вестник южно уральского-государственного_университета._серия_компьютерные_технологии,_управление,_радиоэлектроника_№3_2015
1. Учредитель – Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования «Южно-Уральский государственный
университет» (национальный исследовательский университет)
Журнал освещает новые научные достижения и практические разработки ученых по актуальным проблемам
компьютерных технологий, управления и радиоэлектроники.
Основной целью издания является пропаганда научных исследований в следующих областях:
Автоматизированные системы управления
в энергосбережении
Автоматизированные системы управления
технологическими процессами
Антенная техника
Инфокоммуникационные технологии
Информационно-измерительная техника
Навигационные приборы и системы
Радиотехнические комплексы
Системы автоматизированного управления
предприятиями в промышленности
Системы управления летательными аппаратами
Редакционная коллегия:
А.Л. Шестаков, д.т.н., проф.
(отв. редактор);
Л.С. Казаринов, д.т.н., проф.
(зам. отв. редактора);
М.А. Сагадеева, к.ф.-м.н., доц.
(зам. отв. редактора);
Н.В. Плотникова, к.т.н., доц.
(отв. секретарь).
Редакционный совет:
Н.И. Войтович, д.т.н., проф.;
С.Н. Даровских, д.т.н., проф.;
В.Г. Дегтярь, д.т.н., проф., чл.-корр. РАН
(г. Миасс, Челябинская обл.);
Ю.Т. Карманов, д.т.н., проф.;
Ю.М. Ковалев, д.ф.-м.н., проф.;
О.В. Логиновский, д.т.н., проф.;
В.И. Меркулов, д.т.н., проф. (г. Москва);
Б.Т. Поляк, д.т.н., проф. (г. Москва);
Х. Радев, д.т.н., проф. (г. София, Болгария);
В.Н. Ушаков, д.ф.-м.н., проф., чл.-корр. РАН
(г. Екатеринбург);
А.В. Фурсиков, д.ф.-м.н., проф. (г. Москва);
Л.Н. Шалимов, к.т.н. (г. Екатеринбург);
В.И. Ширяев, д.т.н., проф.;
Ю.Б. Штессель, д.т.н., проф. (г. Хантсвилл,
Алабама, США).
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
2. South Ural State University
The journal covers new scientific achievements and practical developments of scientists on actual problems
of computer technologies, control and radio electronics.
The main purpose of the series is information of scientific researches in the following areas:
Automated control systems in energy saving
Automated process control
Antenna technique
Communication technologies
Information and measuring equipment
Navigation devices and systems
Radio engineering complexes
Computer-aided management of enterprises
in industry
Control systems of aircrafts
Editorial Board:
A.L. Shestakov, Dr. of Sci. (Eng.), Prof. (executive editor), South Ural State University, Chelyabinsk, Russian Federation;
L.S. Kazarinov, Dr. of Sci. (Eng.), Prof. (deputy executive editor), South Ural State University, Chelyabinsk, Russian
Federation;
M.A. Sagadeeva, Cand. of Sci. (Phys. and Math.), Ass. Prof. (deputy executive editor), South Ural State University,
Chelyabinsk, Russian Federation;
N.V. Plotnikova, Cand. of Sci. (Eng.), Ass. Prof. (executive secretary), South Ural State University, Chelyabinsk, Russian
Federation.
Editorial Council:
N.I. Voitovich, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation;
S.N. Darovskykh, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation;
V.G. Degtyar, Dr. of Sci. (Eng.), Prof., Member Correspondent of the Russian Academy of Sciences, Academician
V.P. Makeyev State Rocket Centre, Miass, Chelyabinsk region, Russian Federation;
Yu.T. Karmanov, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation;
Yu.M. Kovalev, Dr. of Sci. (Phys. and Math.), Prof., South Ural State University, Chelyabinsk, Russian Federation;
O.V. Loginovsky, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation;
V.I. Merkulov, Dr. of Sci. (Eng.), Prof., Radio Engineering Corporation “Vega”, Moscow, Russian Federation;
B.T. Polyak, Dr. of Sci. (Eng.), Prof., V.A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences,
Moscow, Russian Federation;
Kh. Radev, Dr. of Sci. (Eng.), Prof., Technical University, Sofia, Bulgaria;
V.N. Ushakov, Dr. of Sci. (Phys. and Math.), Prof., Member Correspondent of the Russian Academy of Sciences,
N.N. Krasovsky Institute of Mathematics and Mechanics of Ural Branch of Russian Academy of Sciences, Ekaterinburg,
Russian Federation;
A.V. Fursikov, Dr. of Sci. (Phys. and Math.), Prof., Lomonosov Moscow State University, Moscow, Russian Federation;
L.N. Shalimov, Cand. of Sci. (Eng.), Ac. N.A. Semihatov Scientific and Production Association of Automation,
Ekaterinburg, Russian Federation;
V.I. Shiryaev, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation;
Yu.B. Shtessel, Dr. of Sci. (Eng.), Prof., Huntsville, Alabama, USA.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
4. CONTENTS
Informatics and Computer Engineering
KIRSANOVA A.A. Problems of Using Textual DSL in Information Systems ............................... 5
GUDKOV V.Yu., KLYUEV D.A. Skeletonization of Binary Images and Finding of Singular
Points for Fingerprint Recognition ................................................................................................... 11
MISHCHENKO E.Yu., SOKOLOV A.N. Quantitative Analysis of the Depersonalization Proce-
dure. Method of Identifiers ............................................................................................................... 18
KAFTANNIKOV I.L., PARASICH A.V. Decision Tree’s Features of Application in Classifica-
tion Problems .................................................................................................................................... 26
Control in Technical Systems
ABDULLIN V.V. Building Thermal Performance Feed-Forward Control ..................................... 33
SAEED G.A. Modelling of Bifurcation Processes of the Modes of the Current Regulator of
Light-Emitting Diodes ...................................................................................................................... 40
Infocommunication Technologies and Systems
VDOVINA N.V. The Mechanism of Counteraction to Biofilm Formation of Microorganisms
by Microwave Radiation of Natural Origin ...................................................................................... 50
KARMANOV Yu.T., NIKOLAEV A.N., POVALYAEV S.V. Application of Russian Element
Base in Broadband Digital Devices for Processing and Generating of Radio Signals ..................... 57
SIMONOV E.N., IVANEEV D.V. The Signals Processing in Radionavigation as a Ill-Posed
Inverse Problems with Application of the Method of Regularization .............................................. 66
VOROB’EV M.S., KUDRIN L.P., SALIKHOV R.R., KHASHIMOV A.B. The Design of the
Antenna System with Complex Shape Reflector ............................................................................. 75
SAMBUROV N.V. Multi-Frequency Technique of Radome Loss Measurement ........................... 83
Instrument Engineering, Metrology and Information
and Measuring Devices and Systems
NEKRASOV S.G., KHAZHIEV R.A. Identification of the Liquid Composition in a Flow Cham-
ber by the Resonance Measurement ................................................................................................. 95
Control in Social and Economic Systems
KOSTROV A.V., GOLOVINA E.A. Method of Priority Vector Forming for Areas of the Per-
sonnel Development of Machine-Building Enterprise ..................................................................... 105
OVSYANITSKAYA L.Yu., YURASOVA E.V. Mechatronics and Robotics as an Innovative
Element in the Development of the Engineering and Medicine Education ...................................... 115
TRENIN N.A., PANFEROV S.V. The Main Regularities of Informatization of Education ........... 124
LOGINOVSKIY O.V., GELRUD Ya.D. The Information-Analytical System of Project Manage-
ment Based on the Use of Complex Mathematical Models of the Functioning of the Stakeholders .. 133
Brief Reports
TAMBOVTSEV V.I., SHEVYAKOV I.A., LITVINOV А.A. Radio Transparency of Ionized
Shell, which Forming Around Hypersonic Objects in Mesosphere ................................................. 142
ANIKIN A.S., BALDENKOV A.A., KODKIN V.L. Experimental Identification of Structure and
Parameters of Automatic Regulators of Heating Systems ................................................................ 147
KHASHIMOV A.B. Estimation of Mutual Coupling in Finite Array of Dipoles ............................ 153
KODKIN V.L., BALDENKOV A.A., KACHALIN A.Yu., ANIKIN A.S. Correction of the Regu-
latory Process in Heating Systems by Parameters of the ECL Comfort 200 .................................... 157
DAROVSKIKH S.N., GOLOVENKO A.O., NIKITIN N.S. Data Processing of Discrete Com-
posite Frequency-Modulated Signals by Means of the Neural Network Analysis ........................... 163
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
5. Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 5–10
5
Введение
Доменно-специфичные языки (или предметно-ориентированные языки) DSL, становятся все
более и более популярными в области разработки программного обеспечения информационных
систем. Инструментарий для работы с ними также развивается и становится все лучше, позволяя
разрабатывать новые DSL каждый раз с все меньшими затратами усилий.
