МЕТОД РОЗРАХУНКУ ЗАХИСТУ ПЕРСОНАЛЬНИХ ДАНИХ З УРАХУВАННЯМ КОМПЛЕКСУ СПЕЦИФІЧНИХ ПАРАМЕТРІВ СОЦІАЛЬНИХ МЕРЕЖ

Автор(и)

  • Н.В. Лукова-Чуйко Київський національний університет імені Тараса Шевченка Автор
  • О.А. Лаптєв Київський національний університет імені Тараса Шевченка Автор
  • О.В. Барабаш Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Автор
  • А.П. Мусієнко Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Автор
  • В.М. Ахрамовіч Державний університет телекомунікацій Автор

DOI:

https://doi.org/10.17721/2519-481X/2022/76-05

Ключові слова:

соціальна мережа, потік інформації, довіра, репутація, моделювання, коефіцієнт захисту, безпека, захист інформації

Анотація

В Україні право на захист особистих даних – це конституційна гарантія, а захист персональних даних – одна із сфер, у якій така гарантія має реалізовуватись. Предметом нашого дослідження будуть не об’єкти взагалі, а динамічні системи захисту інформації в соціальних мережах у математичному розумінні цього терміну. У дослідженні розроблено лінійну математичну модель і проведено дослідження моделі захисту персональних даних від комплексу специфічних параметрів мережі і інтенсивності передачі даних в соціальних мережах.
Розглянуто залежності: величини потоку інформації в соціальній мережі від складових захисту інформації, персональних даних, і швидкості потоку даних; захищеності системи від розмірів системи та від кількості персональних даних; загроз безпеці інформації від комплексу специфічних параметрів мережі.Отримано систему лінійних рівнянь, яка складається з рівняння: швидкості зміни потоку інформації від захищеності соціальної мережі і коефіцієнтів, які відображають вплив заходів захищеності, кількості персональних даних, швидкості витоку, зміни показника захисту інформації від комплексу специфічних параметрів мережі, її розмірів, захищеності персональних даних. В результаті розв’язання системи диференціальних рівнянь отримані математичні та графічні залежності показника захисту персональних даних в соціальній мережі від різних складових. Розглянувши три варіанти вирішення рівняння близько стаціонарного стану системи, можна прийти до висновку, що, виходячи з умов співвідношення дисипації, загасання частоти коливань до певного значення здійснюється періодично, із затухаючою амплітудою, або експоненціально за згасаючим законом. Виконано більш наочний
аналіз поведінки системи, перейшовши від диференціальної форми рівнянь до дискретної і промодельовано деякий інтервал існування системи.
Представлені математичні та графічні залежності частоти власних коливань системи, періоду коливань, коефіцієнта загасання.Проведено імітаційне моделювання для значень з відхиленням від стаціонарної позиції системи. В результаті імітаційного моделювання доведено, що система захисту соціальної мережі нелінійна.

Біографії авторів

  • автор Н.В. Лукова-Чуйко, афіліація Київський національний університет імені Тараса Шевченка
  • автор О.А. Лаптєв, афіліація Київський національний університет імені Тараса Шевченка
  • автор О.В. Барабаш, афіліація Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"
  • автор А.П. Мусієнко, афіліація Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"
  • автор В.М. Ахрамовіч, афіліація Державний університет телекомунікацій

Посилання

1. Akhramovich V.M. Limit probabilities of data security and user interaction in the social network. Magyar Tudományos Journal. Budapest, Hungary. 2020. № 41, pp. 25–31. www.magyar–journal.com.

2. Amin Mahmoudi, Mohd Ridzwan Yaakub, Azuraliza Abu Bakar. The Relationship between Online Social Network Ties and User Attributes. ACM Transactions on Knowledge Discovery from DataVolume 13, Issue 3, July 2019, Article No. 26, pp. 1–15 https://doi.org/10.1145/3314204

3. Barabasi L. A., Albert R., Jeong H. Scale-free characteristics of random networks: the topology of the world-wide web. Physica A. 2000. V. 281, pp. 69–77.

4. Bindu P.V., Thilagam P.S., Ahuja D. Discovering suspicious behavior in multilayer social networks. Computers in Human Behavior, Vol. 73, 2017, pp. 568–582.

5. Dang-Pham D., Pittayachawan S., V. B. Applications of social network analysis in behavioural information security research: Concepts and empirical analysis. Computers & Security, Vol. 68, July 2017, pp. 1–15.

6. Davydenko V.A., Romashkina G.F., Chukanov S.N. Modelirovanie sotsial'nkh setei [Modeling social networks]. Vestnik Tyumenskogo gosudarstvennogo universiteta – Vesntik TSU, No. 1, 2005, pp. 68–79.

7. Gatti M. Large-Scale Multi-agent-Based Modeling and Simulation of Microblogging-Based Online Social Network. Multi-Agent-Based Simulation XIV. MABS. 2014, pp. 17−33.

8. Gubanov D., Chkhartishvili A. A conceptual approach to the analysis of online social networks. Upravlenie bol'shimi sistemami – Large-Scale Systems Control, No. 45, 2013, pp. 222−236.

9. Akhramovich V.M. Communication and influence of users in social networks. Сolloquium–journal. Warszawa, Polska. 2020. №3 (55), pp. 21–25.

