Analiza nowoczesnych narzędzi, metod audytu i monitorowania bezpieczeństwa baz danych
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 15 Nr 4 (2025)
-
Sterowanie lewitacją magnetyczną za pomocą regulatora PID z adaptacją opartą na liniowej interpolacji i algorytmie genetycznym
Dominik Fila, Andrzej Neumann, Bartosz Olesik, Jakub Pawelec, Kamil Przybylak, Mateusz Ungier, Dawid Wajnert5-9
-
Opracowanie systemu prognozowania awarii maszyn pakujących
Nataliia Huliieva, Nataliia Lishchyna, Viktoriya Pasternak, Zemfira Huliieva10-13
-
Opracowanie i weryfikacja modułowej, obiektowo zorientowanej architektury kontrolera logiki rozmytej dla konfigurowalnych i wbudowanych aplikacji
Rahim Mammadzada14-24
-
Energia pękania mechanicznego i właściwości strukturalno-mechaniczne przekąsek mięsnych z dodatkiem produktów pszczelich
Artem Antoniv, Igor Palamarchuk, Leonora Adamchuk, Marija Zheplinska25-31
-
Modelowanie procesów dynamicznych w układzie nieholonomicznym w postaci równania Gibbsa-Appella na przykładzie młyna kulowego
Volodymyr Shatokhin, Yaroslav Ivanchuk, Vitaly Liman, Sergii Komar, Oleksii Kozlovskyi32-38
-
Diagnostyka Covid-19 w czasie rzeczywistym na wbudowanych platformach IoT
Elmehdi Benmalek, Wajih Rhalem, Atman Jbari, Abdelilah Jilbab, Jamal Elmhamdi39-45
-
Hybrydowe modele do diagnozy choroby Parkinsona na podstawie pisma ręcznego
Asma Ouabd, Achraf Benba, Abdelilah Jilbab, Ahmed Hammouch46-50
-
System komputerowy do diagnostyki i terapii pomijania stronnego
Krzysztof Strzecha, Agata Bukalska-Strzecha, Krzysztof Kurzdym, Dominik Sankowski51-55
-
Informatyka i pomiary w opiece zdrowotnej: głębokie uczenie się w celu przewidywania ponownych hospitalizacji pacjentów z cukrzycą
Shiva Saffari, Mahdi Bahaghighat56-64
-
Optymalizacja dokładności nieinwazyjnego monitorowania poziomu glukozy za pomocą czujnika optycznego
Nurzhigit Smailov, Aliya Zilgarayeva, Sergii Pavlov, Balzhan Turusbekova, Akezhan Sabibolda65-70
-
Stochastyczna wielocelowa optymalizacja minimaksowa połączonego ekranu elektromagnetycznego w oparciu o trójwymiarowe modelowanie pola magnetycznego napowietrznych linii elektroenergetycznych
Borys Kuznetsov, Tatyana Nikitina, Alexander Kutsenko, Ihor Bovdui, Kostiantyn Czunikhin, Olena Voloshko, Roman Voliansky, Viktoriia Ivannikova71-75
-
Zaawansowane strategie zarządzania energią dla mikrosieci AC/DC
Zouhir Boumous, Samira Boumous, Tawfik Thelaidjia76-82
-
Eksperymentalne badanie układu przekształtnika wielostopniowego
Kyrmyzy Taissariyeva, Kuanysh Muslimov, Yerlan Tashtay, Gulim Jobalayeva, Lyazzat Ilipbayeva, Ingkar Issakozhayeva, Akezhan Sabibolda83-86
-
Prognozowanie parametrów strukturalnych w nanostrukturach plazmonicznych symulowanych metodą FDTD z wykorzystaniem uczenia głębokiego
Shahed Jahidul Haque, Arman Mohammad Nakib87-94
-
Opracowanie algorytmu obliczania procesów wymiany jonowej z użyciem ekosystemu Python
Iryna Chub, Oleksii Proskurnia, Kateryna Demchenko, Oleksandr Miroshnyk, Taras Shchur, Serhii Halko95-99
-
Inteligentny model sterowania niezawodnością i bezpieczeństwem w systemach transportu miejskiego
Anastasiia Kashkanova, Alexander Rotshtein, Andrii Kashkanov, Denis Katelnikov100-107
-
