Детальная информация

Целью работы является повышение достоверности распознавания фактов утечек конфиденциальной информации. Объектом исследования является система защиты конфиденциальной информации предприятия. Задачи, решаемые в ходе исследования: 1. Исследование проблематики внедрения и использования систем, предотвращения утечек данных и несанкционированного использования конфиденциальной информации. 2. Описание принципов адаптации мониторинговых процедур и объединения данных. 3. Анализ основных положений теории искусственных нейронных сетей и их применимость в DLP-системах. 4. Разработка макета нейросетевой программной системы распознавания фактов утечек конфиденциальной информации. 5. Экспериментальные исследования достоверности разработанной методики на открытых наборах данных по информационной безопасности. В ходе работы была исследована проблема эффективного внедрения и использования нейросетевых систем распознавания фактов утечек конфиденциальных данных в корпоративных DLP системах. Разработан макет программной системы распознавания фактов утечек и исследована достоверность методики распознавания. Был сделан вывод о применимости нейросетей в DLP системах. Полученные результаты могут быть использованы в качестве основы для создания и модернизации корпоративных DLP систем на основе машинного обучения.

The aim of the work is to increase the reliability of recognizing the facts of confidential information leaks. The subject of the study is the companys confidential information protection system. Tasks solved during the study: 1. Study of the problems of implementation and use of systems, prevention of data leaks and unauthorized use of confidential information. 2. Description of the principles of adaptation of monitoring procedures and data fusion. 3. Analysis of the main provisions of the theory of artificial neural networks and their applicability in DLP systems. 4. Development of a model of a neural network software system for recognizing facts of confidential information leaks. 5. Experimental studies of the reliability of the developed methodology on open data sets on information security. In the course of the work, the problem of effective implementation and use of neural network systems for recognizing facts of confidential data leaks in corporate DLP systems was investigated. A model of a software system for recognizing facts of leaks was developed and the reliability of the recognition method was investigated. A conclusion was made about the applicability of neural networks in DLP systems. The obtained results can be used as a basis for creating and upgrading corporate DLP systems based on machine learning.