<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Методи організації безпеки даних під час автоматичних платежів

Вантажиться...
Ескіз

Дата

Назва журналу

Номер ISSN

Назва тому

DOI

Анотація

Дана наукова стаття розглядає методи організації безпеки даних під час автоматичних платежів, які широко використовуються в підпискових сервісах та регулярних транзакціях. Особливу увагу приділено технічним методам забезпечення захисту даних, таким як токенізація, шифрування даних, двофакторна автентифікація та виявлення аномальних транзакцій за допомогою машинного навчання.
This scientific article examines methods for organizing data security during automatic payments, which are widely used in subscription services and regular transactions. Particular attention is paid to technical methods for ensuring data protection, such as tokenization, data encryption, two-factor authentication, and detection of anomalous transactions using machine learning.

Опис

Тип документа

Мова

ISSN

Бібліографічний опис

Дзюба Д. А., Томчук М. А. Методи організації безпеки даних під час автоматичних платежів // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2025/paper/view/22829

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. Що таке сертифікація PCI DSS, і навіщо вона потрібна для приймання платежів [Електронний ресурс] / Interkassa – 2023. Режим доступу до ресурсу: https://interkassa.com/blog/shcho-take-sertyfikatsiia-pci-dss
  2. Introduction to Tokenization [Електронний ресурс] / Microsoft. – 2023. Режим доступу до ресурсу: https://learn.microsoft.com/en-us/azure/security/fundamentals/tokenization
  3. What is Two-Factor Authentication and How Does It Work? [Електронний ресурс] / Kaspersky. – 2022. Режим доступу до ресурсу: https://www.kaspersky.com/resourcecenter/definitions/what-is-2fa
  4. Guide to TLS Implementations [Електронний ресурс] / NIST. – 2021. Режим доступу до ресурсу: https://csrc.nist.gov/publications/detail/sp/800-52/rev-2/final
  5. Machine Learning for Fraud Detection [Електронний ресурс] / IBM Security. – 2020. Режим доступу до ресурсу: https://www.ibm.com/security/fraud-protection