Учебники 808

ФГБОУ ВПО «Воронежский государственный технический университет»

Кафедра систем информационной безопасности

МЕТОДИЧЕСКИЕ УКАЗАНИЯ

к самостоятельным работам по дисциплине «Социальные сети: риски

и обеспечение безопасности» для студентов специальности

090303 «Информационная безопасность автоматизированных систем»

очной формы обучения

Воронеж 2015

1. ЦЕЛИ И ЗАДАЧИ САМОСТОЯТЕЛЬНОЙ РАБОТЫ

Целью самостоятельной работы студентов (СРС) является овладение фундаментальными знаниями, профессиональными умениями и навыками деятельности по профилю, опытом творческой, исследовательской деятельности. Самостоятельная работа студентов способствует развитию самостоятельности, ответственности и организованности, творческого подхода к решению проблем учебного и профессионального уровня.

Задачами СРС являются:

–систематизация и закрепление полученных теоретических знаний и практических умений студентов;

–углубление и расширение теоретических знаний;

–формирование умений использовать нормативную, правовую, справочную документацию и специальную литературу;

–развитие познавательных способностей и активности студентов: творческой инициативы, самостоятельности, ответственности и организованности;

–формирование самостоятельности мышления, способностей к саморазвитию, самосовершенствованию и самореализации;

–развитие исследовательских умений;

–использование материала, собранного и полученного в ходе самостоятельных занятий на семинарах, на практических занятиях, для эффективной подготовки к итоговому зачету.

2

2. ВИДЫ САМОСТОЯТЕЛЬНОЙ РАБОТЫ

Выделяется два вида самостоятельной работы – аудиторная, под руководством преподавателя, и внеаудиторная. Тесная взаимосвязь этих видов работ предусматривает дифференциацию и эффективность результатов ее выполнения и зависит от организации, содержания, логики учебного процесса (межпредметных связей, перспективных знаний и др.):

–аудиторная самостоятельная работа по дисциплине выполняется на учебных занятиях под непосредственным руководством преподавателя и по его заданию.

–внеаудиторная самостоятельная работа выполняется студентом по заданию преподавателя, но без его непосредственного участия.

Основными видами самостоятельной работы студентов без участия преподавателей являются:

формирование и усвоение содержания конспекта лекций на базе рекомендованной учебной литературы, включая информационные образовательные ресурсы (электронные учебники, электронные библиотеки и др.); подготовка к семинарам и практическим работам, их

оформление; работа с учебно-методической литературой;

оформление конспектов лекций; подготовка к курсовому проектированию; подготовка к зачету.

3

3. ТЕМАТИКА САМОСТОЯТЕЛЬНОЙ РАБОТЫ

Виды самостоятельной работы и варианты отчетности

4

СПИСОК РЕКОМЕНДУЕМОЙ ЛИТЕРАТУРЫ

1.Abou-rjeili, G. K. Multilevel algorithms for partitioning power-law graphs [Text] / G. K. Abou-rjeili // In Proceedings IPDPS '06. – 2006. – p 10.

2.Barabasi, A. L. Emergence of Scaling in Random Networks [Text] / A. L. Barabasi, R. Albert // Science.– 1999. – 286.

3.Banos, A. Network effects in Schellin's model of segregation: new evidences from agent-based simulations [Text] / A. Banos // Environment and Planning B: Planning and Design. – 2012. – Vol. 39. – No. 2. – pp. 393-405.

4.Clauset, C. R. Newman. Power-law distributions in empirical data [Text] / C. R. Clauset, M. E. J. Shalizi, // SIAM Review. 2009. – 51(4). – 661-703.

5.Kempe, D. Influential Nodes in a Diffusion Model for Social Networks [Text] / D. Kempe, J. Kleinberg, E. Tardos // Lecture Notes in Computer Science, Eds C. Luis, I.Giuseppe et.al. – 2005.

6.Kempe, D. Maximizing the Spread of Influence through a Social Network [Text] / D. Kempe, J. Kleinberg, E. Tardos // In Proc. KDD – 2003.

7.Watts, D. A simple model of global cascades on random networks [Text] / D. Watts // Proc. Natl. Acad. Sci. – 2002.

– Vol. 99. – No. 9. – рр. 5766-5771.

8.Karger, D. R. Global min-cuts in RNC, and other ramifications of a simple min-cut algorithm [Text] / D. R. Karger // Proceedings SODA '93. – 1993. – p. 21-30.

9.Spielman, D. A. A Local Clustering Algorithm for Massive Graphs and Its Application to Nearly Linear Time Graph Partitioning [Text] / D. A. Spielman, S.-H. Teng // SIAM Journal on computing. 2013. – Vol. 42. – pр. 1-26.

10.Easley, D. Networks, Crowds, and Markets: Reasoning About a Highly Connected World [Text] / D. Easley, J. Kleinberg // Cambridge University Press. – 2010.

5

11.Easley, D. Networks, Crowds, and Markets: Reasoning About a Highly Connected World [Text] / D. Easley, J. Kleinberg // Cambridge University Press 2010.

12.Watts, D. J. Collective dynamics of ‘small-world’ networks [Text] / D. J. Watts, S. H. Strogatz // Nature. – 1998. –No

393.– рр. 440-442.

13.Karypis, G. A fast and high quality multilevel scheme for partitioning irregular graphs [Text] / G. Karypis, V. Kumar // SIAM J. on Sci. Comp. – 1998. – Vol. 20 – pр. 359-392.

14.Gagiolo, G. Segregation in netwroks [Text] / G. Gagiolo, M. Valente, N. Vriend // Journal of Econ. Behav. & Organization. – 2007. – Vol. 64. – pp. 316-336.

