хост негізіндегі қорғау кӛмектеседі, жҥйелік ресурстар мен файлдарға қолжетімділікті шектеу, қосылыстарды тексеру, енуден қорғау және т.б. Соңғы кездері хосттық қорғаудың кӛптеген қҧрал-жабдықтары IoT ҥшін бейімделген, IoT қҧрылғыларының есептеу ресурстарын ҧқыпты жҧмсайды және бҧлтқа қосылысты қажет етпейді. Критикалық жҥйелердегі обфускацияны қолдану арқылы ӛзгертілген код қайта жаңартылып, одан шабуыл жасаушылар осалдылықты табады. Обфускация немесе кодты шатыстыру – бҧл функционалдылығы сақталған, бірақ жҧмыс алгоритмін тҥсіну, талдау, декомпиляция жасау кезінде модификациялануы қиындатылған бастапқы мәтін немесе орындалмалы код.
Қорытындылай келе, кейбір қатерлер, барлығы қаншалықты қорғалғандығына қарамастан, кез келген қабылдаған шараларды еңсеруі мҥмкін. Сондықтан, IoT-тағы қауіпсіздікті талдауға арналған, желідегі кҥдікті, қауіпті немесе зҧлымдық аномалияларын байқайтын жҥйенің болғандығын қамтамасыз ету керек. Қазіргі кезде ақпараттық технологиялардың қарқынды дамып жатқаны белгілі, сондықтан әрбір IoT иесі қҧрылғысына талдау жҥргізіп, тҧтастылығына, қорғалғандығына баса назар аудару қажеттілігі артып отыр.
Қолданылған әдебиеттер тізімі:
1. Aditya Balapure. Learning Metasploit Exploitation and Development - Packt Publishing, 2013 y.
2. Metasploit Framework User Guide. P. 30 3. URL:
https://www.securitylab.ru/blog/personal/Informacionnaya_bezopasnost_v_detalyah/323370.php 4. URL: https://zapusti.biz/baza/chto-takoe-b2b-b2c-b2g
5. URL: https://codeby.net ӘОК 004.8
ҚАЗАҚ ТІЛІНДЕГІ МӘТІНДЕРДІ СӚЗ ТІРКЕСТЕРІНЕ ҚАРАЙ СЕНТИМЕНТ ТАЛДАУ ТИІМДІЛІГІ
Қажымҧхан Дина Асқарқызы [email protected]
6М060200-Информатика мамандығының «Компьютерлік лингвистика» бағыты бойынша магистранты
Ғылыми жетекші – Шәріпбай Алтынбек Әмірҧлы
Бҥгінгі кҥні сандық технологиялар белсенді даму ҥстінде және адамның интеллектуалды іс-әркеттерінде кеңінен қолданылуда, сонымен қатар табиғи тілді компьютерлік ӛңдеуде. Қазақ тіліндегі сандық ресурстарды дайындау мемлекетіміздегі ӛзекті мәселелердің бірі болып табылады. Реңкі бар субъективті пікірлерді анықтайтын табиғи тілді ӛңдеудің тапсырмаларының бірі сентимент талдау. Дәл қазіргі сәттегі әлеуметтік желілердің қарқынды дамуына байланысты, қазақ қоғамындағы қолданыушылар саны артып, қазақ тіліндегі жазбалардың кӛбеюі, сентимент талдауды қолданып, автордың ойын, болашақ іс-әрекетін, қандай кӛңіл кҥймен мәтін жазғандығын анықтауға мҥмкіндік береді.
Зерттеу жҥргізу барысында әлемдік практикада кеңінен қолданып, нәтиже беріп жҥрген эмоционалды реңк анықтаудың тексерістен ӛткен сӛздіктер негізіндегі әдістер тҥрлерін қарастыру маңызды болып келеді.
Сӛздіктер негізіндегі әдісті қолдануда сӛздікті қҧрау процессі басты мәселе болып табылады. Жоғары дәлдікпен талдау жасау ҥшін сӛздіктегі терминдер арнайы пәндік аймаққа байланысты салмаққа ие болуы керек. Мысалы, «ҥлкен» сӛзі қатқыл дисктің жадына байланысты жағымды, ал ҧялы телефонның кӛлеміне байланысты жағымсыз болып келеді.
Эмоционалды реңк анықтаудың тексерістен ӛткен сӛздіктер негізіндегі әдістер тҥрлері:
) і і і і і , і
і і . і 6800 і
і і . і
і і . і і і і,
- « » і. « »
. і і
і і . - і
і stem , і і
і. і
) . і і і і API
і і і – і - і YandexTranslate API
і і - і і , і і
і і і і. і і
: і і і – 71% і і і
і . і і і 56% і і і .
і і і
і , і .
, і і і і і і ,
і і і .
«AP05132249. і і і і і і і
і і і і і » і і і 2019 і і
і і і і і і і і і
і ( 1) і і
і і і і і і і і .
1 – і і і і і і
P Phrase і і і
( , ,
. .) і і
і і
і і
і ,
і ,
і ,
, і
, , і
Tag Name_
English
types types types definition example
FIP Fixed phrase
і і
і і
і і
, і
і і і
, ,
і , , ,
і ,
FRP Free phrase і
і і і ,
, , і
, і
,
і і , і
NP Noun Phrase 21 і і
і і і
і
і і
і ,
і і, ,
, і і і і, ,
NA Noun
Adjoinment
211 і і і і
і ,
, і і
і і і і
і , ,
і , ,
,
NG Noun
Government
212 і і
і і і і іі
і іі і і і
і ,
і ,
і ,
NS Noun
Subordinatio n
213 і і
і і і і і , і і і
і і і і
і ,
і і ,
VP Verb Phrase 22 і і
і і і і
і і
і і , -
і і і, ,, -
і,і,
?
VA Verb
Adjoinment
221 і і і і і
і і і
і і і
і і , , -і,
і ,
і
VG Verb
Government
222 і і і
і і і і іі
і іі і і
і і
і і ,
і ,
AGR M
Agreement 23 і
і і
і і
,
, і і, і іі
SLPP Singular personal pronouns
231 і
і і і
і і і ,
, і , PLPP Plural
personal pronouns
232 і
і і і
і і і і і ,
і ,
і і ,
CPCT Complicity 24 і
і і ,
, і , і і
і і і і і і і і і
і , і і . і і і і
і , , « » і і, і
, і і , і
. і , і і і і . , , «
» і і .
і і і і і і і, і і і і і
( і – і ) і. і і і і і , і і і
і і і і
. , і і і і і і
, і і.
і і і і :
і і і і і і і (
і і і і і ); і ( і
і і і і і );
і і і і і
і і.
, і
і і і і і і
і , і і
і . , і і і і , і і і
і і і і , і і
і і .
і і і
1. Kerstin Denecke Using SentiWordNet for multilingual sentiment analysis//IEEE 24th International Conference on Data Engineering Workshop. 2008 pp: 507-512.
2. Luciano Barbosa and Junlan Feng. Robust Sentiment Detection on Twitter from Biased and Noisy Data. In Proceedings of the 23rd International Conference on Computational Linguistics (COLING), Beijing, 2010.
3. Yergesh, B., Bekmanova, G., Sharipbay, A., Yergesh, M. Ontology-based sentiment analysis of kazakh sentences. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). .669-677. (Scopus).
004.8
:
1
.
-
. , . , ,
- .
, ,
- .
.
: , [1].
-
,
.
, , ,
[2].
« ».
,
( , , , ). ,
: .
–
, .
,
, .
, , –
, . ,
.
