ИНФОРМАЦИОННАЯ ВОЙНА. СИНТЕЗ ТЕХНОЛОГИЙ

Атомная бомба была впервые испытана в Нью-Мексико в июле 1945 года; позже Оппенгеймер вспоминал, что в тот момент ему пришли в голову слова из Бхагавадгиты: «Я — смерть, разрушитель миров».

Психотронное оружие существует. Воздействие на психологию масс стало реальностью. Человек больше не субъективен. Человек превратился в весьма удобный объект воздействия. Более того, миллионы людей сами платят достаточно крупные деньги, покупая эти самые устройства воздействия. Как оказалось, для воздействия на массы не требуется никаких мощных антенн, никаких тайных лабораторий, безумных ученых. Немного психологии, немного прогресса в развитии кибернетики, небольшое увеличение быстродействия передачи информации и, самое главное, — правильный маркетинг. Толпы людей хотят купить новый модный смартфон. Реклама которого успешно доходит до них с экрана старого смартфона или планшета. Они считают, что покупка нового смартфона сделает их социальный статус выше, жизнь – лучше, а решение купить новый гаджет исходит только от них самих. Но они ошибаются. Ошибаются сильно.

Сегодня мы немного займемся математикой. Сегодня мы узнаем, что такое «социально-сетевой анализ» (Social Network Analysis, SNA). Это достаточно просто. Нужно понять и дать определение таким понятиям, как «социальная сеть» и узнать что такое «социальный граф».

SNA это и есть способ изучения социальных сетей, а социальная сеть — это набор сущностей, между которыми есть определенные отношения. Социальные сети – это не то, к чему мы привыкли, заглядывая в Фейсбук или Инстаграмм. Хотя, последние являются частным случаем социальных сетей. Вообще, сети существуют с тех пор, как люди начали бродить по земле и общаться.

Подобные структуры есть не только у людей, но и у социальных животных. Сложные, высокоразвитые социальные отношения связывают морских млекопитающих – дельфинов и косаток. Подобные сетевые связи, разумеется, на гораздо более примитивном уровне, чем у людей и китообразных, существуют у волков, львов, и крыс. Простейшим примером сетевой организации могут служить семьи общественных насекомых. Нас, разумеется, интересуют такие существа как люди, и социальные отношения между ними — дружба, совместная работа, родство, общение и другие социальные взаимодействия. Все это, в совокупности, и каждый вид взаимодействий между людьми в социуме в отдельности представляет из себя гигантские семантические сети.

Математика позволяет описать большинство явлений в окружающем мире в виде логических высказываний. Семантические сети возникли как попытка визуализации математических формул. Основным представлением для семантической сети является граф. Однако не стоит забывать, что за графическим изображением непременно стоит строгая математическая запись и что обе эти формы отображают одно и то же.

Граф это абстрактный математический объект, представляющий собой множество вершин графа и набор рёбер, то есть соединений между парами вершин. Например, за множество вершин можно взять множество портов, обслуживаемых некоторой морской компанией, а за множество рёбер взять регулярные грузоперевозки этой компании. На этом простом примере мы видим универсальность данного понятия для исследования экономических, политических и социальных процессов.

С точки зрения математики нет единого определения графа. Абстрактно, граф можно задать как тройку (V,E, φ), где V и E — некоторые множества (вершин и рёбер, соотв.), а φ — функция инцидентности (или инцидентор), сопоставляющая каждому ребру e, принадлежащему множеству E (упорядоченную или неупорядоченную) пару вершин u и v из множества V (его концов).

В контексте SNA мы можем под социальным графом понимать просто визуализацию всей системы в целом. В таком социальном графе каждая вершина изображает человека, а ребро между двумя вершинами (людьми) изображает отношения между ними. Между людьми существует множество разных видов отношений, точно также существует множество разных социальных графов, изображающих эти отношения.

Такие отношения, как правило, весьма разнообразны, сложны, многовариантны и постоянно претерпевают изменения во времени. Последние, кстати, имеют так же свою динамику развития, которая, в свою очередь, так же поддается анализу с помощью методов математического моделирования.

Схема социальной сети, отображающая дружеские отношения между набором пользователей Фейсбука

Самое важное, что надо сделать перед интерпретацией любого социального графа, это понять, какого типа отношения обозначают его грани. Это гораздо более важная задача, чем понимание, что обозначают вершины. В SNA сущности, обозначаемые вершинами, обычно всегда будут людьми, а вот 99% всех метрик графа будут сильно зависеть от его граней. Поэтому, если изменяется измеряемое отношение, изображаемое гранями, метрики также будут меняться. Например, простейшей метрикой графа является степень центральности (degree centrality), показывающая, сколько связей есть у вершины. Центральность относится к группе метрик, целью которых является определение «значительности» или «влияния» (в различных значениях) определённой вершины (или группы) в сети.

