Астрахань, Астраханская область, Россия
Россия
Рассмотрено текущее состояние проблемы киберпреступности и выделены наиболее распространенные виды кибермошенничества. Описано понятие кибервиктимности как сочетание черт личности, характеризующее повышенный уровень склонности к тому, чтобы стать жертвой киберпреступления. Предложена процедура выявления личностных характеристик, присущих лицам с повышенной кибервиктимностью. Изучены подходы к исследованию взаимосвязи степени выраженности определенных черт характера с проявлением кибервиктимности. Рассмотрены методы психологической диагностики с целью выявления личностных качеств. Для определения количественных характеристик степени проявления черт характера с помощью 16-факторного личностного опросника Р. Кеттелла проведено тестирование выборки респондентов, в отношении которых были применены мошеннические действия в киберпространстве. Респонденты разбиты на две контрольные группы – поддавшихся действиям кибермошенников и сумевших им противостоять. Для каждого респондента получен набор стенов, описывающих степень проявления соответствующих черт характера. Поставлена задача выявления особенностей личности, наиболее характерных для респондентов каждой из контрольных групп, путем нахождения наибольшей вариации значений стенов по каждой из черт характера в разрезе рассматриваемых видов кибермошенничества. С помощью критерия Манна – Уитни проведена оценка различий в соответствующих выборках стенов, переведенных в ранговую шкалу. С помощью анализа асимптотической значимости различий в средних рангах выбраны черты характера, по которым достоверность различий максимальна, и получена матрица, позволяющая охарактеризовать склонность к подверженности определенному виду кибермошенничества наиболее выраженным проявлением именно этих черт характера. Проведено сравнение полученных результатов с опубликованными результатами исследований в данной области, выявлено их качественное соответствие. Сформировано множество личностных характеристик, значимых с точки зрения подверженности кибермошенничеству. Задано направление развития исследуемой темы.
кибермошенничество, кибервиктимность, фишинг, вишинг, степень выраженности черт характера, тест Кеттелла, критерий Манна – Уитни, подверженность кибермошенничеству
Введение
В настоящее время формирование глобального киберпространства позволяет переводить различные виды человеческой деятельности в виртуальный формат, предоставляя возможность осуществлять взаимодействие посредством использования компьютерных коммуникаций. При этом вопросы обеспечения информационной безопасности приобретают особую актуальность. Вместе с бесспорными преимуществами цифровой эры возникают и новые угрозы, обобщаемые понятием киберпреступности как совокупности противоправных действий в киберпространстве.
Киберпреступность как в мире, так и в России демонстрирует высокие темпы роста. По статистике МВД РФ, за январь–сентябрь 2023 г. доля киберпреступлений в общей структуре и массиве преступности в РФ составила около 33 %, хотя за тот же период 2022 г. она составляла около 25 % [1]. При этом мошенничество является одним из наиболее часто совершаемых преступлений в киберпространстве. Согласно статистическим исследованиям, фишинг, вишинг и мошенничество в сфере онлайн-покупок относятся к числу наиболее популярных видов кибермошенничества. Так, на основе опроса интернет-пользователей, проведенного компанией «МТС Red», с начала 2023 г. с фишингом столкнулось больше половины россиян, причем треть опрошенных заявили, что получают фишинговые рассылки несколько раз в месяц [2]. По данным Сбербанка, в 2020 г. телефонные аферисты позвонили россиянам около 15 млн раз, каждый десятый звонок в России был мошенническим, при этом 80 % злоумышленников используют подмену номеров [3]. Согласно исследованиям компании Ozon, 66 % опрошенных становились жертвой мошенников при совершении онлайн-покупок, 44 % из них – один раз, а 4 % – более пяти раз [4].
Одной из наиболее серьезных угроз, вызванных явлением кибермошенничества, является вторжение киберпреступников в область личной безопасности. Оно может быть связано не только с хищением личных данных, нарушением прав и интересов в виртуальной среде, но и нанесением материального ущерба, что приводит к возникновению проблем за рамками киберпространства. Поэтому вопросам кибербезопасности сейчас уделяется большое внимание.
Киберпреступники используют как техническую, так и социально-психологическую составляющие своей деятельности. И если попытки проникновения в защищенные информационные системы, предпринимаемые киберпреступниками с помощью программно-технических средств, все чаще оказываются сопряжены с непомерно большими усилиями
и значительным риском обнаружения и блокирования, то воздействие на сотрудников организаций с целью получения необходимой конфиденциальной информации может принести желаемый результат со значительно меньшими затратами, и в организованной системе кибербезопасности зачастую именно человек представляется наиболее уязвимым звеном.
