Preview

Administrative Consulting

Advanced search

Социальное влияние на пользователя в социальной сети: типы связей в оценке поведенческих рисков, связанных с социоинженерными атаками

Abstract

Целью данного исследования является изучение силы влияния возможных типов взаимоотношений между пользователями, которые представлены в социальной сети «ВКонтакте», на вероятность распространения социоинженерной атаки. Методы. Для достижения поставленной цели был разработан опрос и создана web-страница, используемая для сбора ответов от респондентов. После получения данных был произведён анализ полученных результатов с использованием инструментов, доступных в Microsoft Excel. Кроме того, для более глубокого анализа результатов была разработана программа на языке C#, производящая подсчёт необходимых характеристик и осуществляющая вывод результатов в документ Excel. Результаты. В ходе анализа результатов опроса были выделены типы взаимоотношений между пользователями, при которых они готовы с большей вероятностью откликаться на просьбу. Также было выявлено то, что наиболее часто встречаются ответы, в которых нескольким или даже всем категориям в группах типов взаимоотношений между пользователями были присвоены одинаковые оценки степени готовности отреагировать на просьбу. Кроме того, стоит отметить, что нередко встречаются ответы, в которых респонденты выделили лишь один из представленных вариантов связи. Выводы. По результатам исследования была выдвинута гипотеза о том, что оценки степени готовности откликнуться на просьбу вступить в сообщество для разных групп взаимоотношений различны, но внутригрупповые оценки отличаются мало. Полученные результаты, демонстрирующие отсутствие дифференциации значений внутри групп типов взаимоотношений, являются существенными, но в то же время требуется более глубокое изучение порядков, которые можно отследить в ответах ряда респондентов.

About the Author

Татьяна Тулупьева
СЗИУ РАНХиГС, СПИИРАН, СПбГУ
Russian Federation


References

1. Bapna R., Gupta A., Rice S., Sundararajan A. Trust and the Strength of Ties in Online Social Networks: An Exploratory Field Experiment //MIS Quarterly. 2017. Vol. 41. №. 1. P. 115–130. DOI: 10.25300/MISQ/2017/41.1.06

2. Beam M. A., Child J. T., Hutchens M. J., Hmielowski J. D. Context collapse and privacy management: Diversity in Facebook friends increases online news reading and sharing. // New media & society. 2017. Vol. 20. №7. P. 2296–2314. DOI: 10,1177 / 1461444817714790

3. Bogaert M., Ballings M., Van den Poel D. Evaluating the importance of different communication types in romantic tie prediction on social media //Annals of Operations Research. 2018. Vol. 263. №. 1-2. Pp. 501–527. DOI: 10.1007/s10479-016-2295-0

4. Cadena M., Hoffman M., Gallardo R. A., Figueroa A., Lubell M., Pitesky M. Using social network analysis to characterize the collaboration network of backyard poultry trainers in ackCalifornia //Preventive veterinary medicine. 2018. Т. 158. С. 129–136. DOI: 10.1016/j.prevetmed.2018.07.016

5. Chang H. T., Li Y. W., Mishra N. mCAF: a multi-dimensional clustering algorithm for friends of social network services //SpringerPlus. 2016. Vol. 5. №. 1. P. 757. DOI: 10.1186/s40064-016-2420-1

6. Gillath O., Karantzas G. C., Selcuk E. A Net of Friends: Investigating Friendship by Integrating Attachment Theory and Social Network Analysis //Personality and Social Psychology Bulletin. 2017. Vol. 43. №. 11. P. 1546–1565. DOI: 10.1177/0146167217719731

7. Karimi F., Matous P. Mapping diversity and inclusion in student societies: A social network perspective //Computers in Human Behavior. 2018. Т. 88. С. 184–194. DOI: 10.1016/j.chb.2018.07.001

8. Krakan S., Humski L., Skočir Z. Determination of friendship intensity between online social network users based on their interaction //Tehnički vjesnik. 2018. Vol. 25. №. 3. pp. 655–662. DOI: 10.17559/TV-20170124144723

9. Liberatore F., Quijano-Sanchez L. What do we really need to compute the Tie Strength? An empirical study applied to Social Networks //Computer Communications. 2017. Vol. 110. Pp. 59–74. DOI: 10.1016/j.comcom.2017.06.001

10. Lisbôa E. S., Coutinho C. P. SNA: a framework for analyzing interaction in a social network //EDULEARN13 Proceedings. IATED 2013. P. 6549–6555.

