Social networks data aggregation in anticipatory diagnostics of user vulnerability to social engineering attacks (joint project)

Abstract

Выпускная квалификационная работа бакалавра посвящена разработке автоматизированных инструментов выявления наиболее критичных траекторий распространения многоходовых социоинженерных атак злоумышленника и их визуализации на социальном графе сотрудников. Объектом исследования является социальный граф сотрудников компании, построенный на основе данных, извлекаемых из социальных сетей и частично задаваемых экспертно. В ходе работы были предложены метод выявления наиболее вероятных траекторий распространения многоходовых социоинженерных атак, введены метрики оценки критичности траекторий распространения, разработаны и реализованы алгоритмы по выявлению наиболее вероятных траекторий распространения, также осуществлена визуализация социального графа сотрудников организации. Полученные результаты способствуют расширению ряда учитываемых факторов, влияющих на оценку безопасности пользователей информационных систем, и, как следствие, повышению уровня защищенности информационных систем от социоинженерных атак. Расширенный комплекс может быть рекомендован для использования в компаниях с целью проведения предупреждающей диагностики информационных сетей от социоинженерных атак.

The bachelor's final qualifying work is devoted to the development of automated tools to identification of the most criticality trajectories of the spread malefactor's social engineering attack and the visualisation this on social graph of the employees. The object of the study is a social graph of company employees, built on the basis of data extracted from social networks and partially set by experts. A method to identification of the most probable trajectories of the spread multipass social engineering attacks and metrics for assessing the criticality of the spread trajectorie were introduced, algorithms for identifying the most probable spread trajectories were developed and implemented in the work. The obtained results contribute to the expansion of the number of factors taken into account that affect the assessment of security of users of information systems, and, as a result, increase the level of security of information systems from social engineering attacks. The advanced complex can be recommended for use in companies for the purpose of conducting preventive diagnostics of information networks from social engineering attacks.