С помощью различных приемов искажения информации мошенник воздействует на интеллектуально-волевую сферу жертвы, тем самым манипулируя ею. Уязвимость к подобным манипуляциям в киберпространстве может быть описана понятием «кибервиктимность». Кибервиктимность представляет собой склонность индивида к тому, чтобы становиться жертвой компьютерных преступлений (кибержертвой) в силу психологических особенностей своей личности, выражаемых определенными чер тами характера. Поэтому актуальной задачей является выявление взаимосвязей между степенью выраженности черт характера и кибервиктимностью.
Проблемам кибервиктимности посвящен ряд современных исследований, выявляющих психологические аспекты кибервиктимности и специфические особенности личности, присущие жертвам киберпреступлений разного типа [5, 6]. Подобный подход позволяет развить идею качественного описания такой взаимосвязи в направлении формирования количественных критериев кибервиктимности в зависимости от уровня различий в средних показателях выраженности соответствующих личностных характеристик жертв киберпреступлений и лиц, сумевших успешно противостоять манипуляциям кибермошенников. Построение таких критериев должно основываться на статистической информации о психологических особенностях и чертах характера обеих категорий лиц, испытавших на себе воздействие киберпреступников.
Целью исследования является установление влияния личностных характеристик на склонность к проявлению кибервиктимности и определение наборов таких характеристик для конкретных видов кибермошенничества.
Для достижения указанной цели предлагается следующая процедура выявления личностных характеристик, присущих лицам с повышенной кибервиктимностью:
1. Сбор статистических данных, необходимых для формирования контрольных групп, посредством анкетирования респондентов, подвергшихся действиям кибермошенников.
1.1. Формирование выборки респондентов, которые подвергались тем или иным мошенническим действиям в киберпространстве.
1.2. Проведение тестирования респондентов на предмет выявления факта подверженности конкретному виду кибермошенничества P = {P1, P2, P3}, где P1 – фишинг, P2 – вишинг, P3 – мошенничество в сфере онлайн-покупок.
1.3. Проведение тестирования респондентов по методике Р. Кеттелла с целью выявления 16-и основных особенностей характера личности C = {C1, …, C16}.
Результат:
– из числа респондентов сформированы 2 контрольные группы: V = {V1, …, VN} – респонденты, ставшие жертвами кибермошенничества; R = {R1, …, RM} – респонденты, которые смогли противостоять преступному воздействию;
– определены числовые характеристики, описывающие уровень проявления личностных характеристик каждого респондента.
2. Выявление зависимости между уровнями проявления личностных характеристик и видами кибермошенничества у респондентов 2-х групп.
Результат: получена матрица S, описывающая влияние личностных характеристик Сk, k = 1, …, 16, на кибервиктимность по видам мошенничества Pi, i = 1, 2, 3.
3. Формирование множества личностных характеристик, значимых с точки зрения подверженности кибермошенничеству.
Практическая реализация процедуры выявления личностных характеристик, присущих лицам с повышенной кибервиктимностью
Получение статистических данных и формирование контрольных групп. Специфика диагностики личностных качеств заключается в выборе средств диагностики. С точки зрения выявления
и анализа структуры личности в современной психологической диагностике наиболее распространенными являются две большие группы методов – проективные методики и опросники. Проективные методики основаны на анализе продуктов воображения и фантазии и направлены на раскрытие внутреннего мира личности, мира ее субъективных переживаний, мыслей, установок, ожиданий. Опросник – тип методик, задания в которых представлены в виде вопросов или утверждений, не имеющих правильного ответа и характеризующихся только их частотой и направленностью.
В рамках настоящего исследования целесообразно использовать личностные опросники, которые представляют собой совокупность методических средств, применяемых для выявления и оценки индивидуальных свойств личности человека, определяющих его поступки. В качестве средства тестирования для определения уровней проявления черт личности был выбран 16-факторный личностный опросник Р. Кеттелла (форма А) [7]. Отличительной особенностью теста Кеттелла является его ориентация на выявление независимых факторов (первичных черт) личности. Многолетняя практика его успешного использования и достаточно высокий уровень надежности и валидности результатов позволяют считать тест Кеттелла адекватным инструментом измерения личностных характеристик, предоставляющим количественное описание проявления черт характера респондентов, необходимое для последующего анализа их кибервиктимности.
