АЛГОРИТМДЕРДИН НАТЫЙЖАЛУУЛУГУ ЖАНА АТКАРЫЛЫШЫ МААЛЫМАТТАРДЫ БУЗУУНУН АЛДЫН АЛУУ СИСТЕМАЛАРЫНДА

Авторлор

Руслан Нуркожоевич Аскарбеков И. Раззаков атындагы Кыргыз мамлекеттик техникалык университетинин К. Курманалиев атындагы «Полиграфия» кафедрасы, Бишкек, Кыргызстан
Мирбек Сагымбаевич Байгазиев И. Раззаков атындагы Кыргыз мамлекеттик техникалык университетинин К. Курманалиев атындагы «Полиграфия» кафедрасы, Бишкек, Кыргызстан
Мухаммед Абдулхаевич Агибаев И. Раззаков атындагы Кыргыз мамлекеттик техникалык университетинин К. Курманалиев атындагы «Полиграфия» кафедрасы, Бишкек, Кыргызстан

##semicolon##

DLP##common.commaListSeparator## маалыматтык коопсуздук##common.commaListSeparator## машинаны үйрөнүү##common.commaListSeparator## санариптик отпечатоктор##common.commaListSeparator## үзгүлтүксүз туюнтмалар##common.commaListSeparator## жүрүм-турумду талдоо

Аннотация

Бул макалада маалыматтардын бузулушун алдын алуу системаларында колдонулган негизги алгоритмдердин комплекстүү анализи жүргүзүлөт. Алгоритмдердин төрт негизги классы каралат: үзгүлтүксүз туюнтмаларга негизделген детерминисттик методдор, санариптик издерди колдонуу менен мазмунду талдоо, статистикалык анализ жана жүрүм-турумду талдоо үчүн машинаны үйрөнүү ыкмалары. Бул макаланын максаты маалыматтык коопсуздук инциденттерин аныктоодо көрсөтүлгөн ыкмаларды жана натыйжалуулукту салыштырмалуу баалоо болуп саналат. Иш аныктоонун тактыгы менен жалган позитивдердин деңгээлинин ортосундагы компромиссти көрсөткөн симуляциялык моделдөөнүн натыйжаларын берет.

##submission.citations##

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.