Остання редакція: 2025-01-02
Анотація
Запропоновано підхід до прогнозування інсайдерських загроз за допомогою алгоритмів обробки природної мови. Розглянуто методологію збору, обробки та аналізу текстових даних для виявлення прихованих індикаторів ризику. Основна увага приділена застосуванню глибоких нейронних мереж та їх ефективності у прогнозуванні загроз.
Prediction of insider threats based on natural language processing algorithms
Abstract: The approach to predicting insider threats using natural language processing (NLP) algorithms is proposed. The methodology for collecting, processing, and analyzing textual data to identify hidden risk indicators is considered. The main focus is on the application of deep neural networks and their effectiveness in threat prediction.
Ключові слова
Посилання
1. Цвєткова Н.М. Теоретичні основи інформаційної безпеки : монографія. Київ : Освіта України, 2020. 215 с.
2. Бондаренко В.О. Сучасні технології кібербезпеки. Харків : Технологічний центр, 2021. 342 с.
3. Kim J., Park H. Advanced Natural Language Processing in Cybersecurity. New York : Springer, 2019. 256 p.
4. Chen X. Machine Learning Approaches to Insider Threat Detection. London : Academic Press, 2020. 412 p.
5. Мельник Р.А. Алгоритми штучного інтелекту в інформаційній безпеці. Львів : Видавництво Львівської політехніки, 2022. 187 с.
6. Johnson M. Ethical Considerations in AI-driven Security Systems. Cambridge : MIT Press, 2021. 189 p.
7. Петренко С.А. Системи управління інформаційною безпекою. Київ : Кондор, 2020. 276 с.
8. Brown L. Natural Language Processing in Enterprise Security. San Francisco : O'Reilly Media, 2019. 203 p.
9. Литвиненко О.В. Інтелектуальні системи кібербезпеки. Дніпро : Науковий світ, 2021. 265 с.