ЭФФЕКТИВНОСТЬ И ПРОИЗВОДИТЕЛЬНОСТЬ АЛГОРИТМОВ В СИСТЕМАХ ПРЕДОТВРАЩЕНИЯ УТЕЧЕК ДАННЫХ

Авторы

Руслан Нуркожоевич Аскарбеков Кафедра «Полиграфия» им. К. Курманалиева, Кыргызский государственный технический университет им. И. Раззакова, г. Бишкек, Кыргызстан
Мирбек Сагымбаевич Байгазиев Кафедра «Полиграфия» им. К. Курманалиева, Кыргызский государственный технический университет им. И. Раззакова, г. Бишкек, Кыргызстан
Мухаммед Абдулхаевич Агибаев Кафедра «Полиграфия» им. К. Курманалиева, Кыргызский государственный технический университет им. И. Раззакова, г. Бишкек, Кыргызстан

Ключевые слова:

DLP, информационная безопасность, машинное обучение, цифровые отпечатки, регулярные выражения, поведенческий анализ

Аннотация

В данной статье проводится комплексный анализ ключевых алгоритмов, применяемых в системах предотвращения утечек данных. Рассматриваются четыре основных класса алгоритмов: детерминированные методы на основе регулярных выражений, контентный анализ с использованием цифровых отпечатков, статистический анализ и методы машинного обучения для поведенческого анализа. Целью данной статьи является сравнительная оценка указанных методов и эффективности в обнаружении инцидентов информационной безопасности. В работе представлены результаты симуляционного моделирования, демонстрирующие компромисс между точностью обнаружения и уровнем ложных срабатываний.

Библиографические ссылки

1. Алексеева Е.Ю., Бутин А.А. DLP-системы. Методология и продукты // Информационные технологии и проблемы математического моделирования сложных систем. — 2016. — № 17. — С. 23–28. — EDN IDVXUM.

2. Антонов А.Е., Матвеев В.В. Обеспечение экономической безопасности с использованием DLP-системы (искусственного интеллекта) // Теоретические и прикладные вопросы комплексной безопасности: Материалы V Междунар. науч.-практ. конф. (Санкт-Петербург, 23 марта 2022 г.). — СПб.: …, 2022. — С. 251–257. — EDN DEOZZA.

3. Зверев И.Н. Сравнительный обзор методов категоризации, применяемых в DLP-системах // Актуальные вопросы современной науки. — 2014. — № 35. — С. 108–117. — EDN SIEBRV.

4. Калиберда Е.А., Шабалин А.М. Использование современных систем виртуализации… // Наука о человеке: гуманитарные исследования. — 2020. — Т. 14, № 2. — С. 118–122. — DOI 10.17238/issn1998-5320.2020.14.2.20. — EDN WUCZCP.

5. Сипатров Н.А., Крылова С.Л. Аспекты эффективности DLP-систем // WORLD SCIENCE: PROBLEMS AND INNOVATIONS… — Пенза, 2017. — Ч. 1. — С. 102–106. — EDN YHXWRB.

6. Яблоков Д.С. Обзор системы Zecurion DLP 11… // Тенденции развития науки и образования. — 2024. — № 115–15. — С. 157–163. — DOI 10.18411/trnio-11-2024-722. — EDN GBHMJX.

7. Gartner. Market Guide for Data Loss Prevention. — 2025. — URL: https://www.gartner.com/en/documents/6342779 (дата обращения: укажите свою).

8. Корякина Ю.С., Айтбаев Ш.Т., Зимин И.В. Аналитический обзор методов реализации подсистем сбора, обработки, хранения и визуализации данных для SOC (Security Operations Center) // Проблемы автоматики и управления. — 2025. — № 2(53). — С. 29–40.