Детальная информация

Целью работы является автоматизированная оценка угроз информационной безопасности при использовании рекомендательных систем. Предметом исследования являются рекомендательные системы популярных сервисов. Задачи, решаемые в ходе исследования: 1. Исследование рекомендательных систем различных популярных интернет-сервисов. 2. Анализ и оценка возможных угроз безопасности для пользователей при использовании рекомендательных систем. 3. Разработка методики восстановления алгоритма работы рекомендательных систем. 4. Программная реализация, тестирование и оценка эффективности разработанной методики на примере рекомендательных систем популярных Интернет-сервисов. В ходе работы исследованы алгоритмы работы рекомендательные системы различных популярных сервисов, проанализированы основные уязвимости для пользователя при использовании рекомендательных систем. В результате работы разработана методика по определению действий, которые в наибольшей степени влияют на систему рекомендаций. При помощи языка python имитировались действия пользователя. Также написан скрипт для автоматического анализа ленты рекомендаций. Сделан вывод, что рекомендательные системы мало изучены. Полученные результаты могут быть использованы в качестве основы для проектирования системы по предотвращению автоматизированного влияния на систему рекомендаций.

The purpose of the work is an automated assessment of information security threats when using recommendation systems. The subject of the study is recommendation systems of popular services. Tasks to be solved in the course of the study: 1. The study of recommendation systems of various popular Internet services. 2. Analysis and assessment of possible security threats to users when using recommendation systems. 3. Development of a methodology for restoring the algorithm of work of recommendation systems. 4. Software implementation, testing and evaluation of the effectiveness of the developed methodology on the example of recommendation systems of popular Internet services. In the course of the work, the algorithms of the recommendation systems of various popular services were investigated. The main vulnerabilities for the user when using recommendation systems were analyzed. As a result of the work, a methodology was developed to determine the actions that most affect the recommendation system. The users actions were recreated using python. A script was also written for automatic analysis of the recommendations feed. It was concluded that recommendation systems have been little studied. The results obtained can be used as a basis for designing a system to prevent automated influence on the recommendation system.