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

Оценка 
применимости 
метода 
предотвращения 
передачи 
конфиденциальных ЕЯ собщений, содержащих отсутствующие в словаре 
парадигмы слов 
В процессе создания базы знаний наиболее трудоемкой является процедура 
пополнения ее новой информацией, извлекаемой из специальных естественно-
языковых текстов: деловых, научных, технических, медицинских, юридических и 
т. п. Очевидно, что при этом, в первую очередь, соответствующими терминами 
должны быть пополнены морфологический и семантический словари, на основе 
которых и выполняется анализ текстов. 
Возможны два подхода к организации словарей, обеспечивающих их 
пополнение. Первый подход заключается в использовании дополнительных 
словарей пользователя, что позволяет хранить информацию в основных словарях 
в неизменяемом упакованном формате. Второй подход требует хранения всей 
информации в виде, допускающем коррекцию, пополнение и удаление словарных 
статей [70]. Особенности представления информации при таком подходе 
достаточно подробно рассмотрены в [71].
При введении DLP-системы в эсплуатацию происходит анализ всех 
защищаемых документов. В результате этого анализа выявляются слова, 
отсутствующие в словаре морфологических описаний слов. Для повышений 
показателей качества выявления угроз утечки конфиденциальной информации, 
содержащейся в проанализированных документах, необходимо пополнить 
словарь морфологических описаний слов найденными терминами. Предлогаемый 
метод позволяет существенно ускорить и упростить этот процесс. 
Также предложенный метод может использоваться при периодическом 
пополнении множества защищаемых документов. В результате анализа каждого 
добавляемого документа возможно появление новых терминов, отстутствующих в 

---

96 
словаре морфологических описаний слов. В этом случае, аналогично 
предыдущему, также применим предложенный метод. 
Наиболее важным в рамках DLP-систем применением описанного метода 
является анализ сообщений ЕЯ, содержащих отсутствующие в словаре парадигмы 
слов. Описанный метод позволяет автоматически получить морфологическое 
описание несловарного термина в анализируемом сообщении и пополнить 
морфологический словарь всеми его словоформими. Благодаря этому DLP-
система может более корректно анализировать характерные для современных ИС 
ЕЯ-сообщения. Также появляется возможность уйти от последовательного 
внесения в морфологический словарь всех возможных словоформ с их 
морфологическими характеристиками, что является необходимой, но нетипичной 
задачей для служб ИБ и ИТ. 
При этом остается достаточно много возможностей для доработки метода. В 
частности, видится полезным учет знаков препинания и отдельных 
словосочетаний [34].