15.Young, H. P. The Diffusion of Innovations in Social Networks [Text] / H. P. Young // Santa Fe Institute Working Paper 02-04-018.

16.Hethcote, H. W. The Mathematics of Infections Diseases [Text] / H. W. Hethcote // SIAM Review. – Vol. 42. – No.

4.– pp. 599-653.

17.John, M. Kleinberg. Authoritative Sources in a Hyperlinked Environment [Text] / M. John // Proc. 9th ACM-SIAM Symposium on Discrete Algorithms. – 1998.

18.Anderson, L. Information Cascades in the Laboratory [Text] / L. Anderson, C. Halt // The American Economic Review. – 1997. – Vol. 87. – No. 5. – pp. 847-862.

19.Linton, C. Freeman. Centrality in Social Networks. Conceptual Clarification [Text] / C. Linton // Social Networks. – 1978. – Vol 1. – pp. 215-239.

20.Newman, M. E. J. Power laws, Pareto distributions and Zipf’s law [Text] / M. E. J. Newman // Contemporary Physics 46(5). – 2005. – рр. 323-351.

21.Mitzenmacher, M. A brief history of generative models for power law and lognormal distributions [Text] / M. Mitzenmacher // Internet Mathematics. – 2004. – Vol 1. – No. 2. – pp. 226-251.

22.Newman, M. Mixing patterns in networks [Text] / M. Newman // Phys. Rev. E. – 2003. – Vol. 67. – p 026126.

6

23.Richardson, M. Mining Knowledge-Sharing Sites for Viral Marketing [Text] / M. Richardson, P. Domingos // In Proc. KDD. – 2002.

24.Richardson, M. Mining the Network Value of Customers [Text] / M. Richardson, P. Domingos // In Proc. KDD. – 2001.

25.Newman, M. E. J. Finding and evaluating community structure in networks [Text] / M. E. J. Newman, M. Girvan // Phys. Rev. E 69, 026113, 2004.

26.Newman, M. E. J. Modularity and community structure in networks [Text] / M. E. J. Newman // PNAS. – 2006.– Vol. 103. – Nо 23. – pp. 8577-8582.

27.DeGroot, M. H. Reaching a Consensus [Text] / M. H. DeGroot // Journal of the American Statistical Association. – 1974.

–Vol 69. – No 345.

28.Goldstein, M. L. Problems with fitting to the powerlaw distribution [Text] / M. L. Goldstein, S. A. Morris, G. G. Yen // Eur. Phys. J. B 41. – 2004. – pp. 255–258.

29.Newman, M. Networks: An Introduction [Text] / M. Newman. – Oxford University Press, 2010.

30.Keeling, M. J. Networks and Epidemics models [Text] / M. J. Keeling, K. T. D. Eames // Journal R. Soc. Interface. – 2005.

–Vol 2. – pp. 295-307.

31.Matthew, O. J. Social and Economic Networks [Text] / O. J. Matthew. – Princeton University Press, 2010.

32.Erdos, P. On random graphs [Text] / P. Erdos, A. Renyi. – I. Publ. Math. Debrecen, 1959.

33.Erdos, P. On the evolution of random graphs [Text] / P. Erdos, A. Renyi. – Magyar Tud. Akad. Mat. Kutato Int. Koezl., 1960.

34.Bonacich, P. Power and Centrality: A Family of Measures [Text] / P. Bonacich // American journal of sociology. – 1987. – Vol. 92. – pp. 1170-1182.

35.Lemieux, P. Following the Herd [Text] / P. Lemieux // Regulation. – Winter 2003-2004.

7

36.Berger, R. L. A Necessary and Sufficient Condition for Reaching a Consensus Using DeGroot's Method [Text] / R. L. Berger // Journal of the American Statistical Association. – 1981. – Vol. 76. – No 374. – pp. 415-418.

37.Bikhchandani, S. A Theory of Fads, Fashion, Custom, and Cultural Change as Information Cascades [Text] / S. Bikhchandani, D Hirshleifer, I.Welch // Journal of Political Economy. – 1992. – Vol. 100. – pp. 992-1026.

38.Bikhchandani, S. Learning from the Behavior of Others: Conformity, Fads, and Informational Cascades [Text] / S. Bikhchandani, D Hirshleifer, I. Welch // Journal of Political Economy. – 1993. – Vol. 101. – pp. 892-926.

39.Brin, S. The PageRank Citation Ranknig [Text] / S. Brin, L. Page // Bringing Order to the Web.

40.Fortunato, S. Community detection in graphs [Text] / S. Fortunato // Physics Reports. – 2010. – Vol. 486. – pp. 75-174.

41.Thomas, C. Schelling Dynamic Models of Segregation [Text] / C. Thomas // Journal of Mathematical Sociology. – 1971. – Vol. 1. – pp. 143-186.

42.Batagelj, V. An O(m) Algorithms for Cores Decomposition of Networks [Text] / V. Batagelj, M. Zaversnik. – 2003.

43.Губанов, Д. А. Модели информационного влияния и информационного управления в социальных сетях [Текст] / Д. А. Губанов, Д. А. Новиков, А. Г. Чхартишвили // Проблемы управления. – 2009. – № 5. –С. 28–35.

44.Информационные риски в социальных сетях [Текст]: монография / Г. А. Остапенко, Л. В. Паринова, В. И. Белоножкин, И. Л. Батаронов, К. В. Симонов; под ред. чл.-корр. РАН Д. А. Новикова. – Воронеж: Издательство «Научная книга». 2013. – 160 с.

45.Жизнестойкость атакуемых распределенных систем: оценка рисков фатальных отказов компонентов [Текст]: монография / А. Г. Остапенко, Д. Г. Плотников, О. Ю. Макаров, Н. М. Тихомиров, В. Г. Юрасов; под ред. чл.-корр.

8