Методы идентификации пользователей информационно-телекоммуникационной среды на основе анализа атрибутов учетных записей

Актуальность исследования обусловлена проблемой роста числа неустановленных лиц, совершивших преступления в сети Интернет и не только. В связи с этим, данная статья направлена на раскрытие способов установления лиц путем идентификации пользователей виртуального пространства, с целью привлечения последних к уголовной ответственности. Совершенствование информационных технологий и развитие услуг в информационно-телекоммуникационном пространстве представляют возможность анализа многочисленных данных, в том числе оставленных пользователями о себе в социальных сетях. Таким образом, ведущими методами к исследованию поставленной проблемы являются техники определения сходства буквенно-символьных объектов, созданных пользователями в атрибутах профилей социальных сетей. В настоящей статье представлен возможный алгоритм действий, направленный на деанонимизацию личности преступника. Разработка и применение методов идентификации пользователей в виртуальном пространстве позволят комплексно рассмотреть имеющуюся проблему и решить одну из основных задач, поставленных перед органами внутренних дел, связанную с раскрытием преступлений и привлечением виновных лиц к уголовной ответственности. Материалы статьи могут представлять практическую ценность для органов внутренних дел в разрезе повышения эффективности и результативности правоохранительной деятельности.

1. Perito D., Castelluccia C., Kaafar M.A., Manils P. How unique and traceable are usernames. International Symposium on Privacy Enhancing Technologies Symposium. 2011;1–17.

2. Бартунов С., Коршунов А. Идентификация пользователей социальных сетей в Интернет на основе социальных связей. Труды Института системного программирования Российской академии наук. 2012; 14(2):1–13.

3. Лапенок М.В., Патрушева О.М. Идентификация пользователя в различных социальных сетях по средствам анализа социальных связей пользователя и атрибутов профиля. Образовательные технологии и общество. 2016;19(3):584–594.

4. Коршунов А., Белобородов И., Бузун Н., Аванесов В., Пастухов Р., Чихрадзе К., Козлов И., Гомзин А., Андрианов И., Сысоев А., Ипатов С., Филоненко И., Чуприна К., Турдаков Д., Кузнецов С. Анализ социальных сетей: методы и приложения. Труды Института системного программирования Российской академии наук. 2014;26(1):439–456.

5. Ling Xing, Kaikai Deng, Honghai Wu и др., A Survey of Across Social Networks User Identification. IEEE Access. 2019;7:137472–137488.

6. Karen S.J. A statistical interpretation of term specificity and its application in retrieval. Journal of Documentation. 2004;60(5):493–502.

7. Гайдамакин Н.А. Мера сходства последовательностей одинаковой размерности. Математические структуры и моделирование. 2016;4(40):5–16.

8. Корепанова А.А., Олисеенко В.Д., Абрамов М.В., Тулупьев А.Л. Применение методов машинного обучения в задаче идентификации аккаунтов пользователя в двух социальных сетях. Компьютерные инструменты в образовании. 2019;3:29–43.

9. Леонтьев В.К. О мерах сходства и расстояниях между объектами. Журнал вычислительной математики и математической физики. 2009;49(11):2041–2058.

10. Понизовкин Д.М. Влияние меры сходства на результативность РС. Программные системы: теория и приложения. 2014;5(23):55–65.