EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

ВИЯВЛЕННЯ ШТУЧНО ЗБІЛЬШЕНОГО ТРАФІКУ (AIT) В A2P-МЕСЕДЖИНГУ: МОДЕЛІ ЧАСОВИХ ВІКОН ТА ПРЕФІКСНА АНАЛІТИКА ДЛЯ ПРОТИДІЇ ШАХРАЙСТВУ

Максим Заліський, Михайло Одарченко

Science-based technologies · 27.04.2026 · 69 (1) · 89-98

DOI: 10.18372/2310-5461.69.20735 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Science-based technologies, online erschienen am 27.04.2026. Verfasst von Максим Заліський und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

У статті досліджується зростаюча проблема штучно збільшеного трафіку (Artificially Inflated Traffic, AIT) у сервісах Application-to-Person (A2P) SMS та пропонується інтерпретована, метаданими керована методика для його виявлення й блокування в режимі реального часу. Показано, що AIT використовує легальні канали доставки, формуючи швидкі або розподілені «сплески» вихідних повідомлень до послідовних або близьких діапазонів MSISDN, що призводить до значних фінансових втрат для підприємств і CPaaS-платформ та знижує ефективність доставки. Для вирішення цієї проблеми запропоновано префіксно-орієнтований підхід, що базується на аналізі фіксованих і ковзних часових вікон, порогах за кількістю повідомлень та унікальних MSISDN, а також на оцінці ентропії розподілу номерів. Методологія включає аналіз великомасштабних емпіричних датасетів, порівняння затримки виявлення й ефективності блокування, а також інтеграцію результатів із раніше розробленими метриками ефективності доставки — індексом гарантованої доставки (IGDP) та показником ціна–доставка (PDG). Експериментальні результати демонструють, що аналіз фіксованих вікон забезпечує до 96% блокування високінтенсивних AIT-атак, тоді як ковзні вікна дають змогу раніше виявляти короткотривалі аномалії. Дослідження також показує ризик хибних спрацювань для легітимних маркетингових кампаній, що підкреслює необхідність використання додаткових ознак — профілю поведінки відправника, класифікації контенту та багаторівневих моделей аномалій. У висновках визначено, що прозорі статистичні моделі формують надійну основу для протидії AIT і наведено практичні рекомендації щодо підвищення стійкості CPaaS-інфраструктур до шахрайства.

Zitieren

APA

Заліський, М., & Одарченко, М. (2026). ВИЯВЛЕННЯ ШТУЧНО ЗБІЛЬШЕНОГО ТРАФІКУ (AIT) В A2P-МЕСЕДЖИНГУ: МОДЕЛІ ЧАСОВИХ ВІКОН ТА ПРЕФІКСНА АНАЛІТИКА ДЛЯ ПРОТИДІЇ ШАХРАЙСТВУ. Science-based technologies, 69(1), 89-98. https://doi.org/10.18372/2310-5461.69.20735

Vancouver

Заліський М, Одарченко М. ВИЯВЛЕННЯ ШТУЧНО ЗБІЛЬШЕНОГО ТРАФІКУ (AIT) В A2P-МЕСЕДЖИНГУ: МОДЕЛІ ЧАСОВИХ ВІКОН ТА ПРЕФІКСНА АНАЛІТИКА ДЛЯ ПРОТИДІЇ ШАХРАЙСТВУ. Science-based technologies. 2026;69(1):89-98. doi:10.18372/2310-5461.69.20735

BibTeX
@article{2026,
  author = {Заліський, Максим and Одарченко, Михайло},
  title = {ВИЯВЛЕННЯ ШТУЧНО ЗБІЛЬШЕНОГО ТРАФІКУ (AIT) В A2P-МЕСЕДЖИНГУ: МОДЕЛІ ЧАСОВИХ ВІКОН ТА ПРЕФІКСНА АНАЛІТИКА ДЛЯ ПРОТИДІЇ ШАХРАЙСТВУ},
  journal = {Science-based technologies},
  year = {2026},
  volume = {69},
  number = {1},
  pages = {89--98},
  doi = {10.18372/2310-5461.69.20735}
}
Kostenlos starten →