Obnaruzhenie spama w Twitter i klassifikaciq trafika

Stremitel'nyj rost Interneta i social'nyh setej priwel k uwelicheniü ob#ema internet-trafika i slozhnosti analiza ego powedeniq, osobenno w krupnomasshtabnyh setqh, takih kak platformy social'nyh setej. Na smenu tradicionnym metodikam, osnowannym na prawilah, prihodqt awtomatizirowannye podhody, osnowannye na mashinnom obuchenii, chto obuslowleno nalichiem bol'shih massiwow dannyh, pozwolqüschih sozdawat' wysokoproizwoditel'nye modeli iskusstwennogo intellekta. V dannoj knige rassmatriwaütsq poslednie issledowaniq w oblasti analiza kibertrafika w social'nyh setqh i Internete s uporom na koncepcii shodstwa, korrelqcii i kollektiwnyh priznakow, a takzhe podcherkiwaetsq wazhnost' celej bezopasnosti pri klassifikacii setewyh uzlow, prilozhenij, pol'zowatelej i twitow. Dlq resheniq ätih zadach w stat'e predstawlena nowaq metodologiq issledowaniq, poluchiwshaq nazwanie Data-driwen cyber security (DDCS), i ee primenenie dlq analiza social'nogo i internet-trafika. Metodologiq DDCS sostoit iz treh osnownyh komponentow: obrabotka dannyh kiberbezopasnosti, razrabotka priznakow kiberbezopasnosti i modelirowanie kiberbezopasnosti.