В данной статье рассмотрено современное положение дел в среде разработки информацион-
ных систем с точки зрения внедрения и использования предметно-ориентированных языков в
системе для предоставления всего комплекса функционала пользователю. Рассмотрены недос-
татки существующих подходов интеграции DSL в информационные системы и сформулированы
задачи, выполнение которых позволит преодолеть выявленные проблемы.
1. Предпосылки
Строго говоря, деление языков программирования на языки общего назначения и предметно-
ориентированные весьма условно, особенно, если учесть, что формально любой протокол или,
например, формат файлов является языком. Действительно, как известно, формат файла – это
спецификация структуры данных, записанных в компьютерном файле [1]. В вычислительной
технике общепринятая концепция файла заключается в хранении неструктурированной последо-
вательности байт. Компьютерные программы, сохраняющие в файлах структурированные дан-
ные, должны самостоятельно как-то преобразовывать их в последовательность байтов и наобо-
рот. Иначе говоря, языком объектно-ориентированного программирования (ООП) данные необ-
ходимо «сериализовывать» и «десериализовывать». Если же говорить в терминологии формаль-
ных языков [2, 3], то компьютерные программы для каждого файла выполняют процесс «разбо-
ра» и «парсинга», что, по сути, выполняет каждый компилятор с языковыми конструкциями, по-
даваемыми ему на вход.
Информатика и вычислительная техника
УДК 004.43 DOI: 10.14529/ctcr150301
ПРОБЛЕМАТИКА ИСПОЛЬЗОВАНИЯ ТЕКСТОВЫХ DSL
В ИНФОРМАЦИОННЫХ СИСТЕМАХ
А.А. Кирсанова
Южно-Уральский государственный университет, г. Челябинск
Рассматривается современное положение дел в среде разработки информационных сис-
тем с точки зрения внедрения и использования предметно-ориентированных языков в системе
для предоставления всего комплекса функционала пользователю. На сегодняшний день суще-
ствует несколько методик по внедрению предметно-ориентированных языков в информаци-
онную систему. В первую очередь эти подходы различаются по типу внедряемого DSL: внут-
ренний или внешний, API-подобный или полностью интегрированный. Если существующие
подходы по внедрению предметно-ориентированных языков в информационные системы
проанализировать на предмет выявления недостатков, то данные недостатки позволят опре-
делиться с кругом проблем, который возникает при использовании текстовых предметно-
ориентированных языков в информационных системах. Подобный анализ позволит сформу-
лировать задачи исследования, решение которых поможет преодолеть сложившуюся ситуа-
цию с использованием текстовых предметно-ориентированных языков и соответствующих
проблем, которые возникают при интеграции подсистемы интерпретации DSL в информацион-
ную систему.
Ключевые слова: доменно-специфичные языки, проектирование DSL, инженерия про-
граммных языков.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
6. Информатика и вычислительная техника
Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 5–10
6
Так существует масса языков общего назначения, применяемых в качестве предметно-ориен-
тированных для определённых задач, и наоборот, предметно-ориентированных языков, приме-
няемых в качестве языков общего назначения [4]. Ярким примером является язык Си, разрабо-
танный в качестве кроссплатформенного ассемблера, но на практике применяемый гораздо шире.
Язык ML, породивший целое семейство языков общего назначения, изначально разрабатывался в
качестве DSL, так как подразумевался только для использования в системе автоматического до-
казательства теорем.
Как в свое время заметил Мартин Уорд: «Рост сложности любой программной системы
принципиально ограничен тем пределом, до которого ещё можно сохранять контроль над ней:
если объём информации, требуемый для осмысления компонента этой системы, превышает «вме-
стимость» мозга одного человека, то этот компонент не будет до конца понят» [5].
Многие подзадачи (например, задачи сложных статистических расчетов, на которые накла-
дывается множество постоянно изменяющихся во времени требований [5, с. 3]) не удавалось ре-
шить посредством классического подхода из-за превышения общей сложности решения возмож-
ностей человека по восприятию и переработке информации. Решение же на DSL оказывается не
просто возможным, а очень простым и интуитивным, к тому же исключающим размножение
ошибок, так как доступ к очень сложным функциям системы осуществляется через примитивы
DSL [5].
Именно поэтому DSL применяют в информационных системах как инструментарий для бо-
лее полного использования предоставляемых системой функций.
2. Область применения
Стоит отметить, что в данной работе мы будем рассматривать лишь текстовые DSL языки
(рис. 1) [6].
Рис. 1. Классификация DSL
Суть построения грамматики и транслятора DSL языка сводится к написанию внешнего мо-
дуля со своей системой классов [7], где описываются все правила, подправила, параметры пра-
вил, операторы, допустимые символы, семантические действия и т. д. Затем для каждого описан-
ного правила, оператора и т. п. описываются методы взаимодействия с системой.
