У сучаснай лічбавай прасторы інфармацыйныя войны выходзяць за межы традыцыйнай прапаганды, ператвараючыся ў складаныя, высокатэхналагічныя аперацыі. Ботнеты ў TikTok сталі не проста інструментам прасоўвання наратываў, але і часткай стратэгічнай інфармацыйнай маніпуляцыі, накіраванай на фарміраванне грамадскай думкі.
Як падкрэсліла Кая Калас, Высокі прадстаўнік Еўрапейскага Саюза па замежных справах і палітыцы бяспекі, у сваёй асноўнай прамове на канферэнцыі, якая праходзіла 17-18 сакавіка 2025 года, прысвечанай супрацьдзеянню замежным інфармацыйным маніпуляцыям і ўмяшанню (FIMI):
“Мы павінны выкарыстоўваць перавагі штучнага інтэлекту, а не толькі гаварыць пра яго рызыкі. Штучны інтэлект здольны:
- выяўляць заканамернасці пры аналізе вялікіх масіваў дадзеных;
- выяўляць сеткі ботаў;
- правяраць інфармацыю шляхам перакрыжаванай зверкі з надзейнымі крыніцамі;
- а таксама дапамагаць выяўляць ключавых удзельнікаў інфармацыйных аперацый.”
Выкарыстанне ШІ для аналізу такіх кампаній становіцца найважнейшым інструментам у барацьбе з дэзінфармацыяй. У гэтым артыкуле мы прадставім комплекснае даследаванне ботнетаў, якія дзейнічаюць праз беларускія TikTok-каналы, — ад структуры сетак да характэрных лінгвістычных паттэрнаў і тэхнічных прыкмет аўтаматызацыі.
Праведзены аналіз двух прадзяржаўных беларускіх TikTok-каналаў, афіліяваных з дзяржаўнай прапагандай, выявіў маштабнае і сістэматычнае выкарыстанне каардынаваных ботнетаў для прасоўвання кантэнту і фарміравання грамадскай думкі. Выяўлены выразна структураваныя сеткі ботаў з рознымі паводзінскімі характарыстыкамі, цэнтралізаваным кіраваннем і выразнымі лінгвістычнымі паттэрнамі, якія адпавядаюць наратывам дзяржаўнай прапаганды.
Для аналізу былі абраны наступныя TikTok-каналы: @first_news_ і @belarusseychas. Кароткія звесткі пра каналы:
Крыніца дадзеных – Exolyt
Былі сабраны каментары да відэа за студзень 2025 года. Датасэт складаецца з 320 відэа і 19 062 унікальных каментароў.
Каэфіцыент падазронасці быў выбраны 3.5, які памяншаў колькасць ілжывых спрацоўванняў, што дазволіла вылучыць толькі відавочных ботаў.
Структура і арганізацыя ботнетаў
Аналіз актыўнасці ў беларускіх TikTok-каналах дазволіў выявіць комплексную структуру ботнетаў, якая складаецца з 129 ботаў з рознымі функцыянальнымі характарыстыкамі. Для разумення іх ролі і паводзінаў былі ўжыты два метады кластэрызацыі, кожны з якіх даў каштоўную інфармацыю аб тыпалогіі і арганізацыі ботаў.
Ужыванне метаду K-means з аптымальнай колькасцю кластэраў k=4 дазволіла падзяліць ботаў на чатыры функцыянальныя групы. Найбольш шматлікую групу, якую можна назваць “Масавай базай”, складаюць 104 малаактыўных бота з сярэднім узроўнем падазронасці (80.6% ад агульнай колькасці). Іх асноўная задача – стварэнне “фонавага шуму” падтрымкі дзяржаўнай пазіцыі. Другую групу – “Узмацняльнікаў” – утвараюць 9 малаактыўных ботаў з высокім узроўнем падазронасці (7.0%), якія ўдзельнічаюць у мэтанакіраваных кампаніях па ўзмацненні пэўных наратываў. Самая малалікая, але найбольш уплывовая група “Лідэраў меркаванняў” уключае ўсяго 2 высокаактыўных бота з вельмі высокім узроўнем падазронасці (1.6%), якія генеруюць асноўны кантэнт і задаюць тон дыскусій. Чацвёртую групу – “Распаўсюджвальнікаў” – складаюць 14 ботаў сярэдняй актыўнасці (10.8%), якія спецыялізуюцца на распаўсюджванні паведамленняў “лідэраў меркаванняў”.
