• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Статьи
  • Подход к классификации Telegram-каналов
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
28 мая 2026 г.
«Мне нравятся самосбывающиеся пророчества»
Андрей Ворчик изучает счастье, читает научпоп-лекции и хочет, чтобы наука занималась в том числе общественными проблемами. В интервью проекту «Молодые ученые Вышки» он рассказал о том, как эмоции влияют на принятие решений, Бермудском треугольнике из ванной, холодильника и кровати и идеальной формуле образования.
28 мая 2026 г.
Карманные деньги, интерес и семья: что влияет на экономическую грамотность студентов
Экономическая грамотность студентов зависит не только от профильного образования, но и от интереса к экономике, учебной среды и финансовых практик в семье. Так, студенты, получавшие карманные деньги нерегулярно, в среднем лучше справляются с тестами по экономической грамотности, чем их сверстники с постоянной финансовой поддержкой. Это показало исследование НИУ ВШЭ на выборке более 1100 студентов из пяти российских университетов. Результаты работы опубликованы в журнале Cakrawala Pendidikan.
27 мая 2026 г.
Нейросетевое отображение как метод создания математических моделей
Ученые НИУ ВШЭ в Нижнем Новгороде и Белградского института физики (Сербия) совместно изучают возможности применения методов машинного обучения и использования нейросетей в исследованиях нелинейной динамики. О международном проекте «Вышке.Главное» рассказала его руководитель от ВШЭ, ведущий научный сотрудник Лаборатории топологических методов в динамике факультета информатики, математики и компьютерных наук НИУ ВШЭ в Нижнем Новгороде Наталия Станкевич.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Подход к классификации Telegram-каналов

Вопросы кибербезопасности. 2025. № 4(68). С. 73–83.
Попов В. А., Чеповский А. А.

Цель исследования: разработка метода определения цифрового профиля Telegram-каналов в сетях информационного взаимодействия и процедуры классификации каналов на основе выделенного цифрового профиля.

Метод исследования: метод исследования включает следующие этапы: построение графа взаимодействующих объектов на основании импортированных из сети Telegram данных, определение цифровых профилей вершин на основании их атрибутивных данных и свойств графа, кластеризация вершин на основании выделенных профилей, классификация центров полученных кластеров и исходных Telegram-каналов, вычислительные эксперименты и анализ результатов.

Полученный результат: в данной статье вводится определение цифрового профиля Telegram-канала, представленного как одна из вершин графа взаимодействующих объектов. Цифровой профиль задан через нормализованный 5-мерный вектор признаков, полученных на основе атрибутивных данных вершины и свойств графа. Выбранные характеристики отражают свойства Telegram-каналов в построенном графе и метаданные, полученные при импорте из сети. Далее авторы описывают алгоритм кластеризации полученных профилей с использованием настраиваемых параметров. Центры выделенных кластеров классифицируются по 4 предложенным авторами типам, характеризующим роли вершин в графе взаимодействующих объектов. За счет этого производится классификация всех вершин графа – исходных Telegram-каналов анализируемой сети. Предложенный подход дает ценную информацию о ролях Telegram-каналов в сетях информационного взаимодействия.

Научная новизна: разработан новый подход к анализу Telegram-каналов: предложен метод создания цифрового профиля Telegram-канала в виде 5-мерного вектора признаков, что позволяет провести анализ и классификацию каналов. Также в рамках подхода предложена основанная на вычислительных методах процедура классификации таких цифровых профилей, которая позволяет выявить основные типы Telegram-каналов скачиваемой подсети по заданной классификации.

