ЕКОСИСТЕМА ВСТАНОВЛЕНИХ МОБІЛЬНИХ ЗАСТОСУНКІВ ДЛЯ ВИЯВЛЕННЯ ПОВЕДІНКОВИХ ГРУП ТА ОЦІНЮВАННЯ ЦИФРОВОЇ РИЗИКОВОСТІ

Анотація

У статті досліджено екосистеми застосунків мобільних пристроїв як джерело криміналістично значущих цифрових артефактів, що дозволяють виокремлювати поведінкові групи користувачів і оцінювати їхню потенційну цифрову ризиковість. У вступі обґрунтовано актуальність використання встановлених мобільних застосунків як індикаторів поведінки, підкреслено значення цифрових слідів та категоризації застосунків у формуванні профілів користувачів. У постановці проблеми акцентовано на недостатній вивченості структури застосунків як поведінкового маркера та потребі у методах, здатних перетворювати набори програм на інформативні криміналістичні характеристики. Аналіз останніх досліджень охоплює сучасні підходи до поведінкового профілювання, оцінювання ризиків приватності даних і мобільної криміналістики, що сформували теоретичне підґрунтя роботи. У теоретичній частині наведено математичну модель представлення користувача як вектора пропорцій категорій застосунків, описано застосування PCA для візуалізації поведінкових груп і визначено принципи обчислення інтегрального ризикового індексу на основі високо ризикових категорій застосунків. У методиці дослідження детально описано процес формування датасету зі скріншотів установлених застосунків, їх класифікацію та перетворення на структуру “користувач — категорія”, а також використані методи аналізу: кластеризація k-means, обчислення силует-метрики, формування профілів кластерів і розрахунок ризикового індексу. У розділі «Результати дослідження» показано існування двох поведінкових кластерів із різними патернами цифрової активності: один із домінуванням фінансових, державних і криптовалютних застосунків, інший — із ширшим мультимедійно-утилітарним профілем. Продемонстровано, що перший кластер характеризується вищим інтегральним ризиковим індексом, що свідчить про підвищену криміналістичну значущість структури його застосунків. Висновки підкреслюють ефективність аналізу встановлених мобільних застосунків для профілювання користувачів, оцінювання ризиковості та формування контекстних моделей цифрової поведінки. Окреслено перспективи подальших робіт, зокрема розширення вибірки, інтеграцію часових характеристик, використання глибинних моделей для кластеризації та побудови профілів, а також поглиблене врахування дозволів застосунків і мережевої активності.