Паралельна ўжыты метад DBSCAN прапанаваў альтэрнатыўнае падзяленне на 6 кластэраў, даўшы дадатковыя нюансы ў разуменні структуры ботнета. Гэты метад вылучыў кластэр “Выкіды” з 15 ботаў з анамальнымі паводзінамі, якія не адпавядаюць стандартным шаблонам; Кластэр 1 з 4 ботаў з найвышэйшым паказчыкам падазронасці (4.83); Кластэр 2 з 8 ботаў з высокім узроўнем дубліравання каментароў; Кластэр 3, які ўключае 93 бота, што фарміруюць асноўную масу ботнета з умеранай актыўнасцю; Кластэр 4 з 3 спецыялізаваных ботаў з нізкім паказчыкам дубліравання; і Кластэр 5 з 6 ботаў з нізкім паказчыкам падазронасці, якія маскіруюцца пад звычайных карыстальнікаў.
Размеркаванне ботаў паміж кластэрамі дэманструе тыповую структуру прафесійных ботнетаў, дзе невялікае ядро высокаактыўных ботаў каардынуе вялікую перыферыю малаактыўных. Аб’ектыўнасць кластэрызацыі пацвярджаецца метадам “локця”, які незалежна пацвердзіў аптымальную колькасць кластэраў k=4.
Візуалізацыя ў двухмерным прасторы паказвае выразнае размежаванне ботаў на функцыянальныя групы з мінімальным перасячэннем, што сведчыць аб прадуманай сегментацыі ботнета.
Прыкметы каардынацыі
Аналіз выяўленых ботнетаў выявіў шматлікія прыкметы цэнтралізаванай каардынацыі і скаардынаванай актыўнасці. Адным з найбольш пераканаўчых паказчыкаў з’яўляецца высокае перасячэнне ботаў паміж рознымі каналамі, адлюстраванае ў табліцы:
Для некаторых пар каналаў гэты паказчык дасягае 75%, што практычна выключае верагоднасць выпадковага супадзення. Такая высокая ступень перасячэння сведчыць аб цэнтралізаваным размеркаванні ботаў па каналах і іх скаардынаваным перамяшчэнні ў адпаведнасці са зменлівымі прыярытэтамі інфармацыйнай кампаніі.
Першы радок відэа з перасякаючыміся каментарамі, але размешчаных на розных каналах:
Даследаванне шаблонаў дубліравання кантэнту таксама пацвярджае наяўнасць цэнтралізаванага кіравання. 296 ідэнтычных каментароў былі ўзнаўлёны 31 ботам без якіх-небудзь змен ці варыяцый. Такая аднастайнасць кантэнту на розных каналах і ад розных акаўнтаў немагчымая без адзінага цэнтра кіравання, які распаўсюджвае шаблонныя тэксты. Больш за тое, лінгвістычны аналіз паказаў, што нават неідэнтычныя каментары часта будуюцца па адных і тых жа структурных шаблонах з заменай толькі некаторых элементаў, што таксама ўказвае на цэнтралізаваную распрацоўку кантэнту.
Тапалагічны аналіз сеткавых сувязяў раскрывае складаную іерархічную структуру ботнета. На графе выразна бачны цэнтралізаваныя хабы, якія выступаюць у якасці каардынацыйных цэнтраў, і сувязі, што адыходзяць ад іх да перыферыйных ботаў. Такая тапалогія тыповая для кіраваных ботнетаў з выразнай іерархіяй і падзелам роляў. Асабліва характэрна наяўнасць прамежкавых вузлоў, якія выконваюць функцыю трансляцыі каманд ад цэнтральных хабаў да груп выканаўчых ботаў. Шчыльнасць сувязяў унутры выяўленых кластэраў істотна вышэйшая, чым паміж імі, што пацвярджае кіраваную сегментацыю ботнета на функцыянальныя групы.