Методика Р. Кеттелла (методика 16PF) имеет стеновую стандартизацию, т. е. полученные в процессе опроса результаты с помощью ключей переводятся в стандартные баллы (стены). В тесте Кеттелла стены могут принимать целочисленные значения на отрезке от 1 до 10, где 1 соответствует минимальному проявлению соответствующего фактора (так называемый Полюс «–»), 10 – его максимальному проявлению (Полюс «+»). В качестве результатов диагностики можно получить качественную и количественную оценку особенностей характера человека.
В целях изучения вопроса влияния личностных характеристик на кибервиктимность была сделана выборка лиц (респондентов), которые подвергались тем или иным мошенническим действиям в киберпространстве. Объем такой выборки составил 106 человек. В число респондентов вошли лица, впервые однократно подвергавшиеся воздействию киберпреступников ровно по одному виду кибермошенничества из множества P = {P1, P2, P3}.
Тестирование лиц, вошедших в данную выборку, проводилось в 2 этапа. На первом этапе респондентам предлагалось заполнить анонимную анкету, содержащую вопросы, связанные с подверженностью конкретному виду кибермошенничества. На втором этапе респонденты проходили тестирование по опроснику Кеттелла с целью выявления 16-и основных особенностей характера. Обозначим множество таких особенностей C = {C1, …, C16} (табл. 1).
Таблица 1
Table 1
Соответствие первичных факторов теста Кеттелла элементам множества C
The correspondence of the primary factors of the Kettell test to the elements of the set C
|
Элемент |
Обозначение первичного фактора |
Полюс «–» |
Полюс «+» |
|
C1 |
A |
Замкнутость |
Общительность |
|
C2 |
B |
Низкая интеллектуальность |
Высокая интеллектуальность |
|
C3 |
C |
Эмоциональная нестабильность |
Эмоциональная стабильность |
|
C4 |
E |
Подчиненность |
Доминантность |
|
C5 |
F |
Сдержанность |
Экспрессивность |
|
C6 |
G |
Низкая нормативность поведения |
Высокая нормативность поведения |
|
C7 |
H |
Робость |
Смелость |
|
C8 |
I |
Жестокость |
Чувствительность |
|
C9 |
L |
Доверчивость |
Подозрительность |
|
C10 |
M |
Практичность |
Мечтательность |
|
C11 |
N |
Прямолинейность |
Дипломатичность |
|
C12 |
O |
Спокойствие |
Тревожность |
|
C13 |
Q1 |
Консерватизм |
Радикализм |
|
C14 |
Q2 |
Конформизм |
Нонконформизм |
|
C15 |
Q3 |
Низкий самоконтроль |
Высокий самоконтроль |
|
C16 |
Q4 |
Расслабленность |
Напряженность |
Тестирование по опроснику Кеттелла проводилось в электронном виде с помощью инструментов сайта psytests.org. Пример результата выполнения теста Кеттелла доступен на том же сайте [8]. Результаты тестирования были сохранены в обезличенном виде и агрегированы. На их основе были сформированы 2 группы респондентов (контрольные группы). Первую группу составили лица, которые пострадали от действий кибермошенников (жертвы). Во вторую группу вошли люди, сумевшие противостоять преступным действиям и не стать жертвами кибермошенничества (резистенты).
С учетом данных анонимных анкет респондентов была построена табл. 2.
Таблица 2
Table 2
Распределение количества респондентов по видам кибермошенничества, чел.
Distribution of the number of respondents by types of cyber fraud, person
|
Респонденты |
Фишинг |
Вишинг |
Мошенничество в сфере онлайн-покупок |
|
Жертвы |
9 |
6 |
10 |
|
Резистенты |
28 |
32 |
21 |
Постановка задачи. Имеются выборка жертв V = {V1, …, VN} объемом N = 25 и выборка резистентов R = {R1, …, RM} объемом M = 81. Каждому элементу Vg соответствует набор стенов vgk, которые показывают выраженность черты характера Сk у жертвы Vg, g = 1, …, N, k = 1, …, 16. Каждому элементу Rh соответствует набор стенов rhk, которые показывают выраженность черты характера Сk у резистента Rh, h = 1, …, M, k = 1, …, 16.
Необходимо оценить уровни вариации стенов, описывающих степень выраженности соответствующих черт характера (которые являются исследуемыми признаками) у респондентов, относящихся к разным контрольным группам – жертв и резистентов, а также провести редукцию числа признаков и выделение факторов (в соответствии с табл. 1), оказывающих доминирующее воздействие на вероятность попадания в одну из выборок – V или R.