Можно рассмотреть следующий пример такого подхода:
grammarExpr;
@header {
package test;
import java.util.HashMap;
}
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
7. Кирсанова А.А. Проблематика использования текстовых DSL
в информационных системах
Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 5–10
7
@lexer::header {package test;}
@members {
/** Map variable name to Integer object holding value */
HashMap memory = new HashMap();
}
prog: stat+ ;
stat: expr NEWLINE {System.out.println($expr.value);}
| ID '=' expr NEWLINE
{memory.put($ID.text, new Integer($expr.value));}
| NEWLINE
;
exprreturns [int value]
: e=multExpr {$value = $e.value;}
( '+' e=multExpr {$value += $e.value;}
| '-' e=multExpr {$value -= $e.value;}
)*
;
multExprreturns [int value]
: e=atom {$value = $e.value;} ('*' e=atom {$value *= $e.value;})*
;
atomreturns [int value]
: INT {$value = Integer.parseInt($INT.text);}
| ID
{
Integer v = (Integer)memory.get($ID.text);
if ( v!=null ) $value = v.intValue();
else System.err.println("undefined variable "+$ID.text);
}
| '(' e=expr ')' {$value = $e.value;}
;
ID : ('a'..'z'|'A'..'Z')+ ;
INT : '0'..'9'+ ;
NEWLINE:'r'? 'n' ;
WS : (' '|'t')+ {skip();} ;
Выглядит не слишком сложно. Однако не стоит забывать о некоторых моментах: это лишь
облегченный пример DSL для простейшей программы подсчета арифметических операций, а
также что это лишь описание языка. Описывать его использование понадобится в коде отдельно.
Выглядеть это будет примерно следующим образом:
importorg.antlr.runtime.*;
publicclassTest {
publicstatic void main(String[] args) throws Exception {
ANTLRInputStream input = newANTLRInputStream(System.in);
ExprLexer lexer = newExprLexer(input);
CommonTokenStream tokens = newCommonTokenStream(lexer);
ExprParser parser = newExprParser(tokens);
parser.prog();
}
}
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
8. Информатика и вычислительная техника
Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 5–10
8
Бесспорно, что подобный подход максимально гибок и предоставляет практически неогра-
ниченный простор для построения DSL языка. Но что также означает, что создание и поддержа-
ние подобного модуля в системе потребует значительных усилий. Если существующая система, в
которую планируется внедрить DSL, является средней по размерам (рис. 2), т. е. предоставляет
существенное количество функций, но разрабатывается командой разработчиков, не позволяю-
щей по своему количеству назначить лишь по одной роли каждому разработчику [8], подобная
нагрузка будет избыточной для данной команды.
Рис. 2. Классификация информационных систем
Подобные модули в средних и крупных системах потребуют выделения отдельной рабочей
силы для поддержания работоспособности модуля. Мелкие информационные системы позволяют
иметь разработанный модуль внешнего DSL без поддержки отдельно выделенного разработчика,
но зачастую такие системы не нуждаются в подобном функционале по причинам малого множе-
ства предоставляемых функций системы, которые можно реализовать без использования языко-
вых средств.
Утверждение, что лучше потратить год на написание программы, которая автоматизирует
ваш труд, чем «на коленке» написать частный случай решения за один день, истинно [9]. Однако
также общеизвестно, что «сначала человек пишет некий частный случай, потом другой, а затем,
уже набравшись опыта, он начинает выполнять однотипные задачи все быстрее и быстрее, и в
очередной момент он, найдя закономерность, уже с легкостью сможет написать средство автома-
тизации, в то время как на подобное решение в самом начале он бы затратил неоправданно много
времени» [9, с. 14–15].
Получается, что в таком случае, первый вариант слишком долгозатратен, второй – неэффек-
тивен. До сих пор не выявлено методологического подхода, который в равной степени обеспечи-
вал бы эффективное, быстро реализуемое, а также оптимальное по соотношению затрат про-
граммное решение по интегрированию DSL в информационную систему.
3. Постановка задач исследования
Проблемы, описанные в предыдущем разделе можно сформулировать следующим образом:
1. Недостаточное освещение проблемы исследования внедрения текстовых DSL в средние и
крупные информационные системы без разработки грамматики и синтаксиса языка.
2. Отсутствие выработанной методологии по внедрению внешнего DSL в уже существую-
щую информационную систему без использования больших трудозатрат со стороны разработ-
чиков системы.
Исходя из рассмотренной проблематики, можно вывести задачи, которые требуется выпол-
нить в дальнейшем:
1. Исследовать основные концепции и принципы использования DSL в информационных
системах для дальнейшего формулирования абстрактного подхода к построению грамматики и
синтаксиса DSL, которая бы не была бы строго зависима от используемой предметной области
системы.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
9. Кирсанова А.А. Проблематика использования текстовых DSL
в информационных системах
Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 5–10
9
2. Предложить методологию по интеграции DSL в информационную систему без написания
разработчиками системы отдельных модулей по интерпретации языка системой.
Заключение
Рассмотрены современные проблемы использования предметно-ориентированных языков в
информационных системах. Рассмотрены типичные сценарии внедрения DSL в информационную
систему на данный момент. Сформулирована проблематика и задачи исследования. Его идея сво-
дится к тому, чтобы разработать методологию создания и поддержки модуля внешнего DSL, но
который содержал бы в себе элементы внутреннего DSL, т. е. реплицировался на внутреннее API
системы так, чтобы трудозатраты разработчика по работе с модулем языковой системы при раз-
работке собственно информационной системы свелись к минимуму и не затрудняли поддержку и
расширение системы в будущем.
Литература
1. Таненбаум, Э. Современные операционные системы / Э. Таненбаум. – СПб.: Питер, 2010. –
1038 с.
2. Ахо, А. Теория синтаксического анализа, перевода и компиляции: в 2 т. / А. Ахо, Дж. Уль-
ман. – М.: Мир, 1978. – Т. 1. – 613 с.
3. Гавриков, М.М. Теоретические основы разработки и реализации языков программирования /
М.М. Гавриков, А.Н. Иванченко, Д.В. Гринченков. – М.: КноРус, 2010. – 178 с.
4. Czarnecki, K. DSL implementation in metaocaml, template haskell, and C++ / K. Czarnecki,
T. O'Donnell, J.J. Striegnitz, W. Taha. – Berlin, Heidelberg: Springer-Verlag, 2004. –332 p.
5. Ward, M.P. Language Oriented Programming / M.P. Ward. – 1994. – http://www.cse.dmu.ac.uk/
~mward/martin/papers/middle-out-t.pdf.
6. Fowler, M. Domain-SpecificLanguages / M. Fowler. – Addison-Wesley, 2011. – 640 c.
7. Fowler, M. Language Workbenches: The Killer-App for Domain Specific Languages? /
M. Fowler. – 2005. – http://martinfowler.com/articles/languageWorkbench.html.
8. Братищенко, В.В. Проектирование информационных систем: учеб. пособие / В.В. Брати-
щенко. – Иркутск: Изд-во БГУЭП, 2004. – 84 с.
9. Parr, T. The Definitive ANTLR Reference Building Domain-Specific Languages / T. Parr. –
Pragmatic Bookshelf, 2013. – 369 p.
Кирсанова Александра Александровна, программист ВЦ ЮУрГУ, преподаватель кафед-
ры электронных вычислительных машин, Южно-Уральский государственный университет,
г. Челябинск; alexander.a.kirsanov@gmail.com.
Поступила в редакцию 2 марта 2015 г.
__________________________________________________________________
DOI: 10.14529/ctcr150301
PROBLEMS OF USING TEXTUAL DSL IN INFORMATION SYSTEMS
A.A. Kirsanova, South Ural State University, Chelyabinsk, Russian Federation,
alexander.a.kirsanov@gmail.com
Modern situation in information systems design from the aspect of domain-specific languages
implementation and using is discussed. Today there are several ways of integrating DSL into infor-
mation system. Firstly all these methods differ in DSL type being used: internal or external, API-like
or fully integrated. If all these methods are analyzed to find out all their disadvantages those ones
will help to state problems which can occur while using textual DSL in information system. Such
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
10. Информатика и вычислительная техника
Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 5–10
10
analysis will make possible to formulate research tasks which after solving will help to create new
more efficient method of implemention and integration DSL into information system.