Паводзінскія патэрны
Аналіз паводзінскіх патэрнаў ботаў выявіў значны дысбаланс у размеркаванні актыўнасці паміж рознымі тыпамі акаўнтаў, што выразна бачна на графіку:
Пераважная большасць ботаў, а менавіта 99 акаўнтаў, дэманструюць сярэднюю падазронасць пры вельмі нізкай актыўнасці, што дазваляе ім заставацца малазаўважнымі для стандартных сістэм выяўлення. У процівагу гэтаму, нязначная колькасць высокаактыўных ботаў (усяго 2) генеруе непрапарцыйна вялікую колькасць кантэнту, у сярэднім 41.5 каментароў на акаўнт. Такая асіметрыя ў актыўнасці ўказвае на старанна прадуманае размеркаванне роляў: малаактыўныя боты ствараюць ілюзію масавай падтрымкі, у той час як высокаактыўныя задаюць кірунак дыскусіі і вырабляюць асноўны кантэнт.
Даследаванне паказала, што 58% усёй актыўнасці ботаў сканцэнтравана ўсяго на дзесяці відэа, з найбольшай канцэнтрацыяй на самым папулярным відэа, дзе на кожнага бота прыпадае больш за 20 каментароў. Такая канцэнтрацыя сведчыць аб стратэгічнай прыярытэтызацыі ключавых пляцовак для максімізацыі ўплыву. Варта адзначыць, што выбар відэа для інтэнсіўнага каментавання карэлюе з іх патэнцыйнай аўдыторыяй і тэматычнай накіраванасцю, што сведчыць аб мэтанакіраваным падыходзе да распаўсюджвання пэўных наратываў.
У структуры размеркавання ботаў па відэа выяўляецца дваістая стратэгія: з аднаго боку, значная частка ботаў (42%) размеркавана па мностве “іншых” відэа, ствараючы эфект распыленай прысутнасці; з другога боку, істотная канцэнтрацыя (10.5%) назіраецца на вядучым відэа, забяспечваючы інтэнсіўнае ўздзеянне на ключавую аўдыторыю. Такое размеркаванне максімізуе як шырыню ахопу, так і глыбіню ўплыву на прыярытэтных напрамках, што характэрна для прафесійна спланаваных інфармацыйных кампаній.
Кантэнтны аналіз
Лінгвістычныя асаблівасці
Дэталёвы аналіз n-грам каментароў, пакінутых ботамі, выявіў выразныя лінгвістычныя патэрны, характэрныя для прадзяржаўнай прапаганды. Графік дэманструе, што найбольш частымі словамі ў каментарах з’яўляюцца “грошы” (51), “калі” (35 згадак), “дапамога” (29), “будзе” (26), “ёсць” (24). Такая лексічная канцэнтрацыя не ўласцівая натуральнай камунікацыі і выразна ўказвае на тэматычную накіраванасць інфармацыйнай кампаніі. Варта адзначыць, што пералічаныя словы фарміруюць семантычнае поле, звязанае з перспектывамі эканамічнай падтрымкі і стабільнасці.
Графік біграм паказвае ўстойлівую структуру двухслоўных спалучэнняў у каментарах ботаў. Дамінуючыя біграмы можна падзяліць на тры асноўныя катэгорыі: звязаныя з эканамічным дабрабытам і стабільнасцю, якія выказваюць падтрымку бягучага палітычнага курсу, і крытыкуючыя апазіцыю і заходнія краіны. Такое размеркаванне адпавядае тыповым наратывам дзяржаўнай прапаганды і сведчыць аб цэнтралізаваным фарміраванні інфармацыйнага парадку дня. Колькасны аналіз выявіў, што найбольш папулярныя біграмы сустракаюцца з частатой, якая значна перавышае натуральнае размеркаванне ў звычайнай камунікацыі.
Даследаванне трыграм паглыбляе разуменне структуры прапагандысцкага кантэнту. Выяўленыя трохслоўныя канструкцыі ўяўляюць сабой шаблонныя фразы з выяўленай эмацыйнай афарбоўкай, накіраваныя на фарміраванне станоўчага ўспрымання дзяржаўнай палітыкі. Устойлівыя канструкцыі, якія паўтараюцца ў розных каментарах з мінімальнымі варыяцыямі, служаць дадатковым доказам арганізаванай кампаніі з цэнтралізаваным планаваннем кантэнту. Варта адзначыць, што некаторыя трыграмы фарміруюць цэласныя сінтаксічныя шаблоны, якія можна запаўняць розным зместам пры захаванні агульнай структуры і накіраванасці паведамлення.
