Новый подход к оценке эффективности и качества скремблирования на основе определения идентичности виртуальных вербальных речевых образов Текст научной статьи по специальности «Компьютерные и информационные науки»

_їді хі

РІІе ОрИоп Неір

В> В <Ж||_________________________________________________________________________Л|]_________________________________

График Сведения об обучающихся | Настройки |

ФИО обучающегося квант оценка 1 2 3 4 5 ^

1 Абрамов Г.Э. 0,00021 5 0 0 0 0 0

2 Бабин К.Е. 0,0001 3 5 0 0 0 0 0

3 Б ойко А.Н. 0,00421 2 0 0 2,36 30,51 42.46

4 Бурлаков И.В. 0,00022 5 0 0 0 0 0

5 Б утенко А. Г. 0,001 54 3 □ 0 0 8,78 24.4Є

Є Веремьев Р.В. 0,0001 Є 5 □ 0 0 0 0

7 Воронина О.В. 0,00039 4 0 0 0 0 4.9Є

8 Демин А.Г. 0,0001 4 5 8 0 0 0 0

Э ДороФеев С.В. 0,00028 4 8 0 0 0 1,36

10 Журавская М.И. 0,0001 5 5 □ 0 0 0 0

11 И сачвнко А. С. 0,00045 4 □ 0 0 0 6.85

12 Калач Г.А. 0,00048 4 0 0 0 0 7,43

13 Лозбенееа Ю.В. 0,001 58 3 8 0 0 9,30 24.89

14 Модельян Е.А. 0,0001 2 5 8 0 0 0 0

15 Насонов И.Ю. 0,0001 6 5 8 0 0 0 0

18 НвскоблинаВ В 0,00754 2 □ 0 20,52 43,44 53,16

17 Н икупинЕ В 0,0001 3 5 □ 0 0 0 0

18 Спасенов А. С. 0,00254 3 8 0 0 19,31 33,16

18 Тенетко М.И. 0,00054 4 8 0 0 0 8,91

Рис. 2. Шкала оценок

3. Комплексная информация о характеристиках оценки формируемой программно-аппаратными комплексами системой (показатели активной оценки, фазовое пространство групповой оценки, среднее количественное пространство групповой оценки, энтропийное пространство принятия решения, среднее энтропийное пространство групповой оценки) обеспечит возможность адаптивной модернизации образовательных программ и методик образования как в обычных системах, так и в системах дистанционного образования в области инновационного менеджмента наукоемкой продукции с позиций теории виртуального познания.

УДК 621.391.037

Котенко В.В., Евсеев А.С., Румянцев К.Е.

НОВЫЙ ПОДХОД К ОЦЕНКЕ ЭФФЕКТИВНОСТИ И КАЧЕСТВА СКРЕМБЛИРОВАНИЯ НА ОСНОВЕ ОПРЕДЕЛЕНИЯ ИДЕНТИЧНОСТИ ВИРТУАЛЬНЫХ ВЕРБАЛЬНЫХ РЕЧЕВЫХ ОБРАЗОВ

В настоящее время постоянно возрастающая роль информационных и телекоммуникационных технологий сопровождается возрастающими требованиями к защите информации. Решение этой проблемы, в свою очередь, требует поиска новых подходов к оценке качества защиты информации. Основу применяемых в настоящее время подходов к оценке эффективности защиты аудиоинформации составляет определение разборчивости (ГОСТ Р 50840-95, ГОСТ Р 51061-97) или производного от нее параметра неразборчивости. В данном случае существует довольно серьезная проблема, связанная с тем, что даже при условии нулевой разборчивости в криптограммах может присутствовать избыточность, что оказывает негативное влияние на эффективность защиты аудиоинформации. Предложенный в [4, 5] подход к оценке эффективности защиты аудиоинформации на основе комплексного определения разборчивости и избыточности в основном позволяет решить эту проблему. Однако, природная нестационарность исходных речевых сигналов не позволяет в полной мере оценить эффективность защиты аудиоинформа-

ции даже при использовании этого подхода. Это объясняется тем, что значения избыточности и разборчивости криптограмм в данном случае будут изменяться во времени и, как показали исследования, зависеть от индивидуальных и вербальных характеристик реальных источников речевой информации. Для решения этой проблемы предлагается подход, основанный на формировании информационных виртуальных вербальных речевых образов [1, 2].

С позиций этого подхода общий алгоритм определения оптимальной оценки количества информации ^, минимизирующей средний квадрат ошибки, определяется как:

ад

^ | Л>„ , (1)

— ад

где Pps(J) - апостериорная плотность вероятностей.