10. Oleg Barabash, Oleksandr Laptiev, Oksana Kovtun, Olga Leshchenko, Kseniia Dukhnovska, Anatoliy Biehun. The Method dynavic TF-IDF. International Journal of Emerging Trends in Engineering Research (IJETER), Volume 8. No. 9, September 2020, pp. 5713–5718. DOI:10.30534/ijeter/2020/130892020

11. Barabash Oleg, Laptiev Oleksandr, Tkachev Volodymyr, Maystrov Oleksii, Krasikov Oleksandr, Polovinkin Igor. The Indirect method of obtaining Estimates of the Parameters of Radio Signals of covert means of obtaining Information. International Journal of Emerging Trends in Engineering Research (IJETER), Volume 8. No. 8, August 2020, pp. 4133 – 4139. DOI:10.30534/ijeter/2020/17882020

12. Vitalii Savchenko, Oleh Ilin, Nikolay Hnidenko, Olga Tkachenko, Oleksandr Laptiev, Svitlana Lehominova, Detection of Slow DDoS Attacks based on User’s Behavior Forecasting. International Journal of Emerging Trends in Engineering Research (IJETER), Volume 8. No. 5, May 2020, pp. 2019 – 2025. DOI:10.30534/ijeter/2020/90852020

13. Lubov Berkman, Oleg Barabash, Olga Tkachenko , Andri Musienko, Oleksandr Laptiev, Ivanna Salanda The Intelligent Control System for infocommunication networks. International Journal of Emerging Trends in Engineering Research (IJETER), Volume 8. No. 5, May 2020, pp. 1920 – 1925. DOI:10.30534/ijeter/2020/73852020

14. Laptiev Oleksandr, ShuklinGerman, Savchenko Vitalii, Barabash Oleg, MusienkoAndrii and Haidur Halyna, The Method of Hidden Transmitters Detection based on the Differential Transformation Model. International Journal of Advanced Trends in Computer Science and Engineering (IJATCSE), Volume 8, No. 6. November - December 2019, pp. 2840 – 2846. DOI: 10.30534/ijatcse/2019/26862019

15. Oleksandr Laptiev, Savchenko Vitalii, Serhii Yevseiev, Halyna Haidur, Sergii Gakhov, Spartak Hohoniants. The new method for detecting signals of means of covert obtaining information. 2020 IEEE 2nd International Conference on Advanced Trends in Information Theory (IEEE ATIT 2020). Conference Proceedings Kyiv, Ukraine, November 25-27, pp. 176 –181.

16. Valentyn Sobchuk, Volodymyr Pichkur, Oleg Barabash, Oleksandr Laptiev, Kovalchuk Igor, Amina Zidan. Algorithm of control of functionally stable manufacturing processes of enterprises. 2020 IEEE 2nd International Conference on Advanced Trends in Information Theory (IEEE ATIT 2020). Conference Proceedings Kyiv, Ukraine, November 25-27, pp. 206 –211.

17. Vitalii Savchenko, Oleksandr Laptiev, Oleksandr Kolos, Rostyslav Lisnevskyi, Viktoriia Ivannikova, Ivan Ablazov. Hidden Transmitter Localization Accuracy Model Based on Multi-Position Range Measurement. 2020 IEEE 2nd International Conference on Advanced Trends in Information Theory (IEEE ATIT 2020) Conference Proceedings Kyiv, Ukraine, November 25-27, pp. 246 –251.

18. Oleg Barabash, Andrii Musienko, Spartak Hohoniants, Oleksandr Laptiev, Oleg Salash, Yevgen Rudenko, Alla Klochko. Comprehensive Methods of Evaluation of Efficiency of Distance Learning System Functioning. International Journal of Computer Network and Information Security(IJCNIS), IJCNIS. Vol. 13, No. 1, Feb. 2021, pp. 16–28. DOI: 10.5815/ijcnis.2021.01.02

19. Serhii Yevseiev, Oleksandr Laptiev, Sergii Lazarenko, Anna Korchenko, Іryna Manzhul. Modeling the protection of personal data from trust and the amount of information on social networks. Number 1 (2021), «EUREKA: Physics and Engineering», pp. 24–31. DOI:10.21303/2461-4262.2021.001615

20. Laptiev O., Savchenko V., Kotenko A., Akhramovych V., Samosyuk V., Shuklin G., Biehun A. Method of Determining Trust and Protection of Personal Data in Social Networks. International Journal of Communication Networks and Information Security (IJCNIS), Vol. 13, No. 1, 2021, pp. 15–21.

21. Oleksandr Laptiev, Vitalii Savchenko, Andrii Pravdyvyi, Ivan Ablazov, Rostyslav Lisnevskyi, Oleksandr Kolos, Viktor Hudyma. Method of Detecting Radio Signals using Means of Covert by Obtaining Information on the basis of Random Signals Model. International Journal of Communication Networks and Information Security (IJCNIS), Vol. 13, No. 1, 2021, pp. 48–54.

22. Oleg Barabash, Oleksandr Laptiev, Valentyn Sobchuk, Ivanna Salanda, Yulia Melnychuk, Valerii Lishchyna. Comprehensive Methods of Evaluation of Distance Learning System Functioning. International Journal of Computer Network and Information Security (IJCNIS). Vol. 13, No. 3, Jun. 2021, pp.62–71. DOI: 10.5815/ijcnis.2021.03.06

23. Bataeva I.P. Information protection and information security. NiKa. 2012. URL: https://cyberleninka.ru/article/n/zaschita-informatsii-i-informatsionnaya (10.06.2019).

24. Vynnyk V. D. Social networks as a phenomenon of the organization of society: the essence and approaches to the use and monitoring. Philosophy of Science. 2012. №4 (55), pp. 110–126.

Завантаження

Опубліковано

2022-08-10

Номер

Розділ

ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