Analiza interakcji elementów modułowego systemu przechowywania paczek z wykorzystaniem diagramów UML
Lyudmila Samchuk, Yuliia Povstiana, Anastasia Hryshchuk108-116
-
Ocena zmodyfikowanych heurystyk wstawiania par w celu wystarczającego rozwiązania problemu transportu na żądanie w logistyce opieki zdrowotnej
Rodolfo Eleazar Pérez Loaiza, Aaron Guerrero-Campanur, Edmundo Bonilla Huerta117-123
-
Analiza nowoczesnych narzędzi, metod audytu i monitorowania bezpieczeństwa baz danych
Kateryna Mykhailyshyn, Oleh Harasymchuk, Oleh Deineka, Yurii Dreis, Volodymyr Shulha, Yuriy Pepa124-129
-
Poprawa jakości obrazów podwodnych poprzez połączenie metody Deep‑Retinex i sieci GAN
Anuradha Chinta, Bharath Kumar Surla, Chaitanya Kodali130-136
-
Matematyczna metoda oceny stanu cyberbezpieczeństwa usług chmurowych
Yevheniia Ivanchenko, Volodymyr Shulha, Ihor Ivanchenko, Yevhenii Pedchenko, Mari Petrovska137-141
-
Ocena wydajności wdrożeń LLM w wybranych usługach kontenerowych opartych na chmurze
Mateusz Stęgierski, Piotr Szpak, Sławomir Przyłucki142-150
-
Implementacja cech w języku C# przy użyciu Roslyn Source Generators
Mykhailo Pozur, Viktoria Voitko, Svitlana Bevz, Serhii Burbelo, Olena Kosaruk151-157
-
Wpływ dostosowywalnego harmonogramowania orkiestratora na wydajność uczenia maszynowego w urządzeniach brzegowych
Konrad Cłapa, Krzysztof Grudzień, Artur Sierszeń158-163
-
Rekonfigurowana architektura CoARX do implementacji funkcji haszującej ARX w mikrokontrolerach systemów IoT o ograniczonych zasobach
Serhii Zabolotnii, Inna Rozlomii, Andrii Yarmilko, Serhii Naumenko164-169
-
Integralna ocena jakości wody źródlanej z wykorzystaniem zestawu narzędzi logiki rozmytej
Vyacheslav Repeta, Oleksandra Krykhovets, Yurii Kukura170-176
-
Wybrane zagadnienia dotyczące światłowodowych czujników zgięcia
Les Hotra, Jacek Klimek, Ihor Helzhynskyy, Oksana Boyko, Svitlana Kovtun177-181
Archiwum
-
Tom 16 Nr 2
2026-06-30 27
-
Tom 16 Nr 1
2026-03-30 27
-
Tom 15 Nr 4
2025-12-20 27
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Niedopasowanie nowoczesnych innowacji technologicznych do tradycyjnych podejść do bezpieczeństwa informacji może znacząco wpłynąć na skuteczność systemów monitorowania baz danych. W niniejszym artykule zbadano etyczne i prawne aspekty monitorowania baz danych, biorąc pod uwagę obecne wymogi regulacyjne i znaczenie zachowania poufności danych. W badaniu oceniono również wykorzystanie każdego narzędzia w celu określenia ich skuteczności w warunkach rzeczywistych, możliwości poprawy cech funkcjonalnych systemów monitorowania, ich dostosowania do nowych technologii i zwiększenia ogólnego poziomu ochrony informacji.
Słowa kluczowe:
Bibliografia
[1] Cinar O. et al.: Database Security in Private Database Clouds. International Conference on Information Science and Security (ICISS), Pattaya, Thailand, 2016, 1–5 [http://doi.org/10.1109/ICISSEC.2016.7885847].
[2] Deineka O. et al.: Designing Data Classification and Secure Store Policy According to SOC 2 Type II. CEUR Workshop Proceedings, 2024, 3654, 398–409 [https://ceur-ws.org/Vol-3654/short7.pdf].
[3] Devara S. R., Azad C.: Improved Database Security Using Cryptography with Genetic Operators. SN Computer Science 4(5), 2023, 570 [http://doi.org/10.1007/s42979-023-01990-z].
