Наборы данных, используемые для определения ботов на основании движения компьютерной мыши

Авторы и правообладатели:

• Афанасьева Н. С. , Омский государственный университет путей сообщения (Омск, Россия)
• Ложников П. С. , Омский государственный университет путей сообщения (Омск, Россия)

• 1. Dunham K. Malicious bots: an inside look into the cyber-criminal underground of the internet / K. Dunham, J. Melnick. – Boca Raton: CRC Press, 2008. – 168 p.
• 2. Suchacka G. Identifying legitimate Web users and bots with different traffic profiles – an Information Bottleneck approach / G. Suchacka, J. Iwański // Knowledge-Based Systems. – 2020. – No. 197. – URL: https://doi.org/10.1016/j.knosys.2020.105875 (дата обращения: 10.06.2024).
• 3. Что такое боты – определение и описание [Электронный ресурс]. – Режим доступа: https://www.kaspersky.ru/resource-center/definitions/what-are-bots, свободный (дата обращения: 02.07.2024).
• 4. Xiao G. Bad bots: regulating the scraping of public personal information. – Cambridge: Harv. JL & Tech, 2020. – 701 p.
• 5. Bondy M. Bad Bots // The Project on International Peace and Security // Institute for the Theory and Practice of International Relations. – 2017. – No. 1. – P. 2016–2017.
• 6. Логинова А.О. Анализ существующих подходов к классификации и типологии ботов // Инновационные технологии: теория, инструменты, практика. – 2020. – Т. 1. – С. 462–467.
• 7. Логинова А.О. Определение атрибутов событий информационной безопасности, связанных с активностью интернет-ботов // Электронные системы и технологии: сборник матер. 58-й науч. конф. аспирантов, магистрантов и студентов БГУИР. – Минск: БГУИР, 2022. – С. 105–110.
• 8. Geer D. Malicious bots threaten network security // Computer. – 2005. – Vol. 38, No. 1. – P. 18–20.
• 9. Kolomeets M. Analysis of the malicious bots market / M. Kolomeets, A. Chechulin // IEEE 29th conference of open innovations association (FRUCT). – 2021. – P. 199–205. – URL: https://www.researchgate.net/publication/351855704_Analysis_of_the_Malicious_Bots_Market, свободный (дата обращения: 13.06.2024).
• 10. 2023 Imperva Bad Bot Report [Электронный ресурс]. – Режим доступа: https://www.imperva.com/resources/resource-library/reports/2023-imperva-bad-bot-report/, свободный (дата обращения: 12.06.2024).
• 11. OWASP Automated Threats to Web Applications [Электронный ресурс]. – Режим доступа: https://owasp.org/www-project-automated-threats-to-web-applications/, свободный (дата обращения: 20.06.2024).
• 12. Efficient on-the-fly Web bot detection / G. Suchacka, A. Cabri, S. Rovetta, F. Masulli // Knowledge-Based Systems. – 2021. – Vol. 223. – URL: https://www.sciencedirect.com/science/article/pii/S0950705121003373, свободный (дата обращения: 20.06.2024).
• 13. Gamboa H. A behavioral biometric system based on human-computer interaction / H. Gamboa, A. Fred // Biometric Technology for Human Identification. – 2004. – Vol. 5404. – P. 381–392.
• 14. Afanaseva N.S. Bot Detection Using Mouse Movements / N.S. Afanaseva, P.S. Lozhnikov // 2023 Dynamics of Systems, Mechanisms and Machines (Dynamics). – IEEE, 2023. – P. 1–4.
• 15. Detecting Web Bots via Mouse Dynamics and Communication Metadata / A. See, T. Wingarz, M. Radloff, M. Fischer // IFIP International Conference on ICT Systems Security and Privacy Protection. – 2023. – P. 73–86.
• 16. Antal M. Intrusion detection using mouse dynamics / M. Antal, E. Egyed‐Zsigmond // IET Biometrics. – 2019. – Vol. 8, No. 5. – P. 285–294.
• 17. Mouse dynamics behavioral biometrics: A survey / S. Khan, C. Devlen, M. Manno, D. Hou // ACM Computing Surveys. – 2024. – Vol. 56, No. 6. – P. 1–33.
• 18. Antal M. Mouse dynamics based user recognition using deep learning / M. Antal, N. Fejér // Acta Universitatis Sapientiae, Informatica. – 2020. – Vol. 12, No. 1. – P. 39–50.
• 19. Kılıç A.A. Bogazici mouse dynamics dataset / A.A. Kılıç, M. Yıldırım, E. Anarım // Data in Brief. – 2021. – Vol. 36. – P. 107094.
• 20. Maćkiewicz A. Principal components analysis (PCA) / A. Maćkiewicz, R. Waldemar // Computers & Geosciences. – 1993. – Vol. 19, No. 3. – P. 303–342.