За последние 10 лет популярность даркнета стремительно выросла, вслед за заботой общественности об их конфиденциальности и анонимности в сети. Большинство исследований, изучающих структурные особенности сообществ темной сети за последние несколько лет пришли к выводу, что большинство видов деятельности, осуществляемых в сообществах даркнета, незаконны. Однако совсем недавно многие начали полагать, что это не соответствует действительности.
Исследователи, изучающие сообщества даркнета, используют информацию, полученную в результате обхода при помощи алгоритма широты первого поиска (BFS). Несмотря на то, что обход представляет собой идеальный метод изучения семантической и топологической структуры различных сообществ даркнета, конкретный алгоритм, используемый для обхода темных сетей, в значительной части определяет, насколько точна информация, полученная из этих частей глубокой паутины.
С целью оценки результатов исследования, которое направлено на изучение структур существующих сообществ даркнета, был проведен анализ, который показал, как различные алгоритмы сканирования анализируют сообщества даркнета и как это влияет на информацию, которая о них известна. Доклад иллюстрирует ограничения BFS (основной алгоритм обхода, используемый для изучения сообществ даркнета) и представляет подробный обзор сети с использованием двух дополнительных алгоритмов обхода в BFS. Случайный первый поиск (RFS) и глубина первого поиска (DFS). Таким образом, топологическая структура сообществ темной сети была получена посредством реализации трех алгоритмов сканирования: DFS, BFS и RFS, тогда как семантическая структура этих же сообществ изучалась при помощи специального вероятностного алгоритма, известного как «Скрытое распределение дирихле» (LDA).
Результаты, которые могут изменить мнение о даркнет сообществах:
Доклад включает сравнительный анализ алгоритмов обхода, которые используются при изучении даркнета. Данный анализ выявил, что в дальнейших исследованиях необходимо рассматривать возможность использования комбинации нескольких алгоритмов сканирования, таких как DFS, BFS и RFS, чтобы повысить точность результатов. Благодаря использованию тематических моделей выяснилось, что BFS обеспечивает относительно меньшее разнообразие тем, в то время как DFS представляет более широкое их разнообразие из-за разницы методов функциональности каждого алгоритма.
Доклад иллюстрирует, как структурный взгляд различных сообществ даркнета может варьироваться в зависимости от отправной точки, используемой для проведения процедур обхода. Таким образом, чтобы получить более точные представления о структуре различных темных сетей, исследователи должны проанализировать сеть с помощью нескольких стартовых точек обхода, а затем объединить результаты всех успешных обходов для дальнейшего анализа.
В докладе также был предложен метод получения точного представления о структурных особенностях сообществ даркнета. Для достижения этой цели в качестве показателя использовалась информация о распределении тем на веб-страницу. Пятьдесят случайно выбранных отправных точек использовались для проведения обхода на каждые 300 ссылок, и было отмечено среднее распределение тем по каждому используемому алгоритму обхода. Таким образом, анализ выявил, что RFS демонстрирует относительно стабильное сближение с реальной стоимостью сети по сравнению с BFS и DFS. DFS произвела более высокие значения для средних тем, в то время как BFS более низкие. Согласно алгоритмам сканирования, было доказано, что для того, чтобы DFS давала более точные результаты, 82% веб-страниц даркнета должны сканироваться, а 100% страниц должны сканироваться BFS для получения точных и значимых результатов. Следовательно, мы можем четко заявить, что любые результаты, касающиеся структурного взгляда на даркнет-сообщества, полученные в результате исследования, которые игнорировали эти выводы, в основном неточны.
Несмотря на то, что достоверные выводы относительно структуры сегодняшних даркнет сообществ, полученные по результатам этого анализа не могут быть получены, так как он представляет собой дорожную карту, которая может служить руководством для будущих исследований и полностью изменить то, как мир рассматривает темную сеть. Исследование открывает двери для множества тем, которые могут сформулировать лучшее понимание различных сообществ даркнета.
Мы в Telegram: @meonion
Не забывайте ставить лайки!