Данная задача может быть формализована следующим образом. Заданы числовые характеристики значений ряда параметров в каждой из двух выборок. Следует определить, насколько влияние одного параметра выражено сильнее относительно влияния другого параметра при сравнении этих выборок.
Обработка полученных статистических данных. Для решения этой задачи был использован статистический метод сравнения выборок, построенный на основе непараметрического U-критерия Манна – Уитни [9]. В этом критерии выборки представляются в ранговой шкале и сравниваются не величины признаков, а их ранги. В отличие от других известных методов сравнения выборок, таких как корреляционный и дисперсионный анализ, регрессионные модели, факторный анализ, кластерный анализ и др., преимуществом критерия Манна – Уитни является возможность работы с выборками небольшого объема, причем содержащими разное количество элементов, что согласуется со спецификой проводимого исследования.
С целью выявления значимых черт характера, которые имеют основное влияние на подверженность соответствующим видам кибермошенничества, для каждого вида мошенничества Pi, i = 1, 2, 3, из элементов vgk были составлены выборки Xik = {Xik(1), …, Xik(n)}, содержащие стены, соответствующие определенной черте характера Сk, k = 1, …, 16, у жертв V1, …, Vn мошенничества Pi. Аналогичные выборки Yik = {Yik(1), …, Yik(m)}, содержащие стены по той же черте характера Сk, были составлены из элементов rhk для резистентов R1, …, Rm мошенничества Pi, причем в общем случае m ¹ n. Для оценки различий между двумя независимыми и несвязанными малыми выборками Xik и Yik по уровню количественной выраженности величины признака, описывающей проявление черты характера Сk в рамках вида мошенничества Pi, применен U-критерий Манна – Уитни.
Статистическая обработка полученных выборочных данных проводилась с помощью программы IBM SPSS Statistics, версия 27.0.1.0. По всем парам выборок Xik, Yik были найдены средние ранги nik, rik соответственно, а также асимптотическая значимость aik их различий, i = 1, 2, 3, k = 1, …, 16. Пример вычисления данных показателей приведен на рисунке ниже.
Результат расчета характеристик для i = 1, k = 3
The result of calculating the characteristics for i = 1, k = 3
Асимптотическая значимость характеризует достоверность различий в выборках данных: чем она ближе к нулю, тем достоверность выше.
Результаты и их обсуждение
Введем величину ∆ik = nik – rik, i = 1, 2, 3, k = 1, …, 16, характеризующую величину разброса значений средних рангов в выборках жертв и резистентов. Ее знак определяет, какие значения стенов по черте характера Сk в среднем характерны для жертв мошенничества Pi. Так, низким значениям стенов будут соответствовать отрицательные значения ∆ik, высоким значениям стенов – положительные значения ∆ik.
Приняв, что достоверные различия будут достигаться для тех показателей выборок (черт характера респондентов), у которых величина асимптотической значимости не превышает значение 0,01, на основании результатов расчетов из множества С были выделены черты характера, которые оказывают доминирующее влияние на подверженность каждому из видов киберпреступлений, входящих в множество Р. Полученная взаимосвязь между такими чертами характера и видами кибермошенничества представлена в виде матрицы S:
В матрице S строки соответствуют видам мошенничества Pi, i = 1, 2, 3, столбцы – чертам характера Сk, k = 1, …, 16. Элементы sik матрицы S находят по следующим правилам:
Таким образом, ненулевой элемент sik матрицы S свидетельствует о том, что у жертв и резистентов кибермошенничества Pi выявлена наиболее значимая разница в средних уровнях проявления черты характера Сk. При этом условие sik = 1 обозначает, что жертвам данного кибермошенничества присуща сильная выраженность соответствующей черты характера, определяемая значениями стенов, близкими к их максимальному значению на Полюсе «+», а условие sik = –1 обозначает, наоборот, слабую выраженность этой черты характера со значениями стенов жертв, близкими к их минимальному значению на Полюсе «–».
