Vol. 24, Issue 3, pp. 623-648.
8. Porshnev A.V. Psikhologicheskie aspekty effektivnogo ispol'zovaniya interneta v obrazovatel'nykh
tselyakh [Psychological aspects of effective use of the Internet for educational purposes], Kul'turnoistoricheskaya
psikhologiya [Cultural and historical psychology], 2008, No. 3, pp. 43-50.
9. Lozitskiy V.L. Fenomen klipovogo myshleniya i informatsionno-kommunikatsionnye
tekhnologii v vysshem professional'nom obrazovanii [The phenomenon of clip thinking and
information and communication technologies in higher professional education], Nauchnye
trudy Respublikanskogo instituta vysshey shkoly [Scientific works of the Republican Institute
of higher education], 2016, No. 16-2, pp. 375-380.
10. Scholl P., Benz B.F., Böhnstedt D., Rensing C., Schmitz B., Steinmetz R. Implementation and
evaluation of a tool for setting goals in self-regulated learning with Web resources, In U. Cress
& V. Dimitrova (Eds.), Lecture Notes in Computer Science. EC-TEL 2009, LNCS 5794. Berlin:
Springer-Verlag, 2009, pp. 521-534.
11. Ioannidis K., Treder M.S., Chamberlain S.R., Kiraly F., Redden S.A., Stein D.J., Lochner C.
Grant J.E. Problematic internet use as an age-related multifaceted problem: Evidence from a
two-site survey, Addictive Behaviors, 2018, Vol. 81, pp. 157-166.
12. Yang K.S. Diagnoz – internet-zavisimost' [Diagnosis-Internet addiction], Mir Internet [Mir
Internet], 2000, No. 2, pp. 24-29.
13. Goryunova L.N. Razvitie modeley informatsionnogo povedeniya s pozitsii obobshchennoy
psikhologicheskoy teorii deyatel'nosti [Development of models of information behavior from
the position of a generalized psychological theory of activity], Vestnik Sankt-Peterburgskogo
universiteta [Vestnik of Saint Petersburg University], 2008, Ser. 12, Issue 3, pp. 439-444.
14. Ho L.-A., Kuo T.-H., Lin B. The mediating effect of website quality on Internet searching behavior,
Computers in Human Behavior, 2012, Vol. 28, Issue 3, pp. 840-848. DOI:
10.1016/j.chb.2011.11.024.
15. Ek S. Factors relating to problems experienced in information seeking and use: findings from a
cross-sectional population study in Finland, Information Research, 2017, Vol. 22, No. 4,
pp. 775. – Режим доступа: http://informationr.net/ir/22-4/paper775.html.
16. Ford N., Miller D., Moss N. Web search strategies and approaches to studying, Journal of the American
Society for Information Science and Technology, 2003,– Vol. 54, Issue 6, pp. 473-489. DOI:
10.1002/asi.10233.
17. Brumshteyn Yu.M., Vas'kovskiy E.Yu., Kuanshkaliev T.Kh. Poisk informatsii v Internete: analiz
vliyayushchikh faktorov i modeley povedeniya pol'zovateley [Search for information on the
Internet: analysis of influencing factors and user behavior patterns], Izvestiya Volgogradskogo
gosudarstvennogo tekhnicheskogo universiteta [Izvestiya Volgograd state technical University],
2017, No. 1 (196), pp. 50-55.
18. Nikolenko S.I., Fishkov A.A. Obzor modeley povedeniya pol'zovateley dlya zadachi
ranzhirovaniya rezul'tatov poiska [Overview of user behavior models for the task of ranking
search results], Tr. SPIIRAN [SPIIRAS Proceedings], 2012, No. 3 (22), pp. 139-175.
19. Liu C.-C., Chang C.-J., Tseng J.-M. The effect of recommendation systems on internet-based
learning for different learners: a data mining analysis, British Journal of Educational Technology,
2013, Vol. 44, No. 5, pp. 758-773. Available at: https://doi.org/10.1111/j.1467-
8535.2012.01376.x.
20. Bova V.V., Kravchenko Yu.A., Kuliev E.V., Kureychik V.V. Modelirovanie povedeniya
sub"ekta v Internet-servisakh na osnove modifitsirovannogo algoritma bakterial'noy
optimizatsii [Modeling the behavior of a subject in Internet services based on a modified algorithm
of bacterial optimization], Informatsionnye tekhnologii [Information technologies],
2019, Vol. 25, No. 7, pp. 397-404. DOI: 10.17587/it.25.397-404.
21. Pantelyuk E.A., Kravchenko Yu.A., Tsyrul'nikova E.S. Reshenie zadachi upravleniya znaniyami na
osnove algoritma umnoy kapli vody [Solving the problem of knowledge management based on the
smart water drop algorithm], Informatika, vychislitel'naya tekhnika i inzhenernoe obrazovanie [Informatics,
computer engineering and engineering education], 2017, No. 1, pp. 59-67.
22. Smirnova O.S., Bogoradnikova A.V., Blinov M.Yu. Opisanie roevykh algoritmov,
inspirirovannykh nezhivoy prirodoy i bakteriyami, dlya ispol'zovaniya v ontologicheskoy
modeli [Description of swarm algorithms inspired by inanimate nature and bacteria for use in
an ontological model], International Journal of Open Information Technologies, 2015, Vol. 3,
No. 12, pp. 28-37. ISSN: 2307-8162.
Опубликован
2020-10-11
Выпуск
Раздел
РАЗДЕЛ III. МАШИННОЕ ОБУЧЕНИЕ И НЕЙРОННЫЕ СЕТИ