Keywords: domain-specific languages, DSL design, program languages engineering.
References
1. Tanenbaum A. Sovremennye operatsionnye sistemy [Modern Operating Systems]. St. Petersburg,
Piter Publ., 2010. 1038 p.
2. Aho A., Ullman J. Teoriya sintaksicheskogo analiza, perevoda i kompilyatsii v 2 tomah.
[The Theory of Parsing, Translation and Compiling in 2 vol.]. Moscow, Mir Publ., 1978, vol. 1, 613 p.
3. Gavrikov M. M., Ivanchenko A. N., Grinchenkov D. V. Teoreticheskie osnovy razrabotki i reali-
zatsii yazykov programmirovaniya [Theoretical Basis for the Development and Implementation of Pro-
gram Languages]. Moscow, KnoRus Publ., 2010. 178 p.
4. Czarnecki K., O'Donnell T., Striegnitz J.J., Taha W. DSL implementation in metaocaml, template
haskell, and C++. Springer-Verlag, 2004. 332 p.
5. Ward M.P. Language Oriented Programming. 1994. Available at: http://www.cse.dmu.ac.uk/
~mward/martin/papers/middle-out-t.pdf.
6. Fowler M. Domain-Specific Languages. Addison-Wesley, 2011. 640 p.
7. Fowler M. Language Workbenches: The Killer-App for Domain Specific Languages? 2005.
Available at: http://martinfowler.com/articles/languageWorkbench.html.
8. Bratishchenko V.V. Proektirovanie informatsionnykh system [Designing Information Systems].
Irkutsk, Baikal State University of Economy and Law Publ., 2004. 84 p.
9. Parr T. The Definitive ANTLR Reference Building Domain-Specific Languages. Pragmatic
Bookshelf, 2013. 369 p.
Received 2 March 2015
ОБРАЗЕЦ ЦИТИРОВАНИЯ FOR CITATION
Кирсанова, А.А. Проблематика использования
текстовых DSL в информационных системах / А.А. Кир-
санова // Вестник ЮУрГУ. Серия «Компьютерные
технологии, управление, радиоэлектроника». – 2015. –
Т. 15, № 3. – С. 5–10. DOI: 10.14529/ctcr150301
Kirsanova A.A. Problems of Using Textual DSL in
Information Systems. Bulletin of the South Ural State
University. Ser. Computer Technologies, Automatic Con-
trol, Radio Electronics, 2015, vol. 15, no. 3, pp. 5–10.
(in Russ.) DOI: 10.14529/ctcr150301
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
11. Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 11–17
11
Введение
Существующие алгоритмы верификации (сравнения отпечатков) можно объединить в не-
сколько крупных классов по принципу, применяемому при приведении изображения с сенсора в
формат системы. Такими классами являются:
– алгоритмы, использующие корреляционное сравнение, то есть попиксельное сравнение двух
изображений с их предварительной трансформацией: масштабированием, сдвигом, поворотом [1];
– алгоритмы, использующие сравнения по узору, описываемому синусоидальной волной с
параметрами [2];
– сравнение по особым точкам, то есть выделение на отпечатке точек, называемых особыми
(конечные точки, точки ветвления, пересечения), с дальнейшим сравнением их положения отно-
сительно друг друга [3].
Наиболее эффективными в настоящее время являются методы, основные на сравнении по
особым точкам [3]. В статье предлагается модифицированный алгоритм выделения особых точек
на изображении отпечатка пальца по скелету бинарного изображения, позволяющий обеспечить
эффективность верификации и идентификации.
1. Постановка задачи
При обработке отпечатков пальцев для выделения особых точек изображение проходит сле-
дующие преобразования:
– бинаризация (не рассматривается в данной статье);
– скелетизация;
– выделение особых точек;
– сравнение по особым точкам (не рассматривается в данной статье).
Исходное изображение, получаемое от сенсора, проходит специализированную процедуру
бинаризации с помощью известных алгоритмов [4]. Пример построения бинаризованного изо-
бражения из исходного приведён на рис. 1.
Необходимо построить скелет на основе бинарного изображения, потому что он необходим
для выделения особых точек отпечатка. Существующие алгоритмы скелетизации не всегда обес-
печивают конфигурацию скелета, пригодную для корректного выделения особых точек (к при-
меру, оставлять помехи, граничные точки, не являющиеся особыми). Создаваемый скелет, поми-
мо сохранения связности исходных линий, должен содержать информацию, которая будет одно-
значно использоваться для выделения особенностей отпечатка.
УДК 004.932.2 DOI: 10.14529/ctcr150302
СКЕЛЕТИЗАЦИЯ БИНАРНЫХ ИЗОБРАЖЕНИЙ
И ВЫДЕЛЕНИЕ ОСОБЫХ ТОЧЕК
ДЛЯ РАСПОЗНАВАНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ
В.Ю. Гудков, Д.А. Клюев
Южно-Уральский государственный университет, г. Челябинск
Предлагается новый модифицированный алгоритм Розенфельда скелетизации бинарных
изображений отпечатков пальцев. На основе скелета выделяют особые точки. Скелетизация и
выделение особых точек являются основными процедурами при решении задачи верифика-
ции и идентификации отпечатков пальцев. Описанный алгоритм предполагает анализ окрест-
ности информативных точек изображения и выполнение действий по результатам анализа.
Подробный анализ окрестностей позволяет избавиться от шумов, которые содержаться в ис-
ходном изображении и могут быть интерпретированы как особые точки отпечатка. Рассмат-
риваются преимущества нового метода скелетизации по сравнению с известными, описанны-
ми в работе. Метод реализован на языке C++, разработаны процедуры для визуализации фи-
нального состояния скелета, позволяющие контролировать качество его изготовления.
Ключевые слова: скелетизация, особые точки, шаблоны скелетизации, отпечатки пальцев.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
12. Информатика и вычислительная техника
Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 11–17
12
Рис. 1. Исходное изображение отпечатка; бинарное изображение
2. Краткий обзор методов скелетизации изображения
Скелетом в компьютерной графике называется множество точек, равноудалённых от границ
фигуры. Скелет подчёркивает геометрические и топологические свойства фигуры, такие как её
соединения, связность, длина, направление, ширина. Фактически скелет является представлением
формы фигуры, упрощает её дальнейший анализ. В случае анализа изображений с отпечатками
пальцев, в качестве фигуры выступают папиллярные линии пальца.
Первые методы скелетизации были разработаны при решении задачи распознавания букв
и текста на изображении, например, на отсканированном листе бумаги. Многие наработки, соз-
данные в рамках данной предметной области, так же применимы и для задачи распознавания от-
печатков пальцев.
В качестве наиболее популярных алгоритмов скелетизации бинарного изображения можно
назвать волновой алгоритм [5], алгоритм утончения областей [6] и шаблонный метод [7].
Волновой метод. Его задачей является векторное представление изображения в виде нагру-
женного графа – то есть определение концевых точек, точек пересечения (вершины графа), а
также линий и дуг, составляющих фигуры (рёбра графа).
