CC BY
0УДК 004
Серяков А.В.
магистрант, студент кафедры информационных технологий Московский политехнический университет (г. Москва, Россия)
СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕНТГЕНОВСКИХ СНИМКОВ ТЕХНИЧЕСКИХ СРЕДСТВ НА НАЛИЧИЕ СПЕЦИАЛЬНЫХ УСТРОЙСТВ
Аннотация: данная работа посвящена решению проблемы с анализом рентгеновских снимков технических средств на наличие сторонних устройств (жучков, шпионского оборудования) с помощью нейронной сети. Рентгеновские снимки используются для обнаружения скрытых шпионских устройств в технических средствах, таких как микрофоны, камеры и передатчики информации. Сравнительный анализ рентгеновских снимков позволяет выявить незаконно установленные шпионские устройства в сравниваемых технических средствах.
Ключевые слова: нейросети, рентгеноскопия, большие данные, программное обеспечение, спецпроверка.
ВВЕДЕНИЕ.
В наше время, когда развитие технологий и интернета идет стремительными темпами, защита личной информации становится все более актуальной задачей. Однако, существуют устройства, способные блокировать или красть информацию, связанную с вашей личностью, финансовыми данными или даже бизнес-секретами.
Специальные устройства - представляют собой специальные технические средства, используемые для получения конфиденциальной информации о людях или организациях. Они могут быть различной формы и размеров, и часто маскируются под обычные предметы повседневного
пользования, такие как USB-флешки, зарядные устройства или даже брелки для ключей.
Основной принцип работы устройств для кражи информации состоит в том, что они позволяют злоумышленникам получать доступ к личным данным, финансовым счетам и другой конфиденциальной информации, которая хранится в устройствах или передается по сети. Например, некоторые шпионские устройства могут сканировать бесконтактные карты оплаты и копировать информацию с них без ведома владельца.
Для того чтобы можно было выявить данные устройства необходимо провести рентгеноскопию технического средства.
РЕНТГЕНОГРАФИЯ ТЕХНИЧЕСКОГО УСТРОЙСТВА.
Рентгенография (рентгеноскопия) — исследование внутренней структуры объектов, которые проецируются при помощи рентгеновских лучей на специальную плёнку или бумагу.
Чтобы определить, есть ли стороннее вмешательство в техническое средство, необходимо разобрать техническое устройство и провести рентгеноскопирование для каждой отдельной части устройства.
Для выявлений искажений используются рентгеновские аппараты, в качестве примера был использован «Комплекс цифровой радиографии «ЦиРКом 3340-50» (Рис. 1). Данный комплекс предназначен для цифрового рентгеновского контроля электронных технических устройств и их компонентов, контроля качества сварных соединений металлических труб и конструкций из металла, контроля геометрических параметров и целостности изделий из различных материалов, контроля веществ в твердом и жидком состоянии на наличие (отсутствие) определенных включений, проверки подозрительных объектов на наличие запрещенных предметов, для использования в ветеринарных целях в режиме реального времени в лабораторных и полевых условиях.
Рис. 1 Рентгеновский комплекс «Цирком».
Все приведенные примеры рентгеновских снимков были выполнены на данном рентгеновском комплексе.
В качестве примера, был взят рентгеновский снимок светодиодных плат в количестве 2 штук (Рис. 2).
Рис. 2 Рентген светодиодных плат.
После проведения рентгеноскопирования, производится визуальный осмотр рентгеновского снимка на наличие специальных устройств, но проверять приходится не одно, а сразу по 100-е устройств за день.
В качестве решения данной проблемы, реализовывается программное обеспечение для анализа рентгеновских снимков, чтобы найти специальные устройства.
Данное программное обеспечение может анализировать более 100 рентгеновских снимков (одинаковых плат) с помощью нейронных сетей. Для начала будет браться эталонный снимок, который будет выбран непосредственно пользователем. Данный этап необходим, для того чтобы можно было на основе данного снимка производить анализ аналогичных плат в автоматизированном формате. Также все платы размещаются на рабочее пространство рентгена под разным углом, программное обеспечение будет выравнивать все снимки плат под эталонный снимок, для более точного определения сторонних распаек, как при визуальном осмотре, так и при проверке через нейронные сети.
Данное программное обеспечение будет реализовано на базе языка программирования С#, на основе нейронной сеть Tensor Flow.
Принцип обработки снимка, следующий:
1. Берется эталонный рентгеновский снимок устройства, который был предварительно проверен на наличие специальных устройств.
2. С помощью нейронной сети устанавливаем контрольные точки на снимке, которые будут размещены на радиокомпонентах платы.
3. Далее, после размещения всех контрольных точек, необходимо подготовить базу снимков к анализу. Для этого, необходимо все снимки выровнять по эталонному снимку и аналогично с эталонным снимком расставить все контрольные точки.
4. Последний этап, анализ рентгеновских снимков. Непосредственно с помощью нейронной сети будет выполнено сравнение всех контрольных точек на снимках. Все результаты будут вынесены в отдельную excel-таблицу, в
которой будут отмечены, в текстовом формате, все проверенные снимки и будет выведено заключение, есть ли на плате сторонние устройства или нет. Программное обеспечение будет иметь следующий функционал:
• интуитивно понятный интерфейс,
• анализ рентгеновских снимков,
• выравнивание рентгеновских снимков по эталонному образцу,
• сохранение результатов анализа снимков в виде excel-отчета,
• предварительный просмотр рентгеновских снимков,
• масштабирование снимков,
• вывод нескольких изображений в рабочее пространство
• история анализов,
• и т.д.
ЗАКЛЮЧЕНИЕ.
В конечном результате будет разработан продукт способный анализировать более 100 рентгеновских снимков на наличие сторонних устройств, который в свою очередь поможет сэкономить довольно значительное время на этапе анализа плат.
Также данный продукт предоставит пользователям широкий спектр по анализу закладных устройств.
СПИСОК ЛИТЕРАТУРЫ:
1. Искусственный интеллект и нейросети для .NET-разработчиков, официальный сайт [Электронный ресурс]. URL: https://habr.com/ru/companies/jugru/articles/352138/ (дата обращения: 01.06.24);
2. Комплекс цифровой радиографии «ЦиРКом», официальный сайт [Электронный ресурс]. URL: https://radiatech.ru/produkciya/cirkom/ (дата обращения: 01.06.24);
3. TensorFlow.NET, официальный сайт [Электронный ресурс]. URL: https://github.com/SciSharp/TensorFlow.NET (дата обращения: 01.06.24);
4. Обучение модели классификации ML.NET для категоризации изображений, официальный сайт [Электронный ресурс]. URL: https://leam.microsoft.com/m-m/dotnet/machine-leaming/tutorials/image-classification (дата обращения: 01.06.24);
5. Обучение модели классификации ML.NET для категоризации изображений, официальный сайт [Электронный ресурс]. URL: https://leam.microsoft.com/m-m/dotnet/machine-leaming/tutorials/image-classification (дата обращения: 01.06.24);
6. Обучение модели классификации ML.NET для категоризации изображений, официальный сайт [Электронный ресурс]. URL: https://learn.microsoft.com/ru-ru/dotnet/machine-learning/tutorials/image-classification (дата обращения: 01.06.24)
Seryakov A.V.
Moscow Polytechnic University (Moscow, Russia)
COMPARATIVE ANALYSIS OF X-RAY SNAPSHOTS OF TECHNICAL MEANS FOR THE PRESENCE OF SPECIAL DEVICES
Abstract: this work is devoted to solving the problem of analyzing X-ray