Гібридний підхід до автоматизованого виявлення конфіденційної інформації у файлах
Вантажиться...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Запропоновано гібридний підхід до побудови та впровадження засобу автоматизованого аналізу файлових масивів щодо конфіденційної інформації, що дозволяє виявити приховані внутрішні загрози та запобігти критичним втратам даних, які виникають через неуважність або низьку цифрову гігієну працівників.
A hybrid approach is proposed for the development and implementation of an automated tool for analyzing file arrays for confidential information, which enables the detection of hidden insider threats and prevents critical data loss resulting from employee negligence or poor digital hygiene.
A hybrid approach is proposed for the development and implementation of an automated tool for analyzing file arrays for confidential information, which enables the detection of hidden insider threats and prevents critical data loss resulting from employee negligence or poor digital hygiene.
Опис
Ключові слова
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Кордонський Я. Гібридний підхід до автоматизованого виявлення конфіденційної інформації у файлах // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2026/paper/view/28191.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (9)
- Egho-Promise E. I., Sitti M. Big Data Security Management in Digital Environment. American Journal of Multidisciplinary Research & Development (AJMRD). 2024. URL: https://www.researchgate.net/publication/385411123_Big_Data_Security_Management_in_Digital_Environment.
- Sarah Mathew B., Lasekan O. A., Godoy Pena M. Behavioural Determinants of Cyber Hygiene: Rethinking the Role of Education in Digital Trust and Usability. International Research Journal of Multidisciplinary Scope. 2025. URL: https://doi.org/10.47857/irjms.2025.v06i04.07251.
- A comparative performance analysis of regular expressions and a large language model-based approach to extract the BI-RADS score from radiological reports / F. Dennstdt et al. JAMIA Open. 2025. Vol. 8, no. 6. URL: https://doi.org/10.1093/jamiaopen/ooaf128.
- Luo Q., Zhang G., Sun Y. A Novel Method for Named Entity Recognition in Long-Text Safety Accident Reports of Prefabricated Construction. Buildings. 2025. URL: https://doi.org/10.3390/buildings15173063.
- BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding / J. Devlin et al. arXiv. 2019. URL: https://doi.org/10.48550/arXiv.1810.04805.
- Melnyk S. Safe Observability: A Framework for Automated PII Redaction from LLM Prompts in OpenTelemetry Pipelines. International Journal of Computer (IJC). 2025. URL: https://ijcjournal.org/InternationalJournalOfComputer/article/view/2458.
- Large Language Models For Text Classification: Case Study And Comprehensive Review / A. Kostina et al. arXiv. 2025. URL: https://doi.org/10.48550/arXiv.2501.08457.
- An Evaluation Study of Hybrid Methods for Multilingual PII Detection / H. Rajgarhia et al. arXiv. 2025. URL: https://doi.org/10.48550/arXiv.2510.07551.
- Koli L., Kalra S., Singh K. Decoding Complexity: Intelligent Pattern Exploration with CHPDA (Context Aware Hybrid Pattern Detection Algorithm). arXiv. 2025. URL: https://doi.org/10.48550/arXiv.2502.07815. 10.A Survey on Zero Trust Architecture: Challenges and Future Trends / Y. He et al. Wireless Communications and Mobile Computing. 2022. Vol. 2022. P. 1–13. URL: https://doi.org/10.1155/2022/6476274. 11.Adaptive PII Mitigation Framework for Large Language Models / S. Asthana et al. arXiv. 2025. URL: https://doi.org/10.48550/arXiv.2501.12465.