Resumen

Los métodos tempranos de protección contra la fuga de datos para dispositivos móviles inteligentes suelen enfocarse en términos confidenciales y su contexto, lo que realmente previene algunos tipos de eventos de fuga de datos. Sin embargo, con la alta dimensionalidad y redundancia de los datos de texto, es difícil detectar los documentos que contienen contenido confidencial de manera precisa. Nuestro enfoque actualiza la estructura del grafo de clúster basada en el modelo CBDLP (Protección contra la Fuga de Datos Basada en el Contexto) al calcular la importancia de los términos confidenciales y los términos dentro del rango de su contexto. Al aplicar CBDLP con un procedimiento de poda que ha sido validado, eliminamos aún más los términos redundantes y los términos de ruido. De hecho, no solo se pueden detectar con precisión los términos confidenciales, sino que también se detectan los contenidos confidenciales reformulados de manera sofisticada durante los experimentos.

• Materias:Internet de las cosas Dispositivos móviles Ransomware Ingeniería de Telecomunicación Servidores en la nube
• Subjects:Internet of things Mobile devices Ransomware Telecommunication engineering Cloud Servers
• Palabras claves:Protección contra la fuga de datos; Dispositivos móviles inteligentes; Términos confidenciales; Contexto; Modelo CBDLP; Términos de redundancia
• Keywords:Data leakage protection; Smart mobile devices; Confidential terms; Context; CBDLP model; Redundancy terms