Для интервалов квантования во времени t (ti< t < ti+1) апостериорная плотность вероятностей может быть определена дифференциальным уравнением Фо-кера-Планка-Колмогорова [3]:

dP( J(t Х t) = ad {) - ho ](J(0, t)}+} P(J(t), t) (2)

at dJ 4 dJ ’

где a, g, Nj определяется из дифференциального уравнения состояния источника

d( ) = -a(t,J(t)) + g(t)nj (t) (3)

в предположении его стационарности, гауссовости и марковости, когда (3) принимает вид

d( ^ =-a(J(t) - ho) + gnj(t), (4)

где nj(t) - стационарный гауссовский белый шум со спектральной плотностью Nj.

Таким образом, при получении наблюдения Jу (ti) = Jу (i) апостериорная

плотность вероятностей скачком устанавливается равной Pps (J(i)), а затем экстраполируется по закону (2). Исходя из этого, задача определения оценки J*(t) по квантовой последовательности Jг(i) разделяется на две задачи: задачу определения последовательности оценок J *(ti) — J *(i) и задачу сглаживания полученной последовательности J *(i) . Если эта оценка формируется на полуинтервале наблюдения (ti, ti+i) по одному наблюдению Jy (i) , то справедливо выражение J *(t) = J *(i)e ~a(t-ti). (5)

Задача определения оценки J *(i) в общем случае является задачей, которая может быть решена на основании (1) путем определения рекуррентного выражения для апостериорной плотности вероятностей [2]. Результатами этого решения

является рекуррентный алгоритм вида:

J *(i) = e aTj *(г--i) + Kjk) Jг(i) - e aTj *(г--i) -ho + ^, (6)

где к-индекс области квантования, к которой относятся 3^ (0 ; К\ )- коэффициент усиления.

Определение оценки 3 * (/) является основой для формирования оценки информационного вербального образа:

<Х)

£>) = | 3 *(?)в~^<сИ . (7)

о

Выражения (5)-(7) представляют собой математическую модель оценки информационного вербального речевого образа. Реализация данной модели применительно к задачам оценки процессов скремблирования и создание на ее основе программных и программно-аппаратных комплексов позволили сформулировать следующую постановку задачи дальнейших исследований: определение новых показателей процесса защиты речевой информации с позиций формирования и определения идентичности информационных вербальных образов до и после скремблирования.

Оценка эффективности скремблирования при использовании предложенного подхода осуществляется путем определения идентичности информационных виртуальных вербальных речевых образов до и после скремблирования. На рис. 1 - 3 приведены информационные виртуальные вербальные речевые образы и результаты оценки коэффициентов идентичности информационных образов до и после скремблирования (коэффициентов идентичности процесса скремблирования Кис)

для классического цифрового скремблирования (рис.1), виртуального скремблирования [5] (рис.2) и адаптивного виртуального скремблирования (рис.3).

Из приведенных ниже рисунков видно, что предложенный подход позволяет осуществлять визуальный экспресс-контроль эффективности скремблирова-ния по степени изменения виртуального образа в процессе защиты аудиоинформации: чем больше изменение - тем выше эффективность скремблирования. При этом для количественной оценки эффективности могут использоваться коэффициенты идентичности этих образов.

ЕИ Сравнение информационных образов

1 1 '"]

1 О 1* в & Г-

-ЧІ

_'Ч‘ VI:

Коэффициент идентичности: 0,194

Сравнить образы

Рис. 1. Идентичность процесса классического скремблирования

Ё Сравнение информационных образов

№ □ а о а & & ? 0 і* а а :

Коэффициент идентичности: 0,112

Сравнить образы

Рис. 2. Идентичность процесса виртуального скремблирования

Коэффициент идентичности: 0,062

Сравнить образы

Рис. 3. Идентичность процесса адаптивного виртуального скремблирования

Как показали исследования, в данном случае коэффициенты идентичности процесса скремблирования Кис будут зависеть от индивидуальных и вербальных

характеристик источника речевой информации и их изменения во времени. С одной стороны, это позволяет учесть эти изменения при оценке эффективности скремблирования, с другой стороны, изменение Кис делает весьма затруднительным его применение в качестве параметра эффективности скремблирования. Используя общепринятый подход к решению аналогичных проблем в качестве показателя скремблирования предлагается использовать величину обратную математическому ожиданию Кэс :

К =------1---- (8)

эс М [Кис ]

Результаты экспериментальных исследований Кэс для классического, виртуального и адаптивного виртуального скремблирования приведены в таблице 1.

Таблица 1

Скремблирование К с К Vу

Классическое 5,154 0,132 0,211

Виртуальное 8,896 0,094 0,164

Адаптивное виртуальное 16,129 0,027 0,081

Из таблицы видно, что значения Кэс достаточно точно согласуются с общепринятыми показателями, такими как разборчивость Жр и избыточность ц,у, в

части результатов оценки эффективности приведенных методов скремблирования.