[4] Dou K. et al.: Research on Mainstream Data Base Security Analysis Technology of Big Data Platform. IEEE 21st International Conference on Software Quality, Reliability and Security Companion (QRS-C). Hainan, China, 2021, 994–998 [http://doi.org/10.1109/QRS-C55045.2021.00150].
[5] Dreis Yu. et al.: Model to Formation Data Base of Internal Parameters for Assessing the Status of the State Secret Protection. Cybersecurity Providing in Information and Telecommunication Systems 3654, 2024, 277–289 [https://ceur-ws.org/Vol-3654/paper23.pdf].
[6] Falchenko S. et al.: Method of Fuzzy Classification of Information with Limited Access. IEEE 2nd International Conference on Advanced Trends in Information Theory (IEEE ATIT 2020). Kyiv, Ukraine, 2020, 255–259 [http://doi.org/10.1109/ATIT50783.2020.9349358].
[7] Flores D. A. et al.: Implementing Chain of Custody Requirements in Database Audit Records for Forensic Purposes. IEEE Trustcom/BigDataSE/ICESS, 2017, 675–682 [http://doi.org/10.1109/Trustcom/BigDataSE/ICESS.2017.299].
[8] Hong S. et al.: Data Auditing for Intelligent Network Security Monitoring. IEEE Communications Magazine 61(3), 2023, 74–79 [http://doi.org/10.1109/MCOM.003.2200046].
[9] Huang Q. et al.: A Logging Scheme for Database Audit. Second International Workshop on Computer Science and Engineering. Qingdao, China, 2009, 390–393 [http://doi.org/10.1109/WCSE.2009.837].
[10] Huijie W.: A Security Framework for Database Auditing System. 10th International Symposium on Computational Intelligence and Design. Hangzhou, China, 2017, 350–353 [http://doi.org/10.1109/ISCID.2017.64].
[11] Ivanichenko Y. et al.: Restricted Information Identification Model. Cybersecurity Providing in Information and Telecommunication Systems 3288, 2022, 89–95 [https://ceur-ws.org/Vol-3288/short5.pdf].
[12] Kehe Wu et al.: The Design and Implementation of Database Audit System Framework. IEEE 5th International Conference on Software Engineering and Service Science, 2014 [http://doi.org/10.1109/ICSESS.2014.6933628].
[13] Korchenko O. et al.: Tuple Model for Forming a Database of Primary Parameters for Assessing the State Secret Protection Status. Ukrainian Scientific Journal Infjrmation Security 28(1), 2022, 35–42 [http://doi.org/10.18372/2225-5036.28.16911].
[14] Lakhdhar Y. et al.: Active, Reactive and Proactive Visibility-Based Cyber Defense for Defending Against Attacks on Critical Systems. International Wireless Communications and Mobile Computing (IWCMC). Limassol, Cyprus, 2020, 439–444 [http://doi.org/10.1109/IWCMC48107.2020.9148400].
[15] Liegang Han et al.: HDTSM: Hybrid Dynamic Token-based Security Mechanism for Database Protection in E-Government Service Systems. International Conference on Artificial Intelligence and Automation Control (AIAC), 2023, 94–98 [http://doi.org/10.1109/AIAC61660.2023.00029].
[16] Martseniuk Y. et al.: Automated Conformity Verification Concept for Cloud Security. CEUR Workshop Proceedings 3654, 2024, 25–37 [https://ceur-ws.org/Vol-3654/paper3.pdf].
[17] Martseniuk Y. et al.: Shadow IT risk analysis in public cloud infrastructure. Cyber Security and Data Protection 2024, 22–31 [https://ceur-ws.org/Vol-3800/paper3.pdf].
[18] Martseniuk Y. et al.: Universal Centralized Secret Data Management for Automated Public Cloud Provisioning. Cybersecurity Providing in Information and Telecommunication Systems 2, 2024, 72–81 [https://ceur-ws.org/Vol-3826/paper7.pdf].
[19] Motwani R. et al.: Auditing SQL Queries. IEEE 24th International Conference on Data Engineering. Cancun, Mexico, 2008, 287–296 [http://doi.org/10.1109/ICDE.2008.4497437].
