AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI
VEB-KONTENTİN FİLTRASİYASI MƏSƏLƏLƏRİ
Ocaqverdiyeva Sabirə S.

İnformasiya bolluğu şəraitində İnternet mühitində istifadəçilərin zərərli məlumatlardan (aqressiya, terrorizm, pornoqrafiya, ekstremizm və s.) qorunması problemi son illər daha da aktuallaşmış və dünyadakı sosial-iqtisadi proseslərə təsiri getdikcə artmışdır. Zərərli məlumatlardan qorunmaq, onların mənbəyini aşkarlamaq, veb-kontentin zərərli olmasını müəyyən etmək üçün müxtəlif elmi yanaşmalar və texnologiyalar mövcuddur. Məqalədə zərərli veb-kontenti aşkarlamaq üçün geniş tətbiq olunan kontent-filtrasiya metodunun mahiyyəti və tətbiqinin əhəmiyyəti haqqında məlumat verilir, veb-kontentin filtrasiya səviyyələri müəyyənləşdirilir. Zərərli məzmuna malik olan veb-saytların bloklanması üçün statik və dinamik yanaşmaların mahiyyəti və onlar arasında olan fərq göstərilir. Tədqiqatın məqsədi virtual məkanda mövcud olan informasiya təhlükəsizliyi, kibercinayətkarlıq və bu tip digər məsələlərin həllində kontent-filtrasiya metodunun tətbiqi əhəmiyyətini və veb-resursların ziyanlı kontentdən təmizlənməsinin vacibliyini göstərməkdir. İşdə uşaqların zərərli məlumatlara girişini məhdudlaşdıran proqram vasitələrinin inkişafına yönəlmiş, İnternetdən daxil olan informasiya trafikindən uyğunsuz məzmunun seçilməsi, süzülməsi və istifadəçiyə təqdim edilməsinin qarşısının alınması üçün analiz, müqayisəli təhlil və  sistemli yanaşma metodlarından istifadə edilmişdir. Məqalədə əldə edilən nəticələr elektron dövlət platformasında təhsil müəssisələrində, Milli Təhlükəsiz İnternet mərkəzlərində və s. məkanlarda uşaqların zərərli informasiyadan qorunması üçün istifadə edilə bilər (səh.80-88).

Açar sözlər:veb-kontentin filtrasiyası, informasiya təhlükəsizliyi, zərərli məlumatlar, filtrasiya səviyyəsi, URL filtrasiya.
DOI : 10.25045/jpis.v11.i2.07
Ədəbiyyat
  • Гут Р. В., Кирпичников А. П.,  Ляшева С. А.,  Шлеймович М. П. Методы  Ранговой  Фильтрации  В  Системах  Видеонаблюдения // Вестник технологического университета, 2017, т. 20, №17, c. 71–73
  • Online Safety & Content filtering, https://www.iinet.net.au/about/legal/filtering
  • Jinpeng W., Xiaolan Z, Glenn A.,Vasanth B., Peng N. Managing security of virtual machine images in a cloud environment // Proceedings of the 2009 ACM workshop on Cloud computing security, 2009, pp 91–96.
  • Alguliyev R., Ojagverdieva S., Conceptual Model of National Intellectual System for Children Safety in Internet Environment // Computer Network and Information Security, 2019, v11, No.3, pp. 40–47.
  • Фильтрация сетевого трафика , https://www.carbonsoft.ru
  • Типы контент-фильтров, https://xserver.a-real.ru/support/useful/tipy-kontent-filtrov
  • Чемодуров А. С., Карпутина А. Ю. Защита интернет-шлюза и фильтрация сетевого трафика корпоративной сети // «Концепт», 2015, № 1, с. 96–100.
  • Смирнов И.В., Соченков И.В., Суворов Р.Е., Тихомиров И.А. Фильтрация контента в интернете: современный уровень и перспективы // Искусственный интеллект и принятие решений, 2013, №2, с.54–62
  • Стрекалов И.Э., Новиков А.А., Лопатин Д.В. Методы динамической фильтрации веб-контента // Вестник ТГУ, 2014, т.19, вып. 2, с. 668–669
  • Контентная фильтрация: зачем и как это делать, https://www.habr.com/ru/company/smart_soft/blog/273095
  • French Safer Internet Centre. "No to harassment" – A French national plan of action against cyberbullying, https://www.betterinternetforkids.eu/web/portal/practice/awareness/detail?articleId=512910
  • Internet Filtering in the United States and Canada in 2006-2007, https://www.opennet.net/studies/namerica2007
  • Фильтрация и блокирование интернет-контента: мировой опыт, https://www.ria.ru/20120711/697151590.html
  • Paul B. Countries Have the Strictest Internet Censorship?, https://www.readwrite.com/2019/07/01/which-countries-have-the-strictest-internet-censorship
  • Фильтрация контента, https://www.sites.google.com/site/kyrsbez/48-1
  • Фильтрация контента в Интернете. Анализ мировой практики, http://civilfund.ru/Filtraciya_Kontenta_V_Internete_Analiz_Mirovoy_Praktiki.pdf
  • Alguliyev R.M., Aliguliyev R.M., Niftaliyeva G.Y. Filtration of Terrorism-Related Texts in the E-Government Environment //Cyber Warfare and Terrorism, 2018, issue 4, v 8., pp. 35–48.
  • Alguliyev R.M., Aliguliyev R.M., Alakbarova I.Y. Extraction of hidden social networks from wiki-environment involved in information conflict // International Journal of Intelligent Systems and Applications (IJISA), 2016, vol 8, no.2, pp. 20–27
  • Hammami M., Chahir Y., Chen L. WebGuard: web based adult content detection and filtering system. Proceedings of the IEEE / Proceedings of the WIC International Conference on Web Intelligence, 2003, pp.574–578
  • Suvorov R., Sochenkov I., Tikhomirov I. Training Datasets Collection and Evaluation of Feature Selection Methods for Web Content Filtering // Artificial Intelligence: Methodology, Systems, And Applications, 2014, vol. 8722, pp.129–138
  • Colmenares-Guillen LE., Velasco FJA. Filter for Web Pornographic Contents Based on Digital Image Processing //Combinatorial optimization problems and informatics, 2016, vol.7, №2, pp. 13–21
  • Guermazi R., Hammami M., Hamadou AB. WebAngels filter: A violent Web filtering engine using textual and structural content-based analysis /Computer Science, 2008, vol 5077, pp.268–282
  • Liu S., Forss T. Text Classification Models for Web Content Filtering and Online Safety / Proceedings of the 2015 IEEE International Conference on Data Mining Workshop, 2015, pp. 961–968
  • Ларионова А.В., Хорев П.Б. Метод фильтрации спама на основе искусственной нейронной сети // Науковедение, 2016, tом 8, №3, c. 1–7.
  • Open Sourcing a Deep Learning Solution for Detecting NSFW Images, https://www.yahooeng.tumblr.com/post/151148689421/open-sourcing-a-deep-learning-solution-for
  • Nian F., Li T., Wang Y., Xu M., Wu J., Pornographic Image Detection Utilizing Deep Convolutional Neural Networks // Neurocomputing, 2016, v 2010, pp. 283–293.