Тэматычны аналіз
Аналіз тэматычнай накіраванасці каментароў ботаў выявіў некалькі дамінуючых наратываў. Эканамічная тэматыка яўна пераважае ў каментарах, што пацвярджаецца частатой ужывання слоў “грошы”, “будзе”, “дапамога” і “ёсць”. Акцэнт на эканамічным дабрабыце і матэрыяльнай падтрымцы адпавядае традыцыйнай стратэгіі легітымацыі ўлады праз апеляцыю да эканамічнай стабільнасці. Варта адзначыць, што эканамічныя наратывы часта прадстаўлены ў форме абяцанняў будучага паляпшэння, што характэрна для ўстанаўлення эмацыйнай сувязі з аўдыторыяй праз стварэнне пазітыўных чаканняў.
Другім па значнасці тэматычным напрамкам з’яўляецца прасоўванне наратываў стабільнасці і бяспекі. Гэтая тэма часта праяўляецца ў кантэксце супрацьпастаўлення ўнутранай стабільнасці і знешніх пагроз, што стварае кагнітыўную рамку “бяспечнай гавані” ў турбулентным свеце. Такі наратыў апелюе да базавых патрэб у бяспецы і фарміруе станоўчую асацыяцыю паміж існуючым палітычным рэжымам і адчуваннем абароненасці.
Адметнай асаблівасцю каментароў з’яўляецца паслядоўнае супрацьпастаўленне “свой-чужы”, якое прасочваецца ў кантэксце многіх абмеркаванняў. Гэтае супрацьпастаўленне служыць для ўмацавання групавой ідэнтычнасці і стварэння вобразу знешняга праціўніка, што класічна выкарыстоўваецца для кансалідацыі падтрымкі дзеючай улады. Лінгвістычныя маркеры такога супрацьпастаўлення ўключаюць выкарыстанне інклюзіўных займеннікаў “мы”, “наш”, “нас” у кантрасце з эксклюзіўнымі “яны”, “іх”, “чужы”.
Асаблівасці структуры каментароў
Дэталёвы аналіз структуры каментароў, прадстаўлены на графіку, выявіў некалькі характэрных асаблівасцяў. Найбольш прыкметнай з’яўляецца надзвычайная сціпласць большасці паведамленняў – медыяна даўжыні каментара складае ўсяго 3 сімвалы. Такая сціпласць нетыповая для натуральнай камунікацыі і сведчыць аб мінімалістычным падыходзе да фарміравання масавай прысутнасці з мінімальнымі затратамі рэсурсаў.
Пры гэтым назіраецца высокая дысперсія даўжыні каментароў: пры медыяне ў 3 сімвалы, сярэдняе значэнне складае 30.5 сімвалаў. Сталь значнае разыходжанне ўказвае на наяўнасць як вельмі кароткіх, так і істотна больш доўгіх шаблонных каментароў. Гэта можа тлумачыцца рознымі функцыянальнымі ролямі каментароў: кароткія выкарыстоўваюцца для стварэння бачнасці масавай падтрымкі, у той час як доўгія – для прасоўвання больш складаных наратываў.
Нізкая разнастайнасць кантэнту, адлюстраваная ў высокім паказчыку дубліравання. Такая аднастайнасць прынцыпова адрозніваецца ад натуральнай камунікацыі, дзе паўторы рэдкія і звычайна кантэкстуальна абумоўлены. Высокая ступень дубліравання служыць дадатковым пацвярджэннем аўтаматызаванага характару каментавання і цэнтралізаванага кіравання кантэнтам.
Тэхнічная характарыстыка ботнетаў
Дэталёвыя метрыкі падазронасці
Тэхнічны аналіз метрык падазронасці дазваляе дэталёва ахарактарызаваць розныя аспекты аўтаматызаванай актыўнасці ботаў. Паказчык падазронасці (Suspicious Score) дэманструе дастаткова высокія значэнні па ўсёй выбарцы з сярэднім паказчыкам 4.02 па ўсіх ботах.
