moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2019.24.1.003 590 МОДЕЛИРОВАНИЕ МАНИПУЛЯТИВНЫХ ВОЗДЕЙСТВИЙ В СОЦИАЛЬНЫХ СЕТЯХ MODELING MANIPULATIVE INFLUENCES IN SOCIAL NETWORKS Минаев Владимир Александрович Minaev Vladimir Aleksandrovich m1va@yandex.ru aff-1 Сычев Михаил Павлович Sychev Mikhail Pavlovich aff-2 Куликов Лев Сергеевич Kulikov Lev Sergeevich aff-3 Вайц Екатерина Викторовна Vayts Ekaterina Viktorovna aff-4 ФГБОУ ВО “Московский государственный технический университет им. Н. Э. Баумана” Bauman Moscow State Technical University ФГБОУ ВО “Московский государственный технический университет им. Н. Э. Баумана” Bauman Moscow State Technical University ФГБОУ ВО “Московский государственный технический университет им. Н. Э. Баумана” Bauman Moscow State Technical University, Moscow, Russia I ФГБОУ ВО “Московский государственный технический университет им. Н. Э. Баумана” Bauman Moscow State Technical University 01 01 2026 1 1 10.26102/2310-6018/2019.24.1.003 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В Доктрине информационной безопасности Российской Федерации основными негативными факторами, влияющими на состояние информационной безопасности (ИБ), называются информационно-технические (ИТВ) и информационно-психологические воздействия (ИПВ). Поэтому моделирование, оценка и прогнозирование манипулятивных информационных воздействий (МИВ) на социальные группы является актуальной задачей управления. Рассмотрены системно-динамические модели информационных воздействий в социальных сетях и группах. Обосновано их применение для целей противодействия информационному терроризму и экстремизму. Дано описание в виде потоковых диаграмм в обозначениях системной динамики. Приведены системы дифференциальных уравнений. Проведены эксперименты с моделями с применением перспективной имитационной платформы Anylogic. В результате сравнения агентной и системно-динамической моделей выявлено их высокое согласование между собой и со статистическими данными. Применяя кластерный анализ, в выборочной совокупности российских поселений выделены однородные типологические группы, различающиеся средним временем распространения информационных воздействий. Впервые был применен постулат Гиббса для изучения распространения информационных воздействий в студенческой среде. В проведенных экспериментах на реальных статистических данных выявлена высокая согласованность результатов моделирования с эмпирическими данными (коэффициенты детерминации не менее 90%). Модели позволяют осуществлять прогноз ИВ, проигрывать различные сценарии динамики указанных процессов.

In the Doctrine of information security of the Russian Federation the main negative factors affecting the state of information security (IS), called informational and technical influences (ITI) and information and psychological influences (IPI). Therefore, modeling, evaluation and forecasting of information influences (II) on social groups and organizing of the corresponding information counteraction (ICA) are urgent tasks of management. The system-dynamic models of information influences in social networks and groups are considered. Their application for purposes of counteraction to information terrorism and extremism is proved. The description in the form of flowcharts is given. Systems of differential equations are presented. Experiments with models using the advanced simulation platform Anylogic were carried out. In a sample of Russian settlements based on cluster analysis found homogeneous typological groups that differ in the average time of transmission of information in social networks. Based on Gibbs ' postulate, the system-dynamic model of information influences among students has been successfully tested. The high consistency of simulation results with empirical data (determination coefficients of at least 90%) is shown. Models allow you to forecast the II and ICA and to play different scenarios of the dynamics of these processes.

 имитационное моделирование информационное воздействие управление социальная сеть топология типология кластерный анализ simulation modeling information influences management social network topology typology cluster analysis Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Доктрина информационной безопасности Российской Федерации. Утверждена Указом Президента РФ № 646 от 5 декабря 2016 г. Минаев В. А., Овчинский А. С., Скрыль С. В., Тростянский С. Н. Как управлять массовым сознанием. Современные модели. М.: Издательство “Российский новый университет”, 2013. – 200 с. Минаев В. А., Дворянкин С. В. Моделирование динамики информационно-психологических воздействий на массовое сознание // Вопросы кибербезопасности. 2016. № 5 (18). – С. 56-64. Минаев В. А., Дворянкин С. В. Обоснование и описание модели динамики информационно-психологических воздействий деструктивного характера в социальных сетях // Безопасность информационных технологий. 2016. Т.23. № 3. – С. 40-52. Минаев В. А., Сычев М. П., Вайц Е. В., Грачева Ю. В. Моделирование угроз информационной безопасности с использованием принципов системной динамики // Вопросы радиоэлектроники. 2017. № 6. – С. 75- 82. Губанов Д. А., Новиков Д. А., Чхартишвили А. Г. Социальные сети: модели информационного влияния, управления и противоборства. М: Издательство физико-математической литературы, 2010. – 228 с. Минаев В. А., Сычев М. П., Вайц Е. В., Киракосян А. Э. Системно-динамическое моделирование информационных воздействий на социум // Вопросы радиоэлектроники. 2017. № 11. – С. 35-43. Маликов Р. Ф. Практикум по имитационному моделированию сложных систем в среде AnyLogic 6: учебное пособие. Уфа: Изд-во БГПУ, 2013. – 296 с. Алехнович С.О., Слизовский Д.Е., Ожиганов Э.Н. Системнодинамическое моделирование: принципы, структура и переменные (на примере Московской области) // Вестник РУДН. Cерия “Политология”. 2009, № 1. – С. 22-36. Форрестер Дж. Основы кибернетики предприятия (индустриальная динамика). М.: Прогресс, 1971. – 340 с. Форрестер Дж. Динамика развития города. М.: Прогресс, 1974. – 281 с. Форрестер Дж. Мировая динамика. М.: Наука, 1978. – 384 с Cappelli D. M., Desai A. G., Moore A. P., Shimeall T. J., Weaver E. A., Bradford B. J. Management and Education of the Risk of Insider Threat (MERIT): System Dynamics Modeling of Computer System Sabotage. Pittsburg: Carnegie Mellon University. Software Engineering Institute, 2006. – 34 p. Liu W., Cui Y., Li. Y. Information Systems Security Assessment Based on System Dynamics // International Journal of Security and Its Applications. 2015. Vol. 9. No. 2. – Pp. 73-84. Kim A. C., Lee S. M., Lee D. H. Compliance Risk Assessment Measures of Financial Information Security Using System Dynamics // International Journal of Security and Its Applications. 2012. Vol. 6. No. 4. – Pp. 191-200. Behara R. S., Derrick Huang C. A. System Dynamics Model of Information Security Investments // Journal of Information System Security. 2010. Vol. 6. No. 2. – Pp. 1572-1583. Гусаров А. Н., Жуков, Д. О., Косарев, А. В. Описание динамики распространения компьютерных угроз в информационновычислительных сетях с запаздыванием действия антивирусов // Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2010. №1. – С. 112-120. Гиббс Дж. Основные принципы статистической механики / пер. с англ. К. В. Никольского. М.-Л.: Гостехиздат, 1946. – 203 с.

The authors declare that there are no conflicts of interest present.