Метод заключается в анализе пути прохождения сферической волны по изображению. На
каждом этапе анализируется смещение центра масс точек, образующих новый шаг волны, отно-
сительно его предыдущих положений. После завершения построения скелета с помощью сфери-
ческой волны, полученный результат оптимизируется и анализируется, отыскиваются особые
точки фигуры. Пример распространения волны по фигуре в данном методе приведён на рис. 2.
а) б) в)
Рис. 2. Волновой фронт: а – без препятствий, б – на прямой, в – по фигуре
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
13. Гудков В.Ю., Клюев Д.А. Скелетизация бинарных изображений и выделение
особых точек для распознавания отпечатков пальцев
Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 11–17
13
Данный алгоритм хорошо подходит для распознавания букв, поскольку буква, как правило,
является цельной одиночной фигурой небольшого размера, с небольшим количеством развилок и
пересечений. Для создания же скелета отпечатка пальцев данный алгоритм подходит хуже:
структура фигуры (папиллярных линий пальца) намного сложнее, распространение волны и её
дальнейший анализ проходит с большими погрешностями.
Алгоритм утончения областей. Данный алгоритм основан на простом анализе окрестности
каждой из его информативных точек. Соседи в окрестности информативного пикселя нумеруют-
ся по цепочке от P1 до P9 (рис. 3).
В зависимости от цветов закраски окрестных пикселей, вычисля-
ются два параметра: A(P1) – число переходов от белого пикселя к чёр-
ному в цепочке, а так же B(P1) – общее количество всех чёрных пиксе-
лей в окрестности. В зависимости от значений этих параметров, а так
же закраски конкретных пикселей в четырёхсвязной области (пиксели
P2, P4, P6, P8), принимается одно из двух решений – либо закрасить
центральный пиксель в белый цвет, либо оставить его в том же виде.
После того, как все информативные пиксели изображения прошли данную процедуру обра-
ботки, алгоритм обхода запускается вновь, но уже на обработанном изображении. Алгоритм счи-
тается завершённым тогда, когда после очередной итерации не был закрашен ни один пиксель
изображения. Результат работы алгоритма приведён на рис. 4.
Рис. 4. Применение алгоритма утончения областей
для бинарного изображения отпечатка пальца
За счёт своей простоты, алгоритм обладает высокой скоростью работы и сходимости. Однако
простота анализа одновременно является и его недостатком: в частности, могут сохраняться шу-
мы, находившиеся на оригинальном изображении. Эти шумы могут оказать своё влияние при
определении особых точек, а, вследствие чего, и на результат верификации отпечатка.
3. Метод скелетизации по шаблонам
Метод скелетизации изображения по шаблонам первоначально был предложен Розенфель-
дом [7]. Алгоритм предполагает анализ окрестности информативных точек и выполнение дейст-
вий по результатам анализа.
Метод поочерёдно просматривает все точки бинарного изображения , 0,1f x y , где зна-
чение 1 соответствует бинарной линии узора, и анализирует окрестности только закрашенных
(информативных) пикселей. Анализ окрестности представлен следующей формулой:
1 1
1 1
, · , ,
i j
K f x j y i h i j
(1)
Рис. 3. Цепочка пикселей
в методе утончения
областей
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
14. Информатика и вычислительная техника
Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 11–17
14
где K – величина оценки окрестности, используемая как индекс; (x, y) – координаты исследуемо-
го пикселя; f(x, y) – значение пикселя на бинарном изображении; h(i, j) – маска, элементы которой
задают вес точек, представленная в виде
128 64 32
16 0 8 .
4 2 1
h
(2)
В языке программирования C++ данная функция реализуется посредством операций битово-
го сдвига при обходе окрестности, что обеспечивает высокую производительность расчёта.
Индекс K – число в интервале от 0 до 255 включительно. Оно рассматривается алгоритмом
как индекс ячейки в таблице правил, заранее заданной в процессе проектирования.
Таблица представляет собой закодированный набор правил и операций по обработке окрест-
ности. Фактически она организовывает связь между конкретным шаблоном и действием, которое
необходимо сделать с окрестностью исследуемой точки при вычислении соответствующего ин-
декса K, который определяет номер элемента в таблице. Каждый элемент таблицы содержит код
операции, нулевой код соответствует отсутствию операции (см. таблицу).
Закодированный набор правил
1 0 0 3 0 1 1 1 0 1 0 0 1 1 1 1
0 0 1 0 1 1 1 1 0 0 0 0 1 1 1 1
0 5 0 0 0 0 0 5 1 1 0 3 1 1 1 1
0 0 0 0 2 5 2 0 0 0 0 0 1 1 0 1
4 0 0 0 0 0 0 0 1 1 4 3 1 1 1 1
1 5 1 3 1 1 1 1 1 1 1 1 1 0 0 0
1 0 0 0 0 0 0 0 1 1 4 0 1 1 0 1
1 5 1 0 1 1 0 0 1 1 0 0 0 0 0 0
3 0 4 0 0 0 0 4 0 0 0 0 2 2 4 4
1 0 1 0 1 1 1 1 0 0 0 0 1 0 1 1
2 0 0 0 0 0 0 0 0 2 0 0 2 2 0 0
0 0 2 0 2 0 2 0 0 0 0 0 1 0 0 0
1 0 0 0 0 0 0 0 1 1 4 0 1 0 1 0
1 5 1 0 1 0 1 1 1 0 1 0 0 0 0 0
1 5 0 0 0 0 0 0 1 1 4 0 1 1 0 0
1 0 1 0 1 0 1 0 1 1 1 0 0 0 0 0
Например, одна из операций – простое удаление центрального пикселя (рис. 5). Для окрест-
ности исследуемой точки (x, y) вычисляется индекс K по формуле (1), по которому из таблицы
извлекается код операции (в данном случае – удаление центрального пикселя).
Рис. 5. Удаление центрального пикселя
Другая возможная операция – перенос информативного пикселя на новое место с обнулени-
ем центрального (рис. 6). Перенос может быть осуществлён на любую точку окрестности.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
15. Гудков В.Ю., Клюев Д.А. Скелетизация бинарных изображений и выделение
особых точек для распознавания отпечатков пальцев
Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 11–17
15
Рис. 6. Перенос центрального пикселя
После обработки всех пикселей, метод итерационно повторяется. Если после очередной ите-
рации ни один из пикселей не был закрашен или перемещён, алгоритм завершает свою работу.
Результатом работы метода является скелет отпечатка пальца (рис. 7).
Рис. 7. Результат работы алгоритма шаблонной скелетизации
4. Выделение особых точек
Формула анализа окрестности (1), используемая в алгоритме шаблонной скелетизации, мо-
жет быть так же применена для поиска особых точек изображения.
На отпечатке пальцев выделяются следующие виды особых точек: окончание, разветвление,
пересечение (рис. 8).
а) б) в)
Рис. 8. Особые точки на отпечатке пальца: a – окончание, б – разветвление, в – пересечение
По аналогии с таблицей правил, на данном этапе создаётся таблица признаков. В ней так же
содержится 256 элементов (по числу возможных шаблонов), однако вместо кода операции хра-
нится признак особой точки. Например, 2, если окончание; 3 – разветвление; 4 – пересечение;
1 – точка является точкой скелета.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
16. Информатика и вычислительная техника
Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 11–17
16
Исходные данные – скелет отпечатка. Результат работы алгоритма – новое изображение.
