Постановка проблемы. В целях противодействия проявлению агрессии, давления и других форм деструктивного воздействия на индивидуальное и групповое сознание пользователей на сегодняшний день на первый план выходит задача обнаружения деструктивного контента, такого как явная «нагота», насилие, наркотики, алкоголь и др. В условиях быстрого темпа цифровизации и генерации разнородного Интернет-контента построение высокоэффективных научно-технических решений, позволяющих в автоматизированном режиме проводить детектирование подобного рода контента, является актуальной научной проблемой. Цель. Провести исследование потенциала извлечения характерных признаков из одиночных кадров с целью распознавания деструктивного Интернет-контента разного рода и предложить подход к распознаванию такого контента по одному кадру. Результаты. Представлена система детектирования деструктивного контента, основанная на сверточной нейронной сети, позволяющей классифицировать мультимедиафайлы по принадлежности к заранее определенным категориям. Экспериментально доказано, что предложенная модель обеспечивает среднюю точность топ-1, равную 80%, по всем классам при тестировании на коллекции изображений. Практическая значимость. Предлагаемый подход к детектированию деструктивного контента на изображениях позволяет уменьшить объем обрабатываемых данных на 10%, повышая эффективность анализа при решении подобных задач.