GRAPH-BASED ANALYSIS OF INFORMATION FLOWS IN TELEGRAM FOR CYBERSECURITY THREAT DETECTION

Анатолій Чорний; Ірина Стьопочкіна

doi:10.28925/2663-4023.2025.27.746

Автор(и)

Анатолій Чорний Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" https://orcid.org/0009-0001-4147-9084
Ірина Стьопочкіна Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" https://orcid.org/0000-0002-0346-0390

DOI:

https://doi.org/10.28925/2663-4023.2025.27.746

Ключові слова:

Кібербезпека, Інформаційні Потоки, Месенджери, Графові Бази Даних, Автоматизація Збору Даних

Анотація

Ця робота досліджує сучасні методи аналізу інформаційних потоків у месенджерах, підкреслюючи їхню роль у забезпеченні кібербезпеки. У дослідженні порівнюються різні підходи, зокрема збирання даних за допомогою API, використання графових та реляційних баз даних, а також автоматизація збору відкритих даних. Особлива увага приділяється теоретичним засадам аналізу інформаційних потоків, зосереджуючись на концепції соціального графа та його застосуванні для моделювання поширення інформації в мережах. Розглядаються переваги графових баз даних для виявлення, візуалізації та аналізу мереж поширення інформації, що підкреслює їхню ефективність у виявленні прихованих зв’язків між каналами. Розроблено прототип системи автоматизованого збору відкритих даних, що інтегрує методи вилучення, обробки та структурування інформації з платформ месенджерів. Запропонована система поєднує графові та реляційні підходи для підвищення точності та ефективності виявлення взаємозв’язків між комунікаційними каналами. Проведено серію комп’ютерних експериментів для перевірки ефективності розроблених алгоритмів і програмних прототипів. Результати підтверджують, що комбіноване використання цих методів значно покращує можливості ідентифікації інформаційних загроз, включаючи дезінформаційні кампанії, автоматизовану активність ботів і координовані атаки в екосистемах месенджерів. Наведено практичні рекомендації щодо впровадження цих підходів у завданнях кібербезпеки. Зокрема, окреслено стратегії для покращення моніторингу та виявлення шкідливої інформаційної діяльності, оптимізації процесів збору та аналізу даних, а також використання графових методів для підвищення ситуаційної обізнаності в цифрових комунікаційних середовищах. Отримані результати сприяють подальшому розвитку сучасних рішень у сфері кібербезпеки, спрямованих на мінімізацію ризиків, пов’язаних із сучасними загрозами інформаційної війни.

Завантаження

Дані завантаження ще не доступні.

Посилання

Wasserman, S., & Faust, K. (1994). Social network analysis in the social and behavioral sciences. In Social network analysis: Methods and applications, 1–27.

Scott, J. P. (2000). Social network analysis: A handbook (2nd ed.). Sage Publications.

Watts, D. J., & Strogatz, S. (1998). Collective dynamics of 'small-world' networks. Nature, 393(6684), 440–442. https://doi.org/10.1038/30918

Borgatti, S. P. (2006). Identifying sets of key players in a social network. Computational & Mathematical Organization Theory, 12, 21–34.

Allen, J., Howland, B., Mobius, M., Rothschild, D., & Watts, D. J. (2020). Evaluating the fake news problem at the scale of the information ecosystem. Science Advances, 6(14), eaay3539. https://doi.org/10.1126/sciadv.aay3539

Bartley, N., Abeliuk, A., Ferrara, E., & Lerman, K. (2021). Auditing algorithmic bias on Twitter. 13th ACM Web Science Conference 2021, 65–73. https://doi.org/10.1145/34475353462491

Campbell, W., Dagli, C. K., & Weinstein, C. J. (2013). Social network analysis with content and graphs. Lincoln Laboratory Journal, 20, 62–81.

Weinstein, C., Campbell, W. M., Delaney, B. W., & O’Leary, G. (2009). Modeling and detection techniques for counter-terror social network analysis and intent recognition. IEEE Aerospace Conference, 1–16.

Carley, K. (2003). Dynamic network analysis. Dynamic social network modeling and analysis: Workshop summary and papers, 133–145.

Yan, G., Chen, G., Eidenbenz, S., & Li, N. (2011, March). Malware propagation in online social networks: nature, dynamics, and defense implications. 6th ACM Symposium on Information, Computer and Communications Security, 196–206.