کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6900740 1446490 2018 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A Probabilistic Approach for Guilty Agent Detection using Bigraph after Distribution of Sample Data
ترجمه فارسی عنوان
یک رویکرد احتمالی برای تشخیص عامل گناه با استفاده از بیوگراف پس از توزیع داده های نمونه
کلمات کلیدی
بیوگرافی، اطلاعات محرمانه، نشت اطلاعات، اشیاء جعلی، مدل گناه درخواست داده های نمونه امنیت،
ترجمه چکیده
در دنیای در حال رشد در حال حاضر نیاز به اطلاعات در داخل و یا خارج از شرکت وجود دارد که شامل اطلاعات حساس شرکت نیز می باشد. به عنوان مثال: شرکت ها باید اطلاعات حساس خود را با شرکا، کارکنان و سایر نهادهای مختلف به اشتراک بگذارند. این اطلاعات حساس را می توان توسط شخص ثالث منتشر کرد. بعدها، توزیع کننده اسناد نشتی را در برخی موارد غیر مجاز (به عنوان مثال از طریق فرآیند کشف قانونی، درایو کاربر یا وب) پیدا می کند. ما یک مدل ارائه می دهیم که ارزیابی احتمال آن است که داده ها توسط یک یا چند عامل از بین رفته اند و یا به صورت جداگانه توسط برخی از ابزارهای دیگر جمع آوری شده اند. هدف از این مدل حفاظت از اطلاعات حساس با شناسایی نشت و شناسایی ناوشکن مسئول نشت داده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
In today's on-growing world, there is need to share the information within or outside the enterprise which includes the sensitive information of the enterprise also. For example: companies has to share its sensitive information with its partners, employees and various other entities. This sensitive data can be leaked by third party. Later on, distributor finds the leaked documents at some unauthorized place (eg. through legal discovery process, on user's drive or the web). We propose a model which assesses the likelihood that the data has been leaked by one or more agents or it has been independently gathered by some other means. The goal of the model is to protect the sensitive information by detecting the leakage and identifying the leaker responsible for data leakage.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia Computer Science - Volume 125, 2018, Pages 662-668
نویسندگان
, ,