Методы повышения показателей качества фильтрации dlp-систем на основе предметно-ориентированной морфологической модели естественного языка

Предложенный 
метод 
Алгоритм VF2 
Лучший 
случай 
Худший 
случай 
Таблица 3.1.2. Временная сложность алгоритмов при решении задачи 
идентификации защищаемых данных в передаваемых сообщениях. 
Из таблицы 3.1.2 видно, что представленный метод идентификации 
защищаемых данных в передаваемых сообщениях с точки зрения 
производительности существенно эффективнее, чем сравнение графов 
семантических деревьев. Это позволяет использовать его в DLP-системах с 
большим числом защищаемых документов без существенной задержки 
передаваемых сообщений на время анализа. 

---

94 
3.2 Оценка применимости предложенных решений 
Оценка применимости метода снижения числа ошибок первого и 
второго рода в морфологических анализаторах DLP-систем 
Хорошо известно, что на этапе автоматического морфологического анализа 
порождается морфологическая омонимия: в силу случайных совпадений парадигм 
разных частей речи некоторые словоформы интерпретируются неоднозначно [68].
Предлагаемый метод снижения числа ошибок первого и второго рода в 
морфологических 
анализаторах 
DLP-систем 
используется 
на 
этапе 
морфологического анализа лингвистического анализатора DLP-системы. В 
формальной модели DLP-системы этап морфологического анализа F
22
(2.2.5) 
является одним из первых. В связи с этим для дальнейшего анализа важно 
получить высокие показатели точности на этом этапе. 
Предлагаемый метод может использоваться как самостоятельно, так и в 
сочетании с другими методами, например c методом скрытой марковской модели 
(HMM - Hidden Markov Model), или с синтаксическим анализатором именных 
групп [69]. 
В работе [67] показано, что применение анализаторов, построенных на 
разных принципах, позволяет в автоматическом режиме снизить уровень 
неоднозначности до нескольких процентов, а в интерактивном режиме служит 
мощным средством контроля и отладки. 
Применительно к морфологическим анализаторам DLP-систем больший 
интерес представляет автоматический режим. В связи с этим, предложенный 
метод эффективнее применять в сочетании с другими, основанными на других 
принципах. Это позволит сократить число гипотез морфологических описаний 
слов в предложениях анализируемого сообщения, что приведет повышению 
показателей качества полноты и точности выявления DLP-системой угрозы 
утечки конфиденциальной информации. 
При этом предложенный метод обладает важным преимуществом – для его 
работы не требуются предварительно размеченные тексты или иные специально 

---

95 
подготовленные данные, за исключением словарей морфологических описаний 
слов.