К особенности предложенного подхода следует отнести открывающуюся возможность оценки качества скремблирования. Под качеством скремблирования с позиций формирования виртуальных образов в данном случае понимается исключение индивидуальных признаков в образах результатов скремблирования. С физической точки зрения это означает отсутствие необходимой информации у несанкционированного пользователя для дескремблирования при постоянном поступлении идентичных образов. Для оценки качества скремблирования может быть использован коэффициент идентичности виртуальных образов результатов скремблирования (коэффициент идентичности защиты Киз). На рис. 4 - 6 приведены результаты сравнения идентичности виртуальных образов криптограмм, полученных в процессе скремблирования источника речевой информации для классического цифрового скремблирования (рис.4), виртуального скремблирования (рис.5) и адаптивного виртуального скремблирования (рис.6).

Из приведенных рисунков видно, что предложенный подход позволяет осуществлять визуальный экспресс-контроль качества скремблирования по степени идентичности виртуальных образов криптограмм. При этом, более высокая степень идентичности будет отражать более высокое качество скремблирования.

Рис. 4. Коэффициент идентичности защиты классического скремблирования

Ё Сравнение информационных образов

№ №

1 ж- к Чі^|і

Коэффициент идентичности: 0,898

Сравнить образы

Рис. 5. Коэффициент идентичности защиты виртуального скремблирования

О Сравнение информационных образо

~.х

Коэффициент идентичности: 0,963

Сравнить образы

Рис. 6. Коэффициент идентичности защиты адаптивного виртуального скремб-

лирования

Количественная оценка качества скремблирования в данном случае может быть произведена путем определения математического ожидания Киз и среднего

квадратического отклонения Киз и последующего вычисления показателя качества скремблирования Ккс по формуле:

м [ К„ ]

К.. =■

О

[К,з ]

(9)

Таблица 2

Скремблирование К из1 К из 2 К из3 К кс

Классическое 0,814 0,861 0,798 13,085

Виртуальное 0,898 0,916 0,941 21,357

Адаптивное виртуальное 0,963 0,997 0,971 28,735

В таблице 2 приведены результаты экспериментальных исследований KKc

для классического, виртуального и адаптивного виртуального скремблирования.

Из таблицы 2 следует, что значение KKc достаточно точно отражает результаты

экспериментальных исследований приведенных методов скремблирования на основе применения общепринятых параметров разборчивости и избыточности.

Предложенный подход открывает принципиально новую область возможностей оценки эффективности и качества скремблирования. Дальнейшие исследования в этом направлении представляют научный и практический интерес.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Котенко В.В. Идентификация и прогноз сознательных и подсознательных поведенческих форм личности с позиций формирования виртуального вербального образа.// Известия ТРТУ, 2006, №4.

2. Котенко В.В. Оценка информационного образа исследуемого объекта с позиций теории виртуального познания. Известия ТРТУ. Таганрог: Изд-во ТРТУ, 2005. №4

3. Котенко В.В., Евсеев А.С. Компьютерная технология оценки эффективности скремблирования на основе определения разборчивости и избыточности. // Информационное противодействие угрозам терроризма: научн-практ. журн. /ФГПУ НТЦ гос. рег. №0320600189, Москва. 2007, №9

4. Котенко В.В., Евсеев A.C. Новый подход к оценке эффективности защиты аудиоинформации на основе комплексного определения разборчивости и избыточности. // “Информационная безопасность”. Сборник трудов девятой международной научно-практической конференции. ТРТУ 2007.

5. Котенко В.В., Евсеев A.C. Компьютерная технология оценки эффективности скремблирования на основе определения разборчивости и избыточности. // Информационное противодействие угрозам терроризма: научн-практ. журн. /ФГПУ НТЦ гос. рег. №0320600189, Москва. 2007, №9. С.35-40.

УДК 621.391.037

Котенко В.В., Евсеев А.С., Румянцев К.Е.

ВЛИЯНИЕ ИНДИВИДУАЛЬНЫХ ХАРАКТЕРИСТИК ИСТОЧНИКОВ

РЕЧЕВОЙ ИНФОРМАЦИИ НА ЭФФЕКТИВНОСТЬ И КАЧЕСТВО СКРЕМБЛИРОВАНИЯ

Применение подхода, основанного на формировании информационных виртуальных вербальных речевых образов [1, 2], предполагает применение новых показателей для оценки методов защиты аудиоинформации, таких, как эффективность и качество скремблирования. В отличие от применяемого в настоящее время показателя разборчивости, это позволяет дать более полную характеристику процессов скремблирования. Прежде всего, это относится к открывающейся возможности оценки влияния индивидуальных характеристик источников речевой информации на процесс скремблирования.

На рис.1 - 9 и в таблице 1 приведены результаты анализа идентичности процессов скремблирования с позиций формирования виртуальных образов для трех