Пры гэтым найбольш падазроным згодна метаду K-means з’яўляецца кластэр 2 са значэннем 3.91, у той час як пры выкарыстанні метаду DBSCAN вылучаецца кластэр 1 з яшчэ больш высокім паказчыкам 4.83. Спецыяльна вылучаны кластэр выкідаў DBSCAN, які ўключае 15 ботаў, дэманструе сярэдні паказчык падазронасці 4.02, што адпавядае агульнай тэндэнцыі. Варта адзначыць адносна невялікае стандартнае адхіленне падазронасці (0.32), што ўказвае на аднастайнасць метрык і можа сведчыць аб адзінай метадалогіі стварэння і кіравання ботамі.
Аналіз колькасці каментароў (Comment Count) выяўляе значную варыятыўнасць актыўнасці паміж рознымі тыпамі ботаў. Сярэдні паказчык складае 5.8 каментароў на бота, аднак размеркаванне вельмі нераўнамернае. Максімальнае значэнне, якое дасягае 41.5 каментароў на бота, назіраецца ў кластэры 2 па метаду K-means, у той час як мінімальнае значэнне – усяго 1.26 каментара – характэрна для кластэра 0. Прамежкавае становішча займае кластэр 3 K-means з 11.07 каментарамі ў сярэднім на бота. Высокая варыятыўнасць гэтага паказчыка (стандартнае адхіленне 8.4) указвае на функцыянальнае падзяленне роляў у ботнеце, дзе розныя групы ботаў выконваюць розныя задачы ў рамках адзінай інфармацыйнай кампаніі.
Каэфіцыент дубліравання кантэнту (Duplicate Ratio) дэманструе высокую ступень паўтаральнасці каментароў у цэлым па выбарцы з сярэднім паказчыкам 0.68. Аднак гэты паказчык істотна вар’іруецца паміж кластэрамі. Найменшае значэнне (0.04) характэрна для кластэра 0 K-means, што можа ўказваць на свядомую стратэгію маскіроўкі ботаў гэтага тыпу пад натуральных карыстальнікаў. Высокія паказчыкі дубліравання назіраюцца ў кластэрах 1 (0.74), 2 (0.77) і 3 (0.83) K-means, што сведчыць аб пераважным выкарыстанні шаблонных каментароў у гэтых групах. Такое размеркаванне выразна дэманструе дыверсіфікацыю стратэгій розных тыпаў ботаў у рамках адзінай сеткі.
Паказчык унікальных каментароў (Unique Comments) і колькасці пракаментаваных відэа (Videos Commented) дапаўняе карціну тэхнічных характарыстык ботнета. Сярэдняя колькасць унікальных каментароў складае 1.84 на бота, з максімальным значэннем 9.5 у кластэры 2 K-means і мінімальным 1.11 у кластэры 0. Падобная варыятыўнасць (стандартнае адхіленне 2.14) яшчэ раз падкрэслівае разнастайнасць функцыянальных роляў ботаў. Сярэдняя колькасць пракаментаваных відэа складае 4.36 на бота, аднак кластэр 2 K-means вылучаецца экстрэмальным значэннем 39.5 відэа, дэманструючы шырокі ахоп, у той час як кластэр 0 факусуецца толькі на 1.26 відэа ў сярэднім. Суадносіны каментароў да відэа дэманструюць стабільныя значэнні ад 1:1 да 1.05:1, што ўказвае на сістэмную стратэгію каментавання.
TF-IDF і тэкставы аналіз
Аналіз тэкставага зместу каментароў з выкарыстаннем метрыкі TF-IDF выявіў ключавыя словы з найбольшай вагой, якія характарызуюць спецыфіку ботаў. Найвышэйшую вагу атрымала слова “грошы” (0.037349), што ўказвае на яго непрапарцыйна высокую частату ў каментарах ботаў у параўнанні з натуральнай камунікацыяй. Іншыя высокавагавыя словы ўключаюць “на” (0.031240), “не” (0.029157), “за” (0.018645), “respect” (0.018131), “гэта” (0.016081), “выздаравела” (0.014544), “як” (0.014721), “гэтыя” (0.014373) і “бясплатна” (0.012913). Семантычны аналіз гэтага слоўнікавага набору дэманструе выразную арыентацыю на фінансава-эканамічную тэматыку з элементамі заахвочвання і ўхвалення.
