Метод обеспечения безопасности персональных данных при их обработке в информационной системе при помощи искусственной нейронной сети

Резюме: Одним из наиболее активно развивающихся направлений обеспечения информационной безопасности является разработка средств анализа поведения пользователей информационной системы. В настоящей статье представлен метод выявления аномалий в поведении пользователя, основанный на применении искусственной нейронной сети, сигнализирующей о совершении противоправных действий. В качестве входных значений предложено использовать характеристики поведения пользователя: время осуществления доступа; продолжительность проводимых работ; место осуществления доступа; набор данных, с которыми работает пользователь; перечень совершённых действий. Предложен подход к присвоению характеристикам пользователя числовых значений, основанный на применении математического аппарата теории нечётких множеств, а также метода One-Hot Encoding. Применение предложенного метода обеспечит более оперативное выявление аномалий в поведении пользователя, чем анализ, проводимый специалистом по обеспечению безопасности информации без использования специальных средств автоматизации.

Ключевые слова: информационная безопасность, персональные данные, анализ поведения, искусственная нейронная сеть, автокодировщик, теория нечётких множеств.

I.S. Kozin

Method of protection of personal data in its processing in information system based on the artificial neural network

Summary: One of the most actively developing areas of information security is the User Behavior Analytics. This paper presents a method of detecting anomalies in the behavior of an information system user has been developed, based on the use of an artificial neural network that signals the commission of illegal actions. Users behavior characteristics had been offered to use sample input values: access time; duration of work performed; place of access; a set of data with which the user works; list of actions taken. An approach to assigning numeric values to user characteristics is proposed, based on the fuzzy set theory and One-Hot Encoding method. Method provides more effective detecting abnormalities in user behavior than analyze by information security specialist without using the special automation tools.

Keywords: Information Security, Personal Data, Behavior Analytics, Artificial Neural Networks, Autoencoder, Fuzzy Set Theory.

DOI:10.34219/2078-8320-2021-12-4-54-59