Особые точки имеют значение больше 1 и отображаются различными цветами (рис. 9).
Рис. 9. Особые точки на отпечатке пальца
Заключение
Предложенный метод выполняет построение скелета бинарного изображения и выделение
особых точек трёх видов: окончания, разветвления, пересечения. Для каждой особой точки опре-
деляется координата и её направление. Они используются для верификации и идентификации
отпечатков. В сравнении с другими методами, описанными в статье, алгоритм обладает высокой
производительностью, помехоустойчивостью, способен удалять шумы, находившиеся на исход-
ном изображении.
Метод реализован на языке программирования высокого уровня C++ без использования сто-
ронних библиотек в виде лабораторного образца. Для реализации промышленной версии необхо-
димо выполнить тестирование алгоритма на большом наборе изображений отпечатков. По ре-
зультатам тестирования таблица набора правил может быть скорректирована для некоторых из
шаблонов.
Дальнейшее развитие метода лежит в области качества изготовления бинарного изображения
и применения других методов скелетизации, отличных от основной идеи Розенфельда.
Литература/References
1. Maltoni D., Maio D., Jain A.K., Prabhakar S. Handbook of Fingerprint Recognition. New York,
Springer-Verlag, 2003. 510 p.
2. Hirzel J., Hartung D., Busch C. Fingerprint Recognition with Cellular Partitioning and
Co-Sinusoidal Triplets. Biometrics and Electronic Signatures – BIOSIG, 2010, pp. 109–114.
3. Asker M. Bazen. Fingerprint Identification – Feature Extraction, Matching, and Database Search.
Univ. of Twente, Enschede, The Netherlands, 2002. 187 p.
4. Wang W., Li J., Huang F., Feng H. Design and Implementation of Log-Gabor Filter in Fin-
gerprint Image Enhancement. Pattern Recognition Letters, vol. 29, no. 3, pp. 301–308. DOI:
10.1016/j.patrec.2007.10.004
5. Клубков И.М. Применение волнового алгоритма для нахождения скелета растрового изо-
бражения. Вестник Донского государственного технического университета. 2001. Т. 1, № 1 (7).
С. 126–133. [Klubkov I.M. (Application of the Wave Algorithm for Finding the Skeleton Bitmap). Bul-
letin of Don State Technical University, 2001, vol. 1, no. 1 (7), pp. 126–133 (in Russ.)]
6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
[Gonzales R., Woods R. Tsifrovaya obrabotka izobrazheniy (Digital Processing of the Images).
Мoscow, Tekhnosfera Publ., 2005. 1072 p.]
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
17. Гудков В.Ю., Клюев Д.А. Скелетизация бинарных изображений и выделение
особых точек для распознавания отпечатков пальцев
Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 11–17
17
7. Pfalz J.L., Rosenfeld A. Computer Representation of Planar Regions by their Skeletons. Commu-
nications of the Association for Computing Machinery, 1967, vol. 10, no. 2, pp. 119–125. DOI:
10.1145/363067.363120
Гудков Владимир Юльевич, д-р физ.-мат. наук, профессор кафедры электронных вычисли-
тельных машин, Южно-Уральский государственный университет, г. Челябинск; diana@sonda.ru.
Клюев Даниил Александрович, магистрант кафедры электронных вычислительных машин,
Южно-Уральский государственный университет, г. Челябинск; klyuev.da@gmail.com.
Поступила в редакцию 14 марта 2015 г.
__________________________________________________________________
DOI: 10.14529/ctcr150302
SKELETONIZATION OF BINARY IMAGES AND FINDING
OF SINGULAR POINTS FOR FINGERPRINT RECOGNITION
V.Yu. Gudkov, South Ural State University, Chelyabinsk, Russian Federation, diana@sonda.ru,
D.A. Klyuev, South Ural State University, Chelyabinsk, Russian Federation, klyuev.da@gmail.com
The paper reviews a new modified Rosenfeld skeletonization algorithm of binary fingerprint
images. Singular points are allocated on the basis of the skeleton. Skeletonization and allocation of
singular points are the basic procedures for solving the problem of verification and fingerprint identi-
fication. The described algorithm analyzes the neighborhood of informative image points and per-
forms actions based on analysis. A detailed analysis of neighborhoods facilitates to remove noises
that are contained in the original image and can be recognized as singular points of the fingerprint.
Advantages of the new method of skeletonization compared to the known described in this work are
also examined. The method is implemented in C++. The procedures to visualize the final state of the
skeleton are developed for monitoring the quality of its creation.
Keywords: skeletonization, singular points, skeletonization template, fingerprint.
Received 14 March 2015
ОБРАЗЕЦ ЦИТИРОВАНИЯ FOR CITATION
Гудков, В.Ю. Скелетизация бинарных изображе-
ний и выделение особых точек для распознавания
отпечатков пальцев / В.Ю. Гудков, Д.А. Клюев //
Вестник ЮУрГУ. Серия «Компьютерные техноло-
гии, управление, радиоэлектроника». – 2015. – Т. 15,
№ 3. – С. 11–17. DOI: 10.14529/ctcr150302
Gudkov V.Yu., Klyuev D.A. Skeletonization of Bi-
nary Images and Finding of Singular Points for Finger-
print Recognition. Bulletin of the South Ural State Uni-
versity. Ser. Computer Technologies, Automatic Control,
Radio Electronics, 2015, vol. 15, no. 3, pp. 11–17.
(in Russ.) DOI: 10.14529/ctcr150302
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
18. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 18–25
18
В статье [1] проанализирована схема идентификации персональных данных (ПД), как проце-
дуры проверки эффективности обезличивания ПД, рассмотрено воздействие потенциального
злоумышленника на область поиска (БД) с целью получения результата идентификации. Введены
количественные критерии полученного результата – вероятность идентификации (ВИ) и степень
обезличивания (СО). Целью данной статьи является определение значений количественных кри-
териев для одного из методов обезличивания ПД – метода введения идентификаторов.
Независимо от метода обезличивания ПД, полученная в результате обезличенная база дан-
ных, будучи доступной без ограничений, должна нивелировать (обесценить) попытки злоумыш-
ленника использовать любые обезличенные данные для нанесения вреда (компрометации, обмана,
шантажа) конкретному физическому лицу. Возможный вред от уничтожения обезличенных данных
мы не рассматриваем, так как его можно компенсировать иными (технологическими) методами.
Для оператора (обработчика) ПД обезличивание будет иметь смысл, если затраты на обезли-
чивание будут явно меньше затрат на средства и меры защиты ПД при их обработке в рамках ав-
томатизированной ИСПДн. «Явно» – это не меньше, чем в 2 раза (из-за погрешности расчетов).
Для оценки затрат на обезличивание важно понимать, что обезличивание ПД не избавляет
оператора от затрат на защиту ПД полностью. На каких-то рабочих местах необходимо эти ПД
обезличивать и деобезличивать, где-то – обрабатывать ПД в явном виде (поиск, вывод докумен-
тов на печать). Эти рабочие места должны быть защищены как составные части ИСПДн. Поэто-
му общие затраты на обезличивание сложатся, с одной стороны, из затрат на защиту указанных
рабочих мест, и с другой стороны, из затрат на модернизацию структуры БД и технологического
процесса обработки ПД.
