این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مطالعات امنیت اجتماعی، جلد ۱۶، شماره ۸۲، صفحات ۱-۲۶
عنوان فارسی اکتشاف نشانه‌های ضعیف تهدیدات امنیتی آینده مبتنی بر پایش شبکه‌های اجتماعی بر اساس سنجه‌های گراف با استفاده از نمودارهای کنترلی AEWMA - ACUSUM
چکیده فارسی مقاله زمینه و هدف: شبکه‌های اجتماعی به‌عنوان منابع غنی اطلاعات، نقش حیاتی در پیش‌بینی تهدیدات امنیتی آینده ایفا می‌کنند. این تحقیق با هدف شناسایی تغییرات رفتاری در شبکه‌ها و کشف نشانه‌های ضعیف (سیگنال ‌هایی با تغییرات کوچک) که می‌توانند به شناسایی عملیات تروریستی، تغییرات در شبکه‌های سیاسی، کلاهبرداری‌ها و دیگر تهدیدات بالقوه کمک کنند، انجام شده است. روش تحقیق: در این مطالعه، یک شبکه اجتماعی مصنوعی با 30 عضو به‌عنوان نمونه مورد مطالعه انتخاب شد که ویژگی‌های آن مشابه شبکه‌های واقعی (مانند تعاملات کاربران در توییتر یا فیسبوک) بود. این شبکه به‌صورت وزن‌دار و غیرجهت‌دار مدلسازی شد تا تعاملات دوطرفه و شدت ارتباطات بین اعضا را منعکس کند. رویکرد تطبیقی برای پایش تغییرات در ویژگی‌های ریاضی شبکه، شامل متوسط درجه و انحراف معیار درجه گراف، توسعه یافته است. از نمودارهای کنترلی غیرشوهارتی ACUSUM[1] و [2]AEWMA برای بهبود توانایی شناسایی تغییرات کوچک استفاده شده است. عملکرد این روش‌ها با معیار ARL و شبیه‌سازی‌های گسترده ارزیابی و با نمودارهای غیرتطبیقی مقایسه شده است. یافته ­ها و نتیجه ­گیری: نتایج نشان می‌دهند که در شبکه‌های وزن‌دار غیرجهت‌دار، نمودارهای ACUSUM و AEWMA عملکرد بهتری نسبت به نمودارهای غیرتطبیقی دارند. همچنین، سنجه متوسط درجه نسبت به انحراف معیار درجه در شناسایی تغییرات عملکرد بهتری از خود نشان داده است، زیرا سریع‌تر قادر به تشخیص تغییرات ضعیف است. علاوه بر این، نمودار AEWMA با ضریب هموارسازی کوچک، حساسیت بیشتری در شناسایی تغییرات کوچک دارد، در حالی که در ضریب هموارسازی بزرگ‌تر، عملکرد نمودارهای مختلف به هم نزدیک می‌شود. این یافته‌ها نشان می‌دهند که استفاده از روش‌های تطبیقی و سنجه‌های مناسب می‌تواند به بهبود شناسایی تهدیدات امنیتی و تغییرات رفتاری در شبکه‌های اجتماعی کمک کند.
 
کلیدواژه‌های فارسی مقاله نشانه‌های ضعیف تغییر،پایش شبکه،سنجه گراف،نمودار کنترلی غیرشوهارتی،AEWMA،
عنوان انگلیسی Detecting Weak Signals of Future Security Threats via Monitoring Social Networks based on Graph Metrics Using AEWMA-ACUSUM Control Charts
چکیده انگلیسی مقاله Social networks (SN), as a large and rich source of information, are very important in predicting all kinds of future security threats. The ability of predicting the future security threats is possible in the field of futures Studies (FS) based on the methodology of Weak Signals Detection (WSD). The concept of weak signals was first introduced by Ansoff into the literature of strategic management and FS. In fact, the discovery of future security threats based on the identification and discovery of weak and strong signals (hidden and obvious) indicating behavioral changes of the members of a SN or its subgroups, detection of terroristic operations, changes in political networks, detection of fraud and other types Potential security threats and emerging threats using SN’s data is a significant advantage. Considering this importance, in the present study, an adaptive approach was developed to monitor the characteristics of average degree and standard deviation of degree as a mathematical measure of weak signal in a network. The proposed approach, which aims to improve the ability and speed up the diagnosis in non-marital control charts, in terms of the ARL criterion, was developed based on the outline of adaptive methods. The performance evaluation was done through extensive simulations, and the comparison of the performance of the AEWMA comparative control charts compared to the comparative ACUSUM was performed, and finally, the average degree and degree standard deviation measures were compared in the graph networks. This study showed that non-marital comparative control charts perform better than non-marital non-comparative control charts.
کلیدواژه‌های انگلیسی مقاله نشانه‌های ضعیف تغییر,پایش شبکه,سنجه گراف,نمودار کنترلی غیرشوهارتی,AEWMA
نویسندگان مقاله ابوذر سیفی کلستان |
دکترای گروه عرصه های نوپدید، دانشگاه عالی دفاع ملی، تهران، ایران

علی نجفی مجیدآبادی |
دانشجوی دکترا، گروه آمار، دانشکده علوم ریاضی و رایانه، دانشگاه علامه طباطبایی، تهران، ایران

نشانی اینترنتی http://sss.jrl.police.ir/article_104756_a0211b2ef801279ef49a569848157906.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات