СводкаГлавные показатели канала за выбранный период. Изменение — к такому же отрезку перед периодом, если за него есть статистика. Наведите на диаграмму плитки, чтобы увидеть число в каждой точке периода.
Главные числа
ПодписчикиСколько подписчиков у канала сейчас. Волна — число подписчиков в каждой точке периода. Изменение — к началу периода.110,0 %+0 за период
ПросмотрыСколько сейчас просмотров у постов, вышедших за период. Это не просмотры за день: сколько посмотрели вчера, MAX не сообщает.14▼ 54,0 %было 32
РеакцииСколько реакций у постов, вышедших за период.6▼ 21,1 %было 8
УпоминанияСколько раз канал упомянули другие каналы: ссылки и репосты, без рекламных постов. Чем крупнее круг, тем больше упоминаний в этой точке периода.58▼ 18,5 %было 72по подписке
РепостыСколько раз другие каналы сделали репост постов этого канала (без рекламных постов). Репосты входят и в число упоминаний.26▼ 2,6 %было 27после входа
Средний охват постаСколько просмотров в среднем набирает один пост. Считаем по постам старше двух суток: у свежих просмотры ещё растут. Точки, где есть свежие посты, — пунктиром и полыми кружками: охват всех постов на сейчас, он ещё вырастет.7▼ 34,4 %было 11
ERRКакая доля подписчиков видит средний пост: средний охват ÷ подписчики × 100 %. Линия — ERR в каждой точке периода, пунктир — ERR прошлого такого же периода. Точки с постами моложе двух суток — полые кружки на пунктирном конце линии.63,6 %▼ 33,3 п. п.пунктир — было 97,0 %
Вовлечённость ERКак часто читатели реагируют на посты: реакции ÷ просмотры × 100 %. Засечка на полосе — прошлый период.42,86 %▲ 17,9 п. п.
было 25,00 %
Постов в деньСколько публикаций в среднем выходит за день. Клетка — точка периода: чем темнее, тем больше постов в день.0,3▼ 29,9 %было 0,4
Доля рекламыКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Шкала — рекламная нагрузка по порогам индекса качества: до 10 % — низкая, до 25 % — умеренная, до 50 % — высокая, дальше — очень высокая. Рост доли отмечается красным.2,5 %▼ 1,8 п. п.
ДинамикаСверху — число подписчиков на конец каждой точки периода, снизу — прирост за точку: зелёный — подписчиков стало больше, красный — меньше. Над графиком прироста — самый большой прирост и самая большая убыль. Сколько подписалось и отписалось по отдельности, MAX не сообщает.
Рост аудитории
0подписчиков за период
Число подписчиков за период не менялось
Оценка каналаОценка канала от 0 до 100 из пяти частей: аудитория, честность роста, рекламная нагрузка, доверие и достоверность расчёта. Полоса — сколько баллов часть набрала из своего максимума. Индекс пересчитывается каждую ночь; каналы сравниваются с похожими — той же категории и размера.
Индекс качества пока не рассчитан. Он появляется у каналов от 500 подписчиков, которые публикуют посты хотя бы раз в неделю, после недели наблюдения.
ОхватыСколько сейчас просмотров у постов, вышедших в каждой точке периода (а не просмотры за день). Подписан рекорд; точка с сегодняшним днём бледнее — день ещё идёт. Средний охват поста — по постам старше двух суток.
Просмотры и охват
14просмотров за период▼ 54,0 %
Средний охват поста — 7 просмотров (посты старше двух суток).
ВовлечённостьER — реакции, делённые на просмотры, в процентах — у постов каждой точки периода. Пунктир — ER за весь период. Изменение — в процентных пунктах к прошлому такому же периоду.
Вовлечённость подписчиков
42,86 %ER = реакции ÷ просмотры▲ 17,9 п. п.
ER каналав среднем за период
ЦитируемостьИндекс цитируемости (ИЦ) — насколько часто и какими каналами упоминают этот канал за последние 30 дней, без рекламных постов. Уровень — место среди похожих каналов. Линия — ИЦ в каждой точке периода (в неделе и месяце — средний за её дни).
РитмСколько постов в среднем выходит в каждый час каждого дня недели, время московское: чем темнее клетка, тем больше публикаций. «Лучшее время» — часы, в которые у постов старше двух суток самый высокий средний охват.
Когда и сколько публикует
ПнВтСрЧтПтСбВс
036912151821
Лучшее время:09:0018:00часы, в которые у постов самый высокий средний охват
ФорматыИз чего состоит лента. У каждого поста один формат — по старшинству: репост, видео, фото, ссылка, текст. Полоса и проценты — доля постов формата; справа — средний охват одного поста формата (по постам старше двух суток), полоска — сравнение с самым просматриваемым форматом.
ПубликацииКаждая точка — пост за период: по горизонтали — дата выхода, по вертикали — просмотры, размер точки — реакции, цвет — формат. Так видно хиты, провалы и то, как меняется охват. У крупных каналов показаны 100 самых просматриваемых постов и равномерная выборка остальных — не больше 1 500 точек.
Каждый пост — точка
Выше — больше просмотров, крупнее — больше реакций. Нажмите на точку, чтобы открыть пост.
ВидеоФотоДругоеразмер — реакцииПриближение — кнопками «+» и «−», щипком или Ctrl + колесо мыши; приближенный график сдвигается перетаскиванием
СводкаИтоги выбранного периода: сколько вышло публикаций, сколько у них сейчас просмотров и реакций и средний охват поста. Просмотры — текущие у постов, вышедших в эти дни, а не просмотры за день. Изменение — к такому же отрезку перед периодом, если за него есть статистика.
