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

Алгоритм VF2 
Алгоритм Ульмана 
Лучший случай 
Худший случай 
Табл. 2.2.1. Временная сложность алгоритмов поиска подграфов в графах. 
Высокая сложножность алгоритмов определения изоморфизма графов делает 
их неприменимыми при работе с большими объемами защищаемых данных. 
Кроме того, необходимо учитывать возможные способы модификации 
защищаемой информации, что еще больше усложняет анализ.
Таким образом, видится необходимым получить быстрый метод 
идентификации защищаемых данных в передаваемых сообщениях. Это позволит 
DLP-системе эффективно работать с большим количеством защищаемых данных. 
2.3 Метод снижения числа ошибок первого и второго рода в 
морфологических анализаторах DLP-систем 
Для повышения показателей полноты и точности обнаружения DLP-
системой угроз информационной безопасности необходимо повысить 
эффективность работы функции 
(2.2.5), т.е. повысить качество определения 
морфологических признаков слов в предложении. 

---

64 
2.3.1 Суть метода 
Предлагаемый метод снижения числа ошибок первого и второго рода в 
морфологических анализаторах DLP-систем основывается на использовании 
некоторого множества известных, заранее корректных последовательностей 
морфологических признаков (множество корректных шаблонов) для аналогичных 
предложений. Аналогичным в данном случае является предложение, имеющее 
одинаковую длину и последовательность морфологических признаков с 
анализируемым. Выбор одной из гипотез определяется наличием ее во множестве 
известных. При этом, если в известном множестве содержится более одной 
гипотезы для анализируемого предложения, то выбирается наиболее часто 
встречающаяся.
Важной особенностью метода является то, что необходимое для работы 
множество корректных шаблонов формируется автоматически на основе 
специально подготовленного морфологического словаря и не требует 
предварительно размеченных текстов. 
Предлагаемый метод состоит из следующих частей: 
1. Формирование множества корректных шаблонов предложений; 
2. Формирование множества гипотез о морфологических признаках слов в 
предложении; 
3. Поиск во множестве корректных шаблонов каждой из гипотез; 
4. Выделение одной из гипотез на основе результатов поиска. 
Формализация задачи представлена следующим образом. 
Пусть T = {t
i
}, i=1,..., n – множество корректных шаблонов предложений. 
Пусть H = {h
i
}, i=1,..., m – множество гипотез о морфологических 
признаках слов анализируемого предложения. 
Пусть R – правильное описание анализируемого предложения с точки 
зрения морфологических признаков его слов. 
Тогда решаемая задача состоит в том, чтобы выбрать такое h
j
 

H, что h
j
 = 
R. 

---

65 
При этом важными подзадачами являются формирование множества 
корректных шаблонов T и поиск h
i
в множестве T.