Размеркаванне значэнняў TF-IDF дэманструе характэрны патэрн: топ-30 слоў маюць значэнні ад 0.008 да 0.037, з выразным экспаненцыяльным зніжэннем значнасці пасля першых дзесяці лексічных адзінак. Варта адзначыць, што групоўка слоў па значэннях TF-IDF карэлюе з выяўленымі кластэрамі ботаў, што пацвярджае наяўнасць спецыялізаваных лексічных набораў для розных функцыянальных груп аўтаматызаваных акаўнтаў. Гэты факт з’яўляецца дадатковым сведчаннем цэнтралізаванага кіравання кантэнтам.
Параметры даўжыні каментароў дэманструюць анамальныя характарыстыкі размеркавання. Пры медыяне даўжыні каментара ў 3.0 сімвалы сярэдняе значэнне складае 30.5 сімвалаў, што ўказвае на моцную станоўчую асіметрыю размеркавання (каэфіцыент асіметрыі 0.86). Дадзеная асаблівасць падкрэсліваецца высокім эксцэсам размеркавання (3.24), які дэманструе нетыповую для натуральнай камунікацыі канцэнтрацыю значэнняў. Аналіз квантыляў паказвае, што 75% каментароў карацейшыя за 25 сімвалаў, у той час як нехарактэрна доўгія каментары (звыш 200 сімвалаў) складаюць менш за 5% ад агульнай выбаркі. Такое бімадальнае размеркаванне з перавагай экстрэмальна кароткіх каментароў пацвярджае штучны характар генерацыі кантэнту.
Тэхнічныя прыкметы аўтаматызацыі
Часавыя метрыкі актыўнасці ботаў даюць дадатковыя тэхнічныя сведчанні аўтаматызацыі. Сярэдні час паміж паслядоўнымі каментарамі аднаго бота складае 212 секунд, аднак гэты паказчык істотна адрозніваецца паміж тыпамі ботаў. Каэфіцыент варыяцыі інтэрвалаў (time_diff_cv) складае ўсяго 0.45 для высокаактыўных ботаў, што ўказвае на значную рэгулярнасць іх актыўнасці, у той час як для нізкаактыўных ботаў гэты паказчык дасягае 1.86, дэманструючы больш выяўленую выпадковасць інтэрвалаў, верагодна, для лепшай імітацыі натуральных паводзін. Рытмічнасць публікацыі з’яўляецца характэрнай для 85% ботаў, якія дэманструюць квазіперыядычную актыўнасць з элементамі наўмысна ўнесенага шуму.
Аналіз паводзінскіх патэрнаў выяўляе шматлікія прыкметы аўтаматызацыі. Высокі паказчык дубліравання каментароў (duplicate_ratio) дасягае 0.77 у некаторых кластэрах, што прынцыпова немагчыма для натуральнай камунікацыі. Нізкая варыятыўнасць выкарыстоўваемай лексікі, выяўленая праз каэфіцыент варыяцыі 0.34, таксама нехарактэрна для чалавечага ўзаемадзеяння. Шаблоннасць сінтаксічных канструкцый прасочваецца ў тым, што аднолькавыя n-грамы выяўляюцца ў 62% каментароў, дэманструючы структурную аднастайнасць генераванага кантэнту. Рэгулярнасць часавых інтэрвалаў публікацыі асабліва прыкметная ў высокаактыўных ботаў, дзе стандартнае адхіленне складае ўсяго 42.6 секунды. Асаблівай увагі заслугоўвае высокая ступень карэляцыі (0.78) паміж усплёскамі актыўнасці ботаў з розных кластэраў, што яўна ўказвае на цэнтралізаванае кіраванне і каардынацыю дзеянняў.
