Детальная информация

Предметом данной работы является обнаружение вредоносных аккаунтов, принадлежащих ботам, в области информационной безопасности. Целью выпускной квалификационной работы являются анализ существующих средств борьбы с ботами, а также создание собственного метода обнаружения виртуальных пользователей в социальных сетях. Были разобраны основные стратегии поиска и идентификации ботов, а также уровень их применимости. В качестве примеров продемонстрированы отдельные приложения-аналоги, реализующие поиск и идентификацию ботов, а также проанализированы принципы их работы. На основе собранной информации была выбрана стратегия, основывающаяся на методах машинного обучения, решающих задачу распознавания образов. В качестве методов были выбраны основные, используемые аналитиками данных, алгоритмы, такие как нейронная сеть, случайные леса и т. д. Принципы работы некоторых из них были подробно описаны. В качестве обучающих данных составлена база, содержащая около 30 тыс. аккаунтов, каждый из которых описывается вектором из 20 характеристик. После сбора была проведена обработка данных для приведения их к виду, пригодному для подачи алгоритмам машинного обучения. С помощью этих алгоритмов был разработан собственный метод идентификации ботов с проведённой оценкой его качества. В результате получился готовый классификатор, который можно успешно применять на практике для идентификации ботов.

The subject of this work is the detection of malicious accounts belonging to bots in the field of information security. The purpose of the final qualification work is to analyze the existing means of combating bots, as well as to create our own method for detecting virtual users in social networks. The main strategies for searching and identifying bots, as well as the level of their applicability, were analyzed. As examples, individual analog applications that implement the search and identification of bots are demonstrated, and the principles of their operation are analyzed. Based on the collected information, a strategy was chosen based on machine learning methods that solve the problem of pattern recognition. The main algorithms used by data analysts, such as neural network, random forests, etc., were chosen as methods. The principles of operation of some of them were described in detail. As training data, a database was compiled containing about 30 thousand accounts, each of which is described by a vector of 20 characteristics. After the collection, the data was processed to bring them to a form suitable for submission to machine learning algorithms. Using these algorithms, we developed our own method for identifying bots with an assessment of its quality. The result is a ready-made classifier that can be successfully applied in practice to identify bots.

• Разработка метода поиска и обнаружения ботов (виртуальных пользователей) в социальных сетях
  • Введение
  • 1. Разбор предметной области и анализ существующих решений
  • 2. Определение средств реализации
  • 3. Проектирование и реализация
  • 4. Тестирование и апробация
  • Заключение
  • Список сокращений и условных обозначений
  • Словарь терминов
  • Список использованных источников
  • Приложение 1. Метод поиска пользователей в глубину
  • Приложение 2. Сбор характеристик аккаунтов
  • Приложение 3. Предобработка данных
  • Приложение 4. Обучение классификаторов