[20] Mousa A. et al.: Database Security Threats and Challenges. 8th International Symposium on Digital Forensics and Security (ISDFS). Beirut, Lebanon, 2020, 1–5 [http://doi.org/10.1109/ISDFS49300.2020.9116436].
[21] Ozkan-Okay M. et al.: A Comprehensive Survey: Evaluating the Efficiency of Artificial Intelligence and Machine Learning Techniques on Cyber Security Solutions. IEEE Access 12, 2024, 12229–12256 [http://doi.org/10.1109/ACCESS.2024.3355547].
[22] Paradisi M.: Proactive and Predictive Risk Management in Aviation Safety: A Corporate Strategic Approach. IEEE International Workshop on Technologies for Defense and Security (TechDefense). 2023, 34–39 [http://doi.org/10.1109/TechDefense59795.2023.10380870].
[23] Semančik L.: Recording of Data Monitoring Access to Databases Using Triggers. Communication and Information Technologies (KIT). Vysoke Tatry, Slovakia, 2019, 1–5 [http://doi.org/10.23919/KIT.2019.8883478].
[24] Seok-Woo Lee et al.: Database Security System Based on User Identification. Journal of Digital Contents Society 25(4), 2024, 1079–1085 [http://doi.org/10.9728/dcs.2024.25.4.1079].
[25] Shevchenko S. et al.: Protection of Information in Telecommunication Medical Systems Based on a Risk-Oriented Approach, Cybersecurity Providing in Information and Telecommunication Systems 3421, 2023, 158–167 [https://ceur-ws.org/Vol-3421/paper16.pdf].
[26] Shevchuk D. et al.: Designing Secured Services for Authentication, Authorization and Accounting of Users (short paper). CPITS II, 2023, 217–225 [https://ceur-ws.org/Vol-3550/short4.pdf].
[27] Skladannyi P. et al.: Model to Formation Data Base of Secondary Parameters for Assessing Status of the State Secret Protection. Conference Cyber Security and Data Protection, Lviv, Ukraine, 3800, 2024, 1–11 [https://ceur-ws.org/Vol-3800/paper1.pdf].
[28] Wang Y. et al.: The Overview of Database Security Threats’ Solutions: Traditional and Machine Learning. Journal of Information Security 12, 2021, 34–55 [http://doi.org/10.4236/jis.2021.121002].
[29] Yongzheng Wu et al.: A User-Level Framework for Auditing and Monitoring. 21st Annual Computer Security Applications Conference (ACSAC'05). Tucson, USA, 2005, 101–105 [http://doi.org/10.1109/CSAC.2005.8].
[30] GDE DSM Installation Guide v3.0.0.2. [https://www.ibm.com/support/ pages/system/files/inline-files/$FILE/GDE_DSM_Install_Guide_v3.0.0.2_ v1_0.pdf].
[31] IBM Security Guardium Data Protection – Incident management. [https://icore.kz/upravlenie-inczidentami/ibm-security-guardium-data-protection].
[32] Integrity Oracle Security Blog – What is Oracle Audit Vault. [https://www.integrigy.com/oracle-security-blog/what-oracle-audit-vault].
[33] Microsoft Learn – SQL Server Audit (Database Engine). [https://learn.microsoft.com/en-us/sql/relational-databases/security/auditing/ sql-server-audit-database-engine?view=sql-server-ver16].
[34] Oracle Documentation Audit Vault and Database Firewall. [https://docs.oracle.com/en/database/oracle/audit-vault-database-firewall/20/sigli/index.html#GUID-E11B3C13-8BD4-449F-8E9E-27B9898D778D].
[35] SecureSphere Management Solutions. [https://www.imperva.com/resources/datasheets/DS_SecureSphere_Management_Solutions.pdf].
[36] Splunk – The Essential Guide to Data. [https://www.splunk.com/en_us/pdfs/ebooks/the-essential-guide-to-data.pdf].
[37] What Is Splunk & What Does It Do? A Splunk Intro. [https://www.splunk.com/en_us/blog/learn/what-splunk-does.html].
##plugins.themes.bootstrap3.article.details##
Abstract views: 398
Downloads: 377

