НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА
ВОПРОСЫ ФИЛЬТРАЦИИ ВЕБ-КОНТЕНТА
Оджагвердиева Сабира С.

пользователей от вредной (агрессия, терроризм, порнография, экстремизм и т.д.) информации стала более актуальной, т.к. возросло их влияние на социально-экономические процессы. Существуют различные научные подходы и технологии для защиты от вредоносной информации, определения ее источника, точного определения полезности веб-контентов. В статье представлена информация о сущности и преимуществах широкоиспользуемого метода фильтрации контента, позволяющего различать вредоносный и полезный веб-контент, а также определяется уровень фильтрации веб-контента. Показана важность статического и динамического подходов к блокированию сайтов, содержащих вредоносный контент, и разницы между ними. Целью исследования является демонстрация важности использования метода фильтрации контента для решения проблем информационной безопасности, киберпреступности и других проблем, присутствующих в виртуальном пространстве, а также важность очистки веб-ресурсов от вредоносного контента. При научном исследовании по данной теме были использованы метод анализа, сравнительный анализ и системный подход для выбора, фильтрации нежелательного контента из входящего информационного трафика Интернета. Полученные в статье результаты могут быть использованы на платформе электронного правительства в учебных заведениях, национальных центрах безопасного интернета и др. местах для защиты детей от вредной информации (стр.80-88).

Ключевые слова:фильтрация веб-контента, информационная безопасность, вредоносная информация, уровень фильтрации, фильтрация URL.
DOI : 10.25045/jpis.v11.i2.07
Литература
  • 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.