Научное направление: Математика Компьютерные науки
Язык: русский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: анализ социальных сетейвыделение сообществцифровой профильмодель информационного воздействиязадача классификациибезмасштабные сети
Похожие публикации
Electrical networks and data analysis in phylogenetics
Gorbounov Vassily, Kazakov A., Data Analytics and Topology 2025 Vol. 1 No. 1 P. 33–45
Добавлено: 28 мая 2026 г.
Brain-Computer Interfaces for Gait Rehabilitation After Stroke A Scoping Review
Мокиенко О. А., Zisman M. A., Bobrov Pavel и др., American Journal of Physical Medicine and Rehabilitation 2026 Vol. 105 No. 6 P. 555–563
Добавлено: 28 мая 2026 г.
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕХНИЧЕСКИЕ СРЕДСТВА УПРАВЛЕНИЯ (ICCT-2024)
М.: Институт проблем управления им. В.А. Трапезникова РАН, 2024.
В сборник вошли материалы VIII Международной научной конференции «Информационные технологии и технические средства управления» (ICCT-2024). На конференции были рассмотрены вопросы, касающиеся перспектив развития научного приборостроения в телекоммуникационных и управляющих системах, биомедицинской информатики, аппаратного и программного обеспечения информационнокоммуникационных систем, надежности, диагностики и неразрушающего контроля, систем управления и автоматизации, цифровых экосистем, управления производством и логистикой, методов математического ...
Добавлено: 27 мая 2026 г.
Non-linear in-band interference cancellation on base of conjugate gradients method
Degtyarev A., Bakhurin S., Юдин Н. Е., DSPA 2026 P. 1–6
Добавлено: 26 мая 2026 г.
28th European Conference on Artificial Intelligence, 25-30 October 2025, Bologna, Italy – Including 14th Conference on Prestigious Applications of Intelligent Systems (PAIS 2025)
IOS Press, 2025.
Добавлено: 26 мая 2026 г.
New Numerical Invariants of an Unfolding of a Polycycle “Tears of the Heart”
Ильяшенко Ю. С., Шилин И. С., Stanislav Minkov, Russian Journal of Mathematical Physics 2026 Vol. 33 No. 1 P. 89–106
Добавлено: 26 мая 2026 г.
Comparative Study of Training Methods and Architectures of Echo State Networks
Андросов И. А., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 3 P. 87–114
В работе рассматриваются сети эхо-состояний (Echo State Network, ESN), которые являются одними из самых распространенных способов реализации резервуарных вычислений. Они состоят из рекуррентной нейронной сети, веса которой выбираются один раз и не обучаются, и выходного, обычно линейного, обучаемого слоя. Такой подход позволяет создавать энергоэффективные и быстрые нейронные сети, способные обучаться в режиме реального времени. Но ...
Добавлено: 26 мая 2026 г.
ADDITIVE AUTOMORPHISMS OF REGULAR MATRIX GRAPH
Гусев И. И., Максаев А. М., Промыслов В. В., Journal of Mathematical Sciences 2025 Vol. 299 No. 6
Добавлено: 25 мая 2026 г.
Рефакторинг исходного кода на основе LLM и расширения UML
Караваева Е. А., Кулигин Л. А., Резуник Л. и др., Труды Института системного программирования РАН 2026 Т. 38 № 3 С. 67–94
В статье представлен метод рефакторинга исходного кода на основе интеграции большой языковой модели (LLM) и расширенной UML-модели программного кода. Предложенный подход позволяет выявлять проблемные участки кода с использованием функций тревожности и структурных метрик классов, а затем выполнять автоматизированный рефакторинг. Ключевой особенностью метода является использование LLM для генерации формальных спецификаций на языке OCL (Object Constraint Language), ...
Добавлено: 24 мая 2026 г.
Coping with AI errors with provable guarantees
Tyukin I., Тюкина Т. А., van Helden D. P. и др., Information Sciences 2024 Vol. 678 Article 120856
Добавлено: 23 мая 2026 г.
Overcoming the Curse of Dimensionality with Synolitic AI
Zaikin A., Sviridov I., Sosedka A. и др., Technologies 2026 Vol. 14 No. 2 Article 84
Добавлено: 23 мая 2026 г.
Stable On-the-Fly Learning for Dynamic Neural Networks With Delayed Inputs
Chertopolokhov V., Mukhamedov A., Bugriy G. и др., IEEE Access 2026 Vol. 14 P. 14369–14392
Добавлено: 22 мая 2026 г.
Analysis of the alternating minimization method for low-rank canonical polyadic decomposition in the Chebyshev norm
Морозов С. В., Calcolo 2026 Vol. 63 No. 2 Article 23
Добавлено: 22 мая 2026 г.
Опыт применения сетевого анализа (SNA) в историческом нарративе полисубъектного региона (на примере валлийской хроники Brut y Tywysogyon)
Лошкарева М. Е., Матвеева Н. Н., Вестник Томского государственного университета. История 2026 № 100 С. 112–118
Предпринята попытка применения сетевого анализа в изучении средневекового нарративного источ ника. Цель исследования – проверка гипотезы о политической фрагментарности как основной причины завоевания Уэльса Англией. Построены сети взаимодействий исторических лиц на основе данных валлийской Хроники принцев с 1193 по 1282 г. Построение сетей демонстрирует, что завоевано Англией было формально объеди ненное княжество, ослабляемое не столько ...
Добавлено: 22 мая 2026 г.
Reproducible Benchmark of Wavelet-Enhanced Intrabody Communication Biometric Identification
Джин С., Комаров М. М., Scientific Reports 2026
Добавлено: 21 мая 2026 г.
B-facets in Dimension 4
Селянин Ф. И., Journal of Dynamical and Control Systems 2026 Vol. 32 No. 2 Article 18
Добавлено: 21 мая 2026 г.
Паттерны коллаборации российских социологов: часть 2 – анализ сетей соавторства
Мальцева Д. В., Щеглова Т. Е., Ващенко В. А., Социологические исследования 2026 № 1 С. 62–74
