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

2.6 Выводы 
1. На основе формализованного описания современной защищаемой 
информационной системы разработана модель угрозы утечки конфиденциальной 
информации. 
2. Приведено общее описание DLP-системы, на основании которого 
разработана формальная модель работы DLP-системы. 
3. Анализ 
полученной модели угрозы утечки конфиденциальной 
информации в сочетании с формальной моделью работы DLP-системы показал 
возможные 
направления 
развития 
существующих 
методов 
анализа 
естественноязыковых сообщений в DLP-системах. 
4. В 
рамках выбранных направлений развития морфологических 
анализаторов DLP-систем был разработан метод снижения числа ошибок первого 
и второго рода в морфологических анализаторах DLP-систем. 

---

83 
5. В 
рамках выбранных направлений развития морфологических 
анализаторов DLP-систем был разработан метод метод предотвращения передачи 
конфиденциальных ЕЯ собщений, содержащих отсутствующие в словаре 
парадигмы слов. 
6. В 
рамках выбранных направлений развития морфологических 
анализаторов DLP-систем был разработан метод идентификации защищаемых 
данных в передаваемых сообщениях на основе анализа связей в объектной модели 
естественного языка 
Применение разработанных методов позволяет решить поставленную задачу 
повышения показателей качества защиты DLP-систем.

---

84 
3. Сравнительный анализ 
3.1 Оценка показателей качества предложенных решений 
Оценка показателей качества метода снижения числа ошибок первого и 
второго рода в морфологических анализаторах DLP-систем 
Описанный в работе метод снижения числа ошибок первого и второго рода в 
морфологических анализаторах DLP-систем был реализован и встроен в 
подсистему определения морфологических характеристик слов в предложении. 
Показатели качества разработаного метода оценивались сравнением 
результатов работы подсистемы с заведомо корректными на размеченных 
вручную текстах. 
В качестве первого источника размеченных текстов изначально был выбран 
Национальный корпус русского языка [32]. Но он не подошел из-за большого 
числа использованных там «композитных» частей речи, например «местоимение–
существительное», 
«местоимение–прилагательное», 
«числительное–
прилагательное» и т.д. Поскольку в используемом нами словаре такие «части 
речи» не используются, статистика получалась искаженная, и для сравнения был 
выбран Открытый корпус русского языка [33]. 
Сравнение производилось на случайной выборке размеченных вручную 
текстов Открытого корпуса русского языка. В ходе каждого опыта сравнивалось 
17130 слов в 2300 предложениях. 
На рис. 3.1.1 показана зависимость процента исправленных ошибок от 
количества использованных при анализе шаблонов предложений. 

---

85 
 
Рис. 3.1.1. Зависимость процента исправленных ошибок определения 
морфологических характеристик слов от числа шаблонов предложений, 
использованных при анализе 
При этом имеющееся множество шаблонов далеко от насыщения. На 
рис. 3.1.2 показана зависимость количества полученных шаблонов от числа 
разобранных текстов. 
0
2
4
6
8
10
12
0
200000
400000
600000
800000
1000000
1200000