Итоги периода
Нажмите на показатель — ниже он появится по точкам периода
Просмотрысегодня — день ещё идётТочки с постами моложе двух суток — бледные с пунктиром: их просмотры ещё растут.
РекламаКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Детектор осторожный, поэтому настоящая доля обычно выше. Шкала — рекламная нагрузка по порогам индекса качества. Ниже — средний охват рекламного и обычного поста и кого рекламирует канал (сайты, на которые ведут ссылки из рекламы).
Что работаетПосты периода с наибольшим числом просмотров. Полоса — просмотры относительно первого места. Превью — картинка поста, у поста без картинки — аватар канала. Просмотры — сколько у поста сейчас.
РитмСколько постов вышло в каждый день периода (бледные столбики) и среднее за 7 дней (линия): видно, разгоняется канал или затихает. Сегодняшний день ещё идёт, поэтому среднее для него считается по вчерашний день.
Публикации по дням
Бледные столбики — дни, линия — среднее за 7 дней: видно, разгоняется канал или затихает
Публикации за деньСреднее за 7 дней
Данные обновлены в 15:39 по Москве. Просмотры — текущие у постов, вышедших в эти дни; средний охват — по постам старше двух суток.
Как считается индекс качества
Следующий этап развития deception — сделать так, чтобы система не только фиксировала действия атакующего, но и могла автоматически перестраивать среду и запускать реакцию.
Ответные действия непосредственно на ловушке
С учетом автоматизации атак Honeypot и Deception-системам тоже приходится реагировать быстрее.
Помимо стандартного IRP-процесса, в HoneyCorn уже предусмотрена возможность задать реакцию непосредственно для ловушки.
Среди типовых вариантов — автоматическое переразвертывание ловушки или сканирование IP-адреса, с которого была зафиксирована попытка взлома.
То есть обнаружение становится не конечной точкой, а триггером следующего действия.
Автономное развертывание по требованию
Современная атака может развиваться быстро, поэтому интересный сценарий — создание ловушки уже в ответ на обнаруженную подозрительную активность.
HoneyCorn движется в эту сторону через интеграционное API для SOAR.
Дальнейший шаг — динамическая генерация ловушки с параметрами конкретного сегмента сети и автоматическое развертывание там, где появилась подозрительная активность.
Фактически deception-ландшафт начинает перестраиваться в зависимости от ситуации.
Однонаправленная передача данных из закрытых сегментов
Отдельная задача возникает в промышленной и финансовой инфраструктуре, где защищаемый контур не должен иметь исходящих соединений.
Для этого может использоваться однонаправленная передача данных — data diode.
Honey Corn уже тестировался совместно с InfoDiode: ловушки внутри изолированного сегмента фиксируют активность, а телеметрия передается в SOC через физически односторонний канал.
Это позволяет использовать deception в средах с жесткими требованиями к изоляции.
Обмен IoC между инсталляциями
Еще один вектор развития — объединение информации, которую получают разные инсталляции.
Отдельная система формирует собственные контекстные IoC. Если добавить данные других инсталляций и открытых источников с автоматической проверкой актуальности, получается уже распределенная сенсорная сеть.
Атака, замеченная в одной инфраструктуре, потенциально может дать дополнительный контекст для защиты других. Именно здесь deception перестает быть просто набором ловушек.
Система постепенно превращается в динамическую среду, которая обнаруживает действия атакующего, собирает данные, меняет собственную конфигурацию и запускает ответные действия.
Создать ловушку недостаточно. Следующая задача — сделать так, чтобы атакующему было сложно понять, что перед ним не реальная система.
И здесь все большую роль играет ИИ.
LLM для адаптивного взаимодействия
Одна из проблем классических ловушек — статичные ответы.
Большие языковые модели позволяют генерировать контекстно-зависимое поведение в реальном времени, имитируя работу реальной ОС или сервиса.
Например, злоумышленник, попавший в SSH-ловушку, вместо заранее прописанных строк может получать правдоподобные ответы даже на нестандартные команды.
Чем дольше атакующий остается внутри контролируемой среды, тем больше данных о его тактиках и техниках получает SOC.
В HoneyCorn этот механизм сейчас тестируется и рассматривается для дальнейшегоиспользования.
Reinforcement Learning для самообучающихся ловушек
LLM дают адаптивность, но следующий шаг — возможность учиться на самих сессиях.
Логика проста: если атакующий быстро распознал подделку и ушел, система должна скорректировать поведение. Если взаимодействие продолжалось долго — успешная стратегия закрепляется.
Reinforcement Learning рассматривается как один из перспективных подходов к созданию автономных и самоулучшающихся deception-систем.
Для HoneyCorn этот механизм также находится на стадии тестирования.
ИИ-генерация приманок
Меняться должны не только сами ловушки.
Традиционный условный passwords.txt для подготовленного атакующего выглядит слишком очевидно.
ИИ позволяет динамически создавать документы, логи и другие артефакты, которые соответствуют конкретной инфраструктуре.
Например, сформировать правдоподобную .bash_history с путями, командами и характерными ошибками.
Для HoneyCorn это возможность масштабировать «сетевую иллюзию» без необходимости вручную наполнять каждый хост.
Этот механизм также тестируется.
Уникальные приманки для каждого хоста
Следующий логичный шаг — отказаться от одинаковых honeytokens во всей сети.
Если содержимое приманок генерируется динамически и отличается на каждом хосте, автоматическому сканеру сложнее определить шаблон.
А обращение к уникальной приманке становится отдельным индикатором потенциальной компрометации.
В итоге deception постепенно движется от статичной инфраструктуры к среде, которая меняется вместе с действиями атакующего.