Представленные в виде матрицы S итоговые данные, в агрегированной форме описывающие результаты выявления черт характера, которые имеют преобладающее влияние на подверженность рассмотренным видам кибермошенничества, свидетельствуют, что склонность к тому, чтобы стать жертвой фишинга, преимущественно обусловлена эмоциональной нестабильностью, преобладающей подчиненностью и низким самоконтролем; для вишинга такая склонность характеризуется эмоциональной нестабильностью, доверчивостью, тревожностью и высоким уровнем внутренней напряженности; для мошенничества в сфере онлайн-покупок – выраженной экспрессивностью, прямолинейностью характера и низким уровнем самоконтроля. Характерно, что низкий уровень проявления таких черт характера, как С3 (эмоциональная стабильность) и С15 (самоконтроль) критичен для потенциальной подверженности их обладателя сразу нескольким видам киберпреступлений из числа указанных.
Результаты проведенного исследования в целом соответствуют качественной картине сопоставления различных видов мошеннических схем, применяемых в сфере информационных технологий, характерным чертам характера их жертв, приведенной в работе [10].
Исследование, проведенное в работе [11] с целью выявления психологических особенностей лиц, проявивших кибервиктимное поведение (без учета их рассмотрения в разрезе разных видов кибермошенничества) и основанное на сравнительном анализе результатов исследования контрольных групп, полученных с помощью методики 16PF Р. Кеттелла, тестов «Уровень субъективного контроля» и «Шкала реактивной и личностной тревожности», также подтверждает состоятельность описанного матрицей S соответствия: так, черты характера C1, C3, C5, C9, C11, C12, C15, C16 выделены в работе [11] как те, по которым асимптотическая значимость различий соответствующих значений средних рангов в контрольных группах минимальна, что указывает на достоверность предположения о критичности соответствующих личностных характеристик в вопросе их влияния на кибервиктимность.
Заключение
Матрица S демонстрирует, какие типичные черты характера свойственны людям, наиболее подверженным воздействию указанных кибератак, однако она показывает только качественную картину подобных взаимосвязей. Полученные статистические данные, характеризующие числовые значения выраженности исследованных черт характера у респондентов контрольных групп в разрезе рассмотренных видов кибермошенничества, возможно использовать для определения количественных характеристик параметров, описывающих влияние соответствующих факторов на степень склонности
к тому, чтобы стать жертвой того или иного киберпреступления. Эти количественные характеристики могут быть положены в основу математической модели выявления степени склонности к кибервиктимности, применяемой в рамках соответствующего тестирования.
1. Состояние преступности в России за январь–сентябрь 2023 года. М.: ФКУ «ГИАЦ» МВД РФ. URL: https://media.mvd.ru/files/application/5011395 (дата обращения: 19.12.2023).
2. Более половины россиян столкнулись с мошенничеством в интернете с начала года. URL: https://www.vedomosti.ru/technology/articles/2023/08/02/988049-bolee-polovini-rossiyan-stolknulis-s-moshennichestvom-v-internete (дата обращения: 17.07.2023).
3. Вишинг стал самым популярным способом мошенничества. URL: https://rg.ru/2021/08/01/vishing-lidiruet-sredi-sposobov-moshennichestva.html (дата обращения: 17.07.2023).
4. Озон провела опрос-исследование по мошенничеству в сфере онлайн-покупок. URL: https://habr.com/ru/news/732354/ (дата обращения: 17.07.2023).
5. Дроздикова-Зарипова А. Р., Калацкая Н. Н., Валеева Р. А., Костюнина Н. Ю., Биктагирова Г. Ф. Социально-психологические особенности студентов, склонных к виктимному поведению в интернет-пространстве // Современные наукоемкие технологии. 2019. № 12-1. С. 159–166.
6. Ildirim E., Çalici C., Erdoğan B. Psychological Correlates of Cyberbullying and Cyber-Victimization // The International Journal of Human and Behavioral Science. 2017. V. 3. N. 2. P. 7–21.
7. Кудинов С. И., Кудинов С. С. Психодиагностика личности: учеб. пособие. Тольятти: Изд-во ТГУ, 2012. 270 с.
8. Тест Кеттелла, 16PF/А. URL: https://psytests.org/result?v=ctlA1S4whsl1T-dyg0IulTUD8K&pp=1 (дата обращения: 20.12.2023).
9. Сидоренко Е. В. Методы математической обработки в психологии. СПб.: Речь, 2010. 350 с.
10. Карпасюк И. В., Карпасюк А. И. Мошенничество в ИБ-сфере и психология жертвы: особенности и взаимосвязи // Защита информации. Инсайд. 2022. № 3 (105). С. 41–49.
11. Власова Н. В., Буслаева Е. Л. Психологические особенности лиц, склонных к кибервиктимному поведению // Психология и право. 2022. Т. 12. № 2. С. 194–206.
