| dc.contributor.advisor | Σιαηλής, Σταύρος | |
| dc.contributor.author | Παναγιώτου, Αιμιλία | |
| dc.contributor.other | Panagiotou, Aimilia | |
| dc.coverage.spatial | Κύπρος | el_GR |
| dc.date.accessioned | 2018-02-14T10:14:48Z | |
| dc.date.available | 2018-02-14T10:14:48Z | |
| dc.date.copyright | 2018-02-13 | |
| dc.date.issued | 2017-12 | |
| dc.identifier.other | ΑΥΔ/2017/00006 | el_GR |
| dc.identifier.uri | http://hdl.handle.net/11128/3239 | |
| dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
| dc.description.abstract | Η επικοινωνία μεταξύ των ανθρώπων έχει γίνει πολύ πιο εύκολη με την χρήση των κοινωνικών μέσων δικτύωσης. Σε ένα πλανήτη με 2 δισεκατομμύρια ανθρώπους όπου ένα μεγάλο ποσοστό είναι ενεργοί χρήστες στα μέσα κοινωνικής δικτύωσης και κυρίως στο Facebook. Τα μέσα κοινωνικής δικτύωσης αποτελούν βασικό ρόλο στον τρόπο της επικοινωνίας μεταξύ των χρηστών αλλά και την έκφραση συναισθημάτων μέσα από τα μέσα κοινωνικής δικτύωσης. Η άμεση επικοινωνία που έχουν οι χρήστες καθημερινά αποτελεί ένα τεράστιο όγκο πληροφορίων που ανταλλάζονται με τις πλατφόρμες κοινωνικής δικτύωσης. Αναπόφευκτα η χρήση των μέσων κοινωνικής δικτυώσεις οδηγεί τους χρήστες στην αποκάλυψη των προσωπικών τους δεδομένων αφού είναι απαραίτητα για την δημιουργία λογαριασμού στην οποιαδήποτε πλατφόρμα. Επιπλέων για τις εταιρίες που ασχολούνται με National Security οι πληροφορίες από τα profiles των χρηστών, όπου μπορούν να χρησιμοποιηθούν για να αποτρέψουν insider threats. Με αφορμή του μεγάλου όγκου πληροφοριών που προσφέρονται από τους χρήστες του Facebook παρέχοντας τα προσωπικά τους στοιχεία αλλά και το πώς εκφράζονται μέσα από τα μέσα κοινωνικής δικτύωσης, θέτουμε το ερευνητικό ερώτημα της άντλησης των πληροφοριών με αυτοματοποιημένο και μη ανιχνεύσιμο τρόπο όπου θα συμβάλει στην βοήθεια εταιριών που ασχολούνται με National Security να μαζέψουν τις πληροφορίες που χρειάζονται.
Στην απάντηση του παραπάνω ερευνητικού ερωτήματος, η παρούσα διατριβή πραγματοποιεί την άντληση πληροφοριών με ένα web crawler για OSINT, από το δημοφιλή μέσο κοινωνικής δικτύωσης, Facebook. Επιπλέων δημιουργώντας μια βάση δεδομένων με τα στοιχεία που θα συλλεχθούν από την πλατφόρμα κοινωνικής δικτύωσης που επιλέξαμε αναπτύσσεται μια μέθοδος με την οποία δημιουργείται μια learning machine για να μπορούν κάποιες λέξεις να φιλτράρονται. Οι λέξεις που φιλτράρονται χρησιμοποιούνται για ένα και μόνο σκοπό, να καταλάβουμε την ψυχολογία του χρήστη. Επίσης, τα αποτελέσματα δείχνουν ότι ο τρόπος χρήσης του Facebook μπορεί να αποτελέσει αντικείμενο εκμετάλλευσης αφού παρέχονται ευάλωτα προσωπικά δεδομένα των χρηστών (φωτογραφίες, τοποθεσίες και συναισθήματα χρηστών). Τέλος, αξίζει ότι οι εταιρίες National Security θα ήθελαν να γνωρίζουν την ψυχολογία των χρηστών. Τα αποτελέσματα για τις εναλλαγές της ψυχοσύνθεσης τους σε διάφορες χρονικές περιόδους παρουσιάζονται σε Ngrams γραφήματα και μπορούν να χρησιμοποιηθούν για πρόληψη από Insider Threats. | el_GR |
| dc.format.extent | v, 61 σ. 30 εκ. | el_GR |
| dc.language | gr | el_GR |
| dc.language.iso | gr | el_GR |
| dc.publisher | Ανοικτό Πανεπιστήμιο Κύπρου | el_GR |
| dc.rights | info:eu-repo/semantics/closedAccess | el_GR |
| dc.subject | Μέσα Κοινωνικής Δικτύωσης -- Συλλογή πληροφοριών | el_GR |
| dc.subject | Social media -- Gather information | el_GR |
| dc.title | FaceWallGrap: Χρήση Machine Learning για παρακολούθηση και συλλογή πληροφοριών από το Facebook | el_GR |
| dc.type | Μεταπτυχιακή Διατριβή | el_GR |
| dc.description.translatedabstract | Communication between people has become much easier with the use of social media tools. On a planet with 2 billion people where a large percentage of active users are in social media, especially Facebook. Social media have a key role to play in communicating between users and expressing emotions through social media. The direct communication that users have on a daily basis is an enormous amount of information exchanged with social networking platforms. Inevitably, the use of social networking means leads users to reveal their personal data as they are needed to create an account on any platform. Additionally for companies dealing with National Security information from user profiles where they can be used to prevent insider threats. In view of the large amount of information provided by Facebook users by providing their personal information and how they are expressed through social media tools, we are asking the question of how to extract information in an automated and undetectable way that will help companies help who are engaged in National Security to gather the information they need.
In the answer to the above research question, this dissertation explores information with a web crawler for OSINT, from the popular social media tool, Facebook. Additionally, by creating a database of data collected from the social networking platform we have chosen, a method is developed that creates a learning machine to allow some words to be filtered. The words that are filtered are used for a single purpose, to understand the user's psychology. Also, the results show that Facebook's use can be exploited by providing users with vulnerable personal data (photos, locations, and user feelings). Finally, it is worthwhile that National Security companies would like to know the users' psychology. The results for alternations of their psychosynthesis at different time periods are presented in Ngrams graphs and can be used to prevent Insider Threats. | el_GR |
| dc.format.type | pdf | el_GR |