Архітэктура і тапалогія ботнета
Тапалагічны аналіз сеткавых характарыстык ботнета дэманструе выразную структурную арганізацыю. Сярэдні кластэрны каэфіцыент сеткі складае 0.42, што ўказвае на тэндэнцыю да фарміравання шчыльна звязаных груп. Шчыльнасць сеткі роўная 0.16, адлюстроўваючы ўмераную інтэнсіўнасць узаемасувязяў паміж вузламі. Сярэдняя ступень вузла складае 4.8 сувязяў, дэманструючы разгалінаваную структуру сеткі. Дыяметр сеткі, роўны 6, указвае на кампактнасць структуры, дзе любыя два вузлы могуць быць злучаны праз абмежаваную колькасць прамежкавых звёнаў. Мадулярнасць сеткі (0.58) сведчыць аб выяўленай кластэрызацыі і наяўнасці адносна адасобленых функцыянальных груп.
Структурныя асаблівасці ботнета дазваляюць вылучыць 4-6 выразна адасобленых супольнасцяў ботаў з рознымі функцыянальнымі ролямі. Асаблівай увагі заслугоўваюць выяўленыя вузлы-пасрэднікі, якія выконваюць функцыю злучальных элементаў паміж рознымі кластэрамі і забяспечваюць каардынацыю актыўнасці. У структуры ботнета вылучаюцца тры цэнтральныя хабы з высокай ступенню звязнасці (больш за 15 сувязяў на вузел), якія, верагодна, выконваюць ролю кіруючых цэнтраў. Тапалагічны аналіз выяўляе іерархічную структуру з 2-3 узроўнямі падпарадкавання, што тыпова для цэнтралізавана кіруемых ботнетаў. Характэрна наяўнасць “мастоў” паміж сегментамі сеткі, якія дэманструюць высокую цэнтральнасць па пасрэдніцтву (betweenness centrality > 0.5) і забяспечваюць перадачу каманд і кантэнту паміж функцыянальна рознымі групамі ботаў.
Матрыца перасячэнняў ботаў паміж каналамі дэманструе ўстойлівыя патэрны размеркавання ботаў. Максімальнае перасячэнне, якое дасягае 75%, назіраецца паміж каналамі 7457093455341488 і 7457103375063092, што ўказвае на іх цесную тэматычную сувязь ці агульнасць мэтавай аўдыторыі. Найменшае значнае перасячэнне (40.9%) зафіксавана паміж каналамі 7457093455341488 і 7464510189153094, што можа сведчыць аб іх адноснай тэматычнай адасобленасці. Сярэдні ўзровень перасячэння ботаў паміж каналамі складае 53.7%, што з’яўляецца надзвычай высокім паказчыкам, нехарактэрным для натуральнага размеркавання карыстальнікаў. Стандартнае адхіленне перасячэнняў (9.3%) дэманструе адносную аднастайнасць гэтага параметра, што дадаткова пацвярджае цэнтралізаванае размеркаванне ботаў па каналах.
Тэхналагічны ўзровень
Комплексны аналіз тэхнічных характарыстык дазваляе класіфікаваць ботаў па ўзроўні складанасці выкарыстоўваемых тэхналогій. Найбольш шматлікую групу (80.6% ботаў) складаюць базавыя боты-рэплікатары, адпаведныя кластэру 0 K-means. Яны дэманструюць просты алгарытм капіравання і ўстаўкі кантэнту, нізкую актыўнасць (у сярэднім 1.26 каментара на бота) і надзвычай нізкую разнастайнасць (1.11 унікальных каментароў). Асноўная функцыя гэтых ботаў заключаецца ў стварэнні фонавага “шуму” падтрымкі, які стварае ілюзію масавасці.
Боты прамежкавага ўзроўню, прадстаўленыя кластэрам 3 K-means (10.8% ад агульнай колькасці), дэманструюць умераную актыўнасць (11.07 каментароў на бота) пры захаванні нізкай разнастайнасці кантэнту (1.64 унікальных каментара) і высокага ўзроўню дубліравання (0.83). Гэтыя боты ўжываюцца пераважна для ўзмацнення асобных наратываў у рамках інфармацыйнай кампаніі, выконваючы ролю “узмацняльнікаў” ключавых паведамленняў.
Прасунутыя боты, адпаведныя кластэру 1 K-means (7.0% ботаў), характарызуюцца сярэдняй актыўнасцю (5.78 каментароў) пры ўмеранай разнастайнасці кантэнту (1.44 унікальных каментара). Адметнай асаблівасцю гэтых ботаў з’яўляецца больш высокі ўзровень імітацыі натуральнай мовы, што дазваляе ім паспяхова ўкараняцца ў існуючыя дыскусіі і ўплываць на іх напрамак. Яны выконваюць ролю “маніпулятараў дыскусіі”, змяняючы танальнасць і фокус абмеркаванняў.