Статья продолжает представление результатов анализа сетей коллаборации российских социологов в 2010–2021 гг. на основе данных о 75 232 научных публикациях из электронной библиотеки eLibrary (№ 12, 2025). Используемая методология библиометрического сетевого анализа включает построение и исследование нескольких типов сетей коллаборации. Полученные сети включают 37 790 уникальных авторов. В первой части статьи на основе анализа публикационной ...
Добавлено: 12 мая 2026 г.
Паттерны коллаборации российских социологов: часть 1 – библиометрический анализ
Мальцева Д. В., Ким А. В., Капустина Л. В., Социологические исследования 2025 № 12 С. 50–65
В работе представлены результаты библиометрического анализа паттернов коллаборации российских социологов в 2010–2021 гг. на основе соавторства научных работ как наиболее частой формы сотрудничества в науке. На основе данных из научной электронной библиотеки eLibrary (75 232 публикации) построены сети коллаборации нескольких типов, которые включают 37 790 уникальных авторов. В первой части статьи данные проанализированы на макро- ...
Добавлено: 15 января 2026 г.
Проектирование архитектуры программного обеспечения для анализа цифрового следа в образовательных системах
Степанов М. А., Сластников С. А., Климин Н. А., Программные системы: теория и приложения 2025 Т. 16 № 4 С. 3–21
Современные образовательные системы аккумулируют большие объемы данных о цифровой активности студентов в различных информационных системах, однако эффективное использование этих данных для персонализации образования остается нерешенной задачей. Формирование цифрового профиля обучающегося позволяет систематизировать разрозненные данные и использовать их для поддержки педагогических решений. В статье представлена модель формирования цифрового профиля на основе системного подхода к анализу данных цифрового ...
Добавлено: 11 июня 2025 г.
Сравнение моделей информационного воздействия в сети Telegram-каналов
Попов В. А., В кн.: Межвузовская научно-техническая конференция студентов, аспирантов и молодых специалистов имени Е.В. Арменского. Москва, 2024.: М.: ООО "Издательский дом Медиа паблишер", 2024. С. 272–274.
В работе рассматриваются модели построения графа взаимодействующих объектов для сети информационного воздействия Telegram-каналов, в основе которых лежит функция подсчета весов ребер. Для 12 весовых функций приведены сравнения на 15 наборах данных, полученных при импорте из Telegram. Для сравнения весовых функций найдены степенные законы, наиболее приближающие эмпирические распределения полученных весов вершин, оценивается качество полученного приближения. По ...
Добавлено: 5 мая 2025 г.
Сетевой анализ: практики применения в сфере организационного поведения и управления человеческими ресурсами
Стегний Е. А., Информационное общество 2025 № 6 С. 107–120
Статья посвящена методологии анализа социальных сетей или сетевого анализа (SNA – Social Network Analysis) и ее применения в сфере организационного поведения и управления человеческими ресурсами (УЧР). Приводятся данные двух этапов исследования: систематизированного библиометрического анализа зарубежной литературы; классификации наиболее релевантных источников. В результате анализа отобраны 110 наиболее релевантных источников и классифицированы по 9 тематическим областям. В статье ...
Добавлено: 17 апреля 2025 г.
Социальный капитал и экономическое неравенство в городах России: анализ социальных сетей
Павленко Б. В., Вопросы теоретической экономики 2025 № 2 С. 144–163
Экономическое неравенство в России было исследовано во множестве работ, однако основной фокус таких исследований был на межрегиональном неравенстве, а не на уровне городов. В данной работе рассматривается связь между неравенством и бондинговым социальным капиталом, посчитанным на основе данных социальных сетей жителей городов России. На основе данных социальной сети «ВКонтакте» были построены индексы фрагментации, которые оценивают ...
Добавлено: 11 марта 2025 г.
Информационная безопасность несовершеннолетних в аспекте функционирования цифровой образовательной среды
Лескина Э. И., Вестник Воронежского государственного университета. Серия: Право 2024 № 4(59) С. 37–43
Цифровизация общественных отношений, повсеместное внедрение информационных технологий, распространение Интернета приводит к трансформации самих отношений, роли субъектов, таких отношений и новым вызовам и угрозам информационной безопасности. Несовершеннолетние являются одной из целевых групп по деструктивному влиянию, психологическому манипулированию, опасности последствий для социальных связей и взаимодействий. Соответственно, формирующийся пласт правового обеспечения информационной безопасности детей начинает находить свою реализацию ...
Добавлено: 10 марта 2025 г.
Анализ корпусов текстов сообществ в Telegram
Аванесян Н. Л., Зенькова В. В., Чеповский А. М., В кн.: Труды международной конференции «Корпусная лингвистика — 2023», 21–23 июня 2023 г., Санкт-Петербург.: СПб.: Издательство Санкт-Петербургского университета, 2024. С. 11–17.
На основе импортированных данных мессенджера Telegram проведен психолинг-вистический анализ текстов выделенных сообществ и сравнительный анализ частотных слова-рей. Представленные результаты дают возможность оценить качество разбиения на сообщества, а также проанализировать тексты этих сообществ. Описанная методология имеет практическое применение для задач информационного воздействия ...
Добавлено: 2 декабря 2024 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору