Details

Title: Выявление ботов в социальных сетях с использованием методов машинного обучения: выпускная квалификационная работа бакалавра: направление 10.03.01 «Информационная безопасность» ; образовательная программа 10.03.01_03 «Безопасность компьютерных систем»
Creators: Шестаков Тимофей Алексеевич
Scientific adviser: Москвин Дмитрий Андреевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт кибербезопасности и защиты информации
Imprint: Санкт-Петербург, 2022
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: машинное обучение; выявление ботов; социальные сети; классификаторы; machine learning; bot detection; social networks; classifiers
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 10.03.01
Speciality group (FGOS): 100000 - Информационная безопасность
DOI: 10.18720/SPBPU/3/2022/vr/vr22-1057
Rights: Доступ по паролю из сети Интернет (чтение)
Additionally: New arrival
Record key: ru\spstu\vkr\17230

Allowed Actions:

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Тема выпускной квалификационной работы: «Выявление ботов в социальных сетях, с использованием методов машинного обучения». Целью данной работы является создание программы, на основе машинного обучения, которая позволит классифицировать аккаунты и выявлять ботов в социальных сетях. В ходе выполнения данной работы были исследованы различные методы машинного обучения, их особенности, преимущества и недостатки, а также современная литература, посвящённая им и ботам в социальных сетях. Рассмотрены существующие методы выявления ботов и борьбы с ними,необходимые на них затраты, а также достоинства и недостатки для их реализации и использования. Были проанализированы возможности модуля VKAPI по автоматизации сбора информации об аккаунтах.В результате было разработано программное средство, содержащее несколько классификаторов и выводящее результаты их работы, а также оценки полноты, точности выводов об объектах и их принадлежности к ботам или аккаунтам реальных людей.Полученные результаты можно использовать разработчиками социальных сетей, в качестве основы системы обеспечения защиты от ботов.

The topic of the graduate qualification work is «Detection of bots in social networks using machine learning methods».The purpose of the study is to create a program based on machine learning that will give you an opportunity to classify accounts and identify bots in social networks.During the work various methods of machine learning, their features, advantages and disadvantages, as well as modern literature devoted to them and bots in social networks, were investigated. The existing methods of identifying bots and combating them, the costs required for them, as well as the advantages and disadvantages for their implementation and use are considered. The capabilities of the VK API module for automating the collection of information about accounts were analyzed, too.As a result, a software tool was developed that contains several classifiers and displays the results of their work, as well as estimates of the completeness, accuracy of conclusions about objects and their belonging to bots or accounts of real people.The results obtained can be used by social network developers as the basis of a system for providing protection against bots.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
External organizations N2 All Read
External organizations N1 All
Internet Authorized users SPbPU Read
Internet Authorized users (not from SPbPU, N2) Read
Internet Authorized users (not from SPbPU, N1)
-> Internet Anonymous

Usage statistics

stat Access count: 1
Last 30 days: 1
Detailed usage statistics