11. Maiz A., Arranz N., Fdez. de Arroyabe J. C. Factors affecting social interaction on social network sites: the Facebook case //Journal of Enterprise Information Management. 2016. Vol. 29. №. 5. pp. 630-649. DOI:10,1108 / JEIM-10-2014-0105

12. Mattie H., Engø-Monsen K., Ling R., Onnela J. P. Understanding tie strength in social networks using a local “bow tie” framework. //Scientific Reports. 2018. Vol. 8. №1. P. 9349. DOI: 10.1038/s41598-018-27290-8

13. Suleimanov A., Abramov M., Tulupyev A. Modelling of the social engineering attacks based on social graph of employees communications analysis // Proceedings of 2018 IEEE Industrial Cyber-Physical Systems (ICPS). St.-Petersburg. 2018. Pp. 801–805. DOI: 10.1109/ICPHYS.2018.8390809

14. The Human Factor 2018 Report [electronic resource]// Proofpoint. Threat center. URL: https://www.proofpoint.com/us/human-factor-2018 (дата обращения: 25.10.2018)

15. Warwick A. Social engineering is top hacking method, survey shows

16. [electronic resource] // News websites: Computer Weekly. URL: https://www.computerweekly.com/news/4500272941/Social-engineering-is-top-hacking-method-survey-shows (дата обращения: 25.03.2018)

17. Абрамов М. В., Тулупьев А. Л., Сулейманов А. А. Задачи анализа защищенности пользователей от социоинженерных атак: построение социального графа по сведениям из социальных сетей // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 2. С. 313–321. DOI:10.17586/2226-1494-2018-18-2-313-321

18. Азаров А. А., Тулупьева Т. В., Суворова А. В., Тулупьев А. Л., Абрамов М. В.,

19. Юсупов Р. М. Социоинженерные атаки: проблемы анализа. СПб.: Наука, 2016. 349 с.

20. Актуальные киберугрозы I квартал 2018 года. [Электронный ресурс] // Positive Technologies. Сайт компании. Исследования. Аналитика. URL: https://www.ptsecurity.com/ru-ru/research/analytics/cybersecurity-threatscape-2018-q1/ (дата обращения: 03.09.2018)

21. Актуальные киберугрозы II квартал 2018 года. [Электронный ресурс] // Positive Technologies. Сайт компании. Исследования. Аналитика. URL: https://www.ptsecurity.com/ru-ru/research/analytics/cybersecurity-threatscape-2018-q2 (дата обращения: 20.10.2018)

22. Атаки на информацию с помощью методов социальной инженерии [Электронный ресурс] //ИТ-портал компании “Инфосистемы джет”. Статьи. URL: http://www.jetinfo.ru/stati/chelovek-cheloveku (дата обращения: 24.09.2018)

23. Зиненко О. Актуальные киберугрозы: тренды и прогнозы // Positive Research 2018. Сборник исследований по практической безопасности. 2018, с. 12-15.

24. Каталков Д. Как социальная инженерия открывает хакеру двери в вашу организацию // Positive Research 2018. Сборник исследований по практической безопасности. 2018, с. 26-30.

25. Колесников Г. И., Хованов Н. В., Юдаева М. С. Применение метода квантификации нечисловых оценок вероятности для выбора оптимального портфеля ценных бумаг //Вестник Санкт-Петербургского университета. Серия 5. Экономика. 2007. №. 3. С. 58–67.

26. Социальные сети в 2018 году: глобальное исследование [Электронный ресурс] // WebCanape. Кейсы. Бизнес-советы. URL: https://www.web-canape.ru/business/socialnye-seti-v-2018-godu-globalnoe-issledovanie/ (дата обращения: 23.04.2018)

27. Хованов Н. В. Статья о построении рейтинга российских научных журналов как повод подумать об общих принципах применения метода сводных показателей //Управление большими системами: сборник трудов. 2009. №. 27. С. 76–80.

28. Хованов Н. В., Федотов Ю. В. Модели учета неопределённости при построении сводных показателей эффективности деятельности сложных производственных систем //Научные доклады. 2006. №. 28R-2006. 37 с.


Review

For citations:


. Administrative Consulting. 2019;(3).

Views: 375


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 License.


ISSN 1726-1139 (Print)
ISSN 1816-8590 (Online)