Найбольш тэхналагічна складаную групу складаюць элітныя боты, адпаведныя кластэру 2 K-means (1.6% ад агульнай колькасці). Гэтыя боты дэманструюць надзвычай высокую актыўнасць (41.5 каментароў на акаўнт), значную разнастайнасць кантэнту (9.5 унікальных каментароў) і шырокі ахоп відэа (39.5 пракаментаваных запісаў). Верагодна, гэтыя боты выкарыстоўваюцца для ініцыявання дыскусій у зададзеным напрамку і ўстанаўлення базавых наратываў, на якія затым абапіраюцца боты іншых тыпаў. Тэхналагічны ўзровень гэтых ботаў прадугледжвае выкарыстанне больш складаных алгарытмаў генерацыі кантэнту, магчыма, з элементамі машыннага навучання для лепшай імітацыі натуральных паводзін карыстальнікаў.
Такім чынам, аналіз дэманструе прымяненне рознаўзроўневых тэхналагічных рашэнняў: ад простых скрыптоў для масавых дзеянняў да складаных сістэм з элементамі адаптыўных паводзін для імітацыі натуральнай камунікацыі. Падобная тэхналагічная дыферэнцыяцыя тыповая для прафесійна арганізаваных інфармацыйных кампаній з цэнтралізаваным кіраваннем і стратэгічным размеркаваннем рэсурсаў.
Высновы і заключэнне
Праведзенае даследаванне дае пераканаўчыя доказы выкарыстання ботнетаў двума прадзяржаўнымі беларускімі TikTok-каналамі для прасоўвання афіцыйнай дзяржаўнай пазіцыі. На падставе комплекснага аналізу дадзеных за студзень 2025 года можна зрабіць шэраг ключавых вывадаў.
Характарыстыкі выяўленых ботнетаў указваюць на высокі прафесійны ўзровень арганізацыі кампаніі. Маштаб і структура сеткі, выразная каардынацыя дзеянняў паміж рознымі групамі ботаў, прадуманыя лінгвістычныя патэрны і старанна вывераныя часавыя характарыстыкі актыўнасці сведчаць аб наяўнасці значных рэсурсаў і цэнтралізаванага кіравання. Асабліва прыкметна прадуманая стратэгія размеркавання ботаў па розных кластэрах з выразным падзелам функцый, што кажа аб сур’ёзным стратэгічным планаванні аперацыі.
Кантэнт-аналіз каментароў ботаў пацвярджае іх накіраванасць на прасоўванне прадзяржаўных наратываў. Дамінуючымі тэмамі з’яўляюцца эканамічная стабільнасць, падтрымка дзеючай улады, крытыка апанентаў і заходніх краін, а таксама фарміраванне станоўчага вобразу дзяржаўнай палітыкі. Лінгвістычны аналіз выявіў устойлівыя маўленчыя канструкцыі і шаблоны, характэрныя для афіцыйнай прапаганды.
Тэхналагічны ўзровень выяўленых ботнетаў сведчыць аб прымяненні сучасных метадаў аўтаматызацыі і алгарытмічнай адаптацыі. Заўважная здольнасць сістэмы падладжвацца пад механізмы работы сацыяльнай платформы, што праяўляецца ў прадуманым размеркаванні рэсурсаў і эвалюцыі метадаў уздзеяння. Асаблівай увагі заслугоўвае здольнасць ботнетаў адаптавацца да змяненняў алгарытмаў выяўлення праз дынамічную змену параметраў актыўнасці.
У цэлым, дадзенае даследаванне не толькі пацвярджае факт выкарыстання скаардынаваных ботнетаў для прасоўвання дзяржаўнай пазіцыі праз афіліяваныя з беларускай прапагандай TikTok-каналы, але і дазваляе разглядаць гэтую актыўнасць як частку больш шырокай стратэгіі інфармацыйнага ўплыву, рэалізаванай з прымяненнем сучасных тэхналогій і метадалогій сеткавага ўздзеяння.