Цвет (от красного=0 до синего=max) отображает для каждого узла степень центральности по посредничеству. Центральность по посредничеству — это мера центральности узла в сети, равная количеству кратчайших путей от каждой вершины до всех остальных вершин, проходящих через данный узел. Центральность по посредничеству отображает нагрузку и значимость узла в сети: синие узлы несут более глобальную нагрузку, в то время как красные обладают только локальной значимостью.

Интерпретация метрик графа также зависит от взаимосвязи граней. Так, мы не можем, например, узнать о том, сколько у человека коллег по работе, глядя на граф друзей, потому что отношения с коллегами по работе не отображаются на графе друзей. И даже если мы предположим, что каждый, с кем работает индивидуум, становится его другом, опираясь только на граф друзей, мы можем лишь сказать, что у него может быть любое число коллег, от нуля до максимума. Поэтому, никогда нельзя делать выводов или заключений о существующих отношениях, основываясь на графе, в котором эти отношения не выражены явным образом в его гранях.

Методы социально-сетевого анализа возникли когда-то как ключевая техника социологии. Потом продолжилось развитие этого математического метода во вполне академических дисциплинах, таких как антропология, история, экономическая география, политология. Потом этим великолепным инструментом вооружились маркетологи. Крупные компании тратили очень большие деньги на исследования метода. Видимо, именно с маркетинга началось сращивание данного математического инструмента с такими дисциплинами, как психология, соционика, кибернетика. Психологи должны были создать новые понятия о целевых группах, соционика занимается взаимодействием между людьми внутри общества. Кибернетика ищет новые пути управления любой сложной системой, воспринимая, в том числе, взаимоотношения типа «человек-машина» как единую кибернетическую систему.

И вот здесь начинается самое интересное. То, что сегодня называют «гаджетом» есть почти у каждого человека. Человек живет в социуме, а его взаимодействие с гаджетом есть построение системы «человек-машина». Устройство, однако, будь то смартфон, ноутбук, планшет или банальный домашний компьютер, являясь на сегодняшний день универсальной формой связи, включает человека в огромную, сложнейшую кибернетическую систему, связывающую миллионы людей в единое целое. Выстраивается одновременно огромное количество социальных связей – граней сети. И именно в эту гигантскую систему вмешиваются маркетологи. Не верите? Постройте пару раз любой запрос в поисковиках в Интернете, например, поинтересуйтесь комнатными растениями. Впоследствии система сама будет присылать вам кучу вариантов и маркетинговых предложений покупки различных комнатных растений. Интеллектуальная база знаний, построенная именно как маркетинговый инструмент, автоматически определила ваш запрос и сама выбирает для вас варианты решений. Система решает, что подойдет вам лучше всего и выдвигает свои предложения и варианты.

Все это прекрасно работало как маркетинговый инструмент до одной роковой даты. Вскоре после 11 сентября 2001 года Агентство национальной безопасности США начало использование анализа социальных сетей при детальной регистрации вызовов, которые представляют из себя метаданные. Что такое метаданные? Суть вопроса проста. Если некоторая «умная» программа «знает» содержимое и структуру данных, то данные могут быть автоматически преобразованы и переданы другой «умной» программе как входные данные. Именно технология обработки метаданных позволяет быстро обрабатывать различные варианты запросов в интернет-поисковиках. И именно эта технология используется для составления запросов по содержимому телефонных разговоров абонентов сотовых операторов. Определенное сочетание слов может обозначать переговоры внутри террористической ячейки и обработка всех телефонных переговоров происходит в автоматическом режиме с помощью интеллектуальных систем.

Таким образом, сегодня анализ социальных сетей успешно используется в разведывательных, контрразведовательных и антитеррористических операциях. Эта техника позволяет аналитикам спецслужб отобразить на карте нелегальную или скрытую организацию, такую как организованная преступная группа, уличная банда или террористическая ячейка.

АНБ США использует программы тайных систем массового наблюдения для генерации данных, необходимых для использования этого типа анализа против террористических ячеек и других сетей, имеющих отношение к национальной безопасности.

Сегодня АНБ США производит поиск в глубину на три узла. После того как завершилось начальное отображение социальной сети, выполняется анализ для определения структуры сети и лидеров сети. Это позволяет спецслужбам США нанести сокрушительные удары по особо значимым целям. Поражение таких целей может полностью нарушить функционирование сети.

Но для такого анализа необходим абсолютный доступ ко всем личным данным всех вершин (узлов) сети. Это значит, что личная жизнь граждан больше не является таковой. Это значит полный контроль телефонных переговоров, личных переписок, доступ к сохраненным в личном компьютере файлам, автоматический контроль встроенных веб-камер и многое, многое другое.

Все это начинает напоминать футуристический тоталитарный роман. Однако, вспомните откровения Эдварда Сноудена. После его заявлений предположения о тотальном контроле не звучат так уж фантастично. Как раз об этом, а так же о том, что такое объектно-ориентированный подход и каким образом можно создавать экстремистские и террористические ячейки на территории условного противника с помощью данной технологии мы поговорим в следующей статье.

Танай Чолханов - https://news-front.info/2019/0...