Соотношение этих двух групп затрат зависит от технологической цели обезличивания:
1) обезличивание для дальнейшей передачи по каналам связи (в частном случае – для хране-
ния на внешних носителях). В этом случае затраты на защиту рабочих мест остаются, но эконо-
УДК 004.056.5 DOI: 10.14529/ctcr150303
КОЛИЧЕСТВЕННЫЙ АНАЛИЗ ПРОЦЕДУРЫ
ОБЕЗЛИЧИВАНИЯ ПЕРСОНАЛЬНЫХ ДАННЫХ.
МЕТОД ВВЕДЕНИЯ ИДЕНТИФИКАТОРОВ
Е.Ю. Мищенко, А.Н. Соколов
Южно-Уральский государственный университет, г. Челябинск
Обезличивание – способ обработки персональных данных, целью которого является при-
ведение этих данных в защищенное состояние, которое не позволяет злоумышленнику ис-
пользовать их во вред физическому лицу. Результат обезличивания персональных данных за-
висит от их содержания и применяемого метода обезличивания. Нормативные акты опреде-
ляют несколько методов обезличивания, но все они описываются качественными критериями.
В статье производится количественный анализ одного из методов обезличивания – метода
введения идентификаторов. Предлагается вариант технической реализации данного метода,
включая решение проблемы необходимого и достаточного идентификационного набора атри-
бутов таблицы соответствий, определение требований к связующему идентификатору, а так-
же рассмотрение возможных способов связи таблицы соответствий с обезличенными данны-
ми. На основе реального примера производится оценка эффективности метода по различным
критериям. В том числе по техническим критериям (невозможность идентификации, с одной
стороны, и возможность деобезличивания с применением имеющихся дополнительных дан-
ных, с другой стороны), а также по экономическим критериям (окупаемость). На базе показа-
телей вероятности идентификации и степени обезличивания персональных данных приводят-
ся рекомендации по повышению эффективности данного метода обезличивания персональ-
ных данных.
Ключевые слова: персональные данные, обезличивание персональных данных, метод вве-
дения идентификаторов.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
19. Мищенко Е.Ю., Соколов А.Н. Количественный анализ процедуры обезличивания
персональных данных. Метод введения идентификаторов
Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 18–25
19
мятся затраты на защиту каналов связи (до 50 % затрат на средства защиты информации!). Затра-
ты на модернизацию структуры БД (на входе/выходе) от цели не зависят, затраты на модерниза-
цию технологического процесса – минимальные;
2) обезличивание для обработки в таком виде на большей части рабочих мест. В этом случае
затраты на защиту большей части (до 90 %) рабочих мест и на защиту каналов связи экономятся,
затраты на модернизацию структуры БД и модернизацию технологического процесса – макси-
мальные.
При детальном рассмотрении может оказаться, что в зависимости от технологической цели
тот или иной метод обезличивания является более эффективным экономически.
1. Описание метода
В соответствии с Приказом Роскомнадзора [2] метод введения идентификаторов реализуется
путем замены ПД, позволяющих идентифицировать субъекта, их идентификаторами и созданием
таблицы соответствия. То есть после применения данного метода единая база (БД) распадется на
две базы:
1) таблица соответствия, в которой некий набор идентифицирующих физическое лицо (ФЛ)
атрибутов однозначно сопоставляется с неким абстрактным атрибутом. Выражаясь терминами
статьи [1], для каждого ФЛ набор значимых атрибутов идентификации соответствует некоему
служебному уникальному идентификатору. Причем объем этой базы (обозначим его ОБТ) равен
количеству ФЛ;
2) база прочих данных, в которой некоему служебному идентификатору (не уникальному,
так как встречается в этой базе много раз) однозначно сопоставляется набор прочих данных – не
значимых с точки зрения идентификации, но определяющих суть обработки. Причем объем этой
базы (ОБП) может намного превышать значение ОБТ.
В данном процессе разделения БД необходимо решить три проблемы:
1. Какие атрибуты включить в таблицу соответствий.
2. Какими свойствами должен обладать связующий идентификатор.
3. Как обеспечить связь между двумя базами.
1.1. Атрибуты таблицы соответствий
Набор атрибутов, включаемых в таблицу соответствия, в первую очередь должен быть дос-
таточным для однозначной идентификации в нем конкретного ФЛ, то есть интегральный показа-
тель ВИ для данного набора должен быть равен 1. В статье [1] подробно рассмотрены критерии
формирования такого набора, и показали, что определяющим критерием является объем базы ОБ.
Например, для объема 1 млн записей достаточным для идентификации является набор «фами-
лия» + «дата рождения».
Но достаточность для идентификации не решает главную задачу – надежное обезличивание
прочих данных, оставшихся во второй базе. Например, если среди прочих данных окажутся такие
атрибуты как «имя», «адрес проживания», «номер телефона», «место работы», то для некоторых
ФЛ такой набор может дать ВИ = 1 даже без атрибута «фамилия».
Следовательно, в таблицу соответствия должны быть включены все атрибуты, по которым
возможно идентифицировать хотя бы одно ФЛ.
1.2. Требования к связующему идентификатору
Главное требование к связующему идентификатору – уникальность для любого ФЛ. В ста-
тье [1] показано, что таким идентификатором не может быть ни один условно значимый (слу-
жебный) идентификатор ведомственного типа – ИНН, СНИЛС, номер паспорта, из-за их отсутст-
вия у значительных групп ФЛ и по другим причинам.
Поэтому данный идентификатор должен быть не только уникальным, но и абстрактным по
отношению к ФЛ. Кроме того, его длина должна быть одинаковой для всей базы данных.
Кстати, факт использования служебных идентификаторов для идентификации ФЛ внутри
конкретных ведомств подтверждает указанные здесь требования. Кроме того, все используемые в
БД служебные идентификаторы должны быть включены в таблицу соответствий, как атрибуты,
по которым возможно идентифицировать ФЛ.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
20. Информатика и вычислительная техника
Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics.
2015, vol. 15, no. 3, pp. 18–25
20
1.3. Связь таблицы соответствий с прочими данными
Любая обработка ПД автоматизированным способом производится в рамках базы данных
реляционного типа, что подразумевает создание нескольких таблиц данных, одна часть которых
является справочниками (условно постоянные), а другая часть – изменяемые данные функцио-
нального характера (переменные). Справочные данные связаны с функциональными данными
посредством специальных служебных идентификаторов. Такая структура является технологиче-
ски наиболее эффективной. То есть после решения вопроса с составом таблицы соответствий и ви-
дом связующего идентификатора мы приходим к типичной автоматизированной обработке ПД.
Означает ли это, что обработка ПД в рамках СУБД производится уже в обезличенном виде?
Это, конечно, не так. Ведь пока пользователь (и злоумышленник тоже!) имеет доступ к таблице
соответствий (справочнику ФЛ), он может связать прочие (функциональные) данные с конкрет-
ным ФЛ, значит ПД в этой общей базе не обезличены.
Следовательно, для обезличивания базы прочих данных необходимо отделить ее от таблицы
соответствий, после чего таблицу соответствий надо защитить согласно нормативным требова-
ниям (она останется ИСПДн), а базу прочих данных можно открыть для свободного доступа (она
станет обезличенной). Термин «отделить» означает либо физически отдельное хранение двух баз
данных, либо установку между двумя базами данных межсетевого экрана (сертифицированного
на соответствие нормативным требованиям). В первом случае связи между базами не будет со-
всем, и совместная их обработка возможна только с применением специальных внешних носите-
лей. Во втором случае связь между базами будет односторонняя (со стороны таблицы соответст-
вий), совместная обработка возможна тоже только с одной стороны.
2. Оценка эффективности метода
С точки зрения определения понятия «обезличивание» любой метод обезличивания эффек-
тивен настолько, насколько неэффективными окажутся попытки злоумышленника идентифици-
ровать ФЛ в обезличенной базе данных. Данный критерий определен в Приказе2
термином «ано-
нимность», то есть его можно приравнять к значению степени обезличивания СО, которая связа-
на с ВИ формулой СО = 1– ВИмакс (для множества попыток идентификации).
Но есть еще один критерий эффективности, определенный Приказом [2], который зависит от
метода обезличивания – это «применимость», то есть возможность обработки без предваритель-
ного деобезличивания, а в более широком смысле – возможность совместной защищенной обра-
ботки комплекса данных, состоящих из обезличенной базы и той самой «дополнительной ин-
формации», которая позволяет их деобезличивать. В рамках метода введения идентификаторов
такой «дополнительной информацией» является таблица соответствий.
2.1. Эффективность анонимности
Произведем оценку значения СО на конкретном примере: злоумышленник хочет найти ФЛ
на основании известной ему информации о его автомобиле (внешнем виде) при условии свобод-
ного доступа к обезличенной БД регистрации всех автомобилей нашей страны (предположим,
что эта БД обезличена методом идентификаторов, и там есть вся информация об автомобилях, но
нет ничего об их владельцах).
Для оценки ВИмакс примем следующие предварительные условия (информация, которую
можно получить из открытых источников):
1. Злоумышленнику известен регион, в котором ФЛ эксплуатирует свой автомобиль (сред-
ний регион нашей страны с населением 2 млн человек, областной центр с населением 1 млн че-
ловек);
2. Возраст ФЛ – от 18 до 60 лет;
3. Количество ДТП в год по региону – 3 тыс. при количестве автомобилей – 800 тыс., по об-
ластному центру – 2 тыс. при количестве – 500 тыс.
4. Поскольку мы оцениваем ВИмакс, дадим злоумышленнику преимущество – на поиски у
него есть срок 30 дней (назовем данный критерий «актуальность идентификации», он прямо про-
порционален ВИ и в реальной жизни его значение – 3 дня).
Из первых двух условий следует, что по возрасту водителями в данном регионе могут быть
1 млн человек, а в областном центре – 500 тыс. (ВИ = 1 / 1 000 000 и ВИмакс = 1 / 500 000).
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
21. Мищенко Е.Ю., Соколов А.Н. Количественный анализ процедуры обезличивания
персональных данных. Метод введения идентификаторов
Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».
2015. Т. 15, № 3. С. 18–25
21
Третье и четвертое условия позволяют оценить вероятность того, что искомый автомобиль
можно будет из-за ДТП обнаружить в ограниченном количестве известных мест (пункты регист-
рации ДТП, страховые компании, автосалоны по ремонту). Если принять, что в ДТП участвуют
2 автомобиля, то для региона вероятность попадания в ДТП конкретного автомобиля равна
(3/800=1/266)·2=1/133 за год, а за 30 дней («актуальность идентификации») – 1/133/12=1/1596.
Для областного центра эта вероятность будет 1 / 1500. Но для определения ВИ надо учесть
К = «ограниченное количество известных мест». Если в областном центре 5 пунктов регистрации
ДТП, то ВИмакс = 1 / 1500 /5 = 1 / 7500. Может ли повысить ВИмакс информация из обезличенной
базы?
В состав маркера поиска (МП) войдут атрибуты: НМ1 = «марка», НМ2 = «модель»,
НМ3 = «цвет кузова», НМ4 = «государственный номер» – их можно надежно определить по
внешнему виду. В обезличенной базе регистрации автомобилей присутствуют все эти наимено-
вания атрибутов и еще некоторые другие атрибуты (например, «дата регистрации», «место реги-
страции», «наименование автосалона-продавца» (но не фамилия ФЛ-продавца!), реквизиты дого-
вора продажи, свидетельства о регистрации, полиса ОСАГО и др.). Цель злоумышленника будет
достигнута при выполнении двух условий:
1. Поиск по заданному маркеру даст достаточно ограниченное количество автомобилей
(идентификация автомобиля).
2. Другие реквизиты позволят еще уменьшить это количество, а в идеале помогут определить
какие либо значимые реквизиты для идентификации искомого ФЛ.
Первое условие будет выполнено автоматически, если известен государственный номер ав-
томобиля (автомобиль идентифицирован). Если же номер точно не известен (вычисляем инте-
гральную вероятность идентификации для первых трех атрибутов), то для годовалой иномарки в
БД записей нужного цвета (всего 5 цветов) будет найдено 600 записей, а для трехлетней отечест-
венной марки (всего 12 цветов) будет найдено 50 000 записей.
Если автомобиль идентифицирован по номеру, то увеличить ВИ могут названия автосалона-
продавца и страховой компании, выдавшей полис ОСАГО. Если автомобиль не идентифицирован
по номеру, то прочие атрибуты могут значительно увеличить вероятность идентификации авто-
мобиля, то есть определить его государственный номер, но сам по себе он ничего не дает.
Знание количества офисов страховой компании для известного по номеру автомобиля может
увеличить ВИ (если такой офис в областном центре один – то ВИ = 1 / 1500 / 2 = 1 / 3000, так как
есть вероятность 1/2, что ФЛ не является виновником в ДТП, тогда он в страховую компанию не
придет). Знание количества салонов также может увеличить ВИ (если такой салон в областном
центре один – то ВИ = 1 /1500), хотя ФЛ может в салон и не обратиться.
Значение ВИмакс = 1 / 1500 (то есть СО = 1 – ВИмакс = 0,9993) показывает, что реально зло-
умышленник не сможет идентифицировать ФЛ, а если автомобиль был зарегистрирован в одном
регионе, а эксплуатируется в другом, найти ФЛ практически невозможно. Учет реальной актуаль-
ности уменьшает ВИ еще в 10 раз. То есть эффективность анонимности данного метода – вне со-
мнений.
2.2. Эффективность применимости
Решающим критерием применимости рассматриваемого метода является техническая воз-
можность его реализации. А уже при наличии технической возможности определяющую роль
играют стоимость и сроки реализации.
На рисунке приведена схема разделения базы ПД на таблицу соответствия и базу прочих
данных, где в качестве связующего звена используется межсетевой экран.
Цифрами на рисунке обозначены:
1 – таблица соответствий (сервер ПД, входит в состав ИСПДн, защищается);
2 – обезличенные данные (сервер обезличенной базы, в свободном доступе, не защищается);
3 – рабочее место оператора ПД (входит в состав ИСПДн, защищается);
4 – рабочее место оператора обезличенной базы (в свободном доступе, не защищается);
5 – межсетевой экран, обеспечивает одностороннее движение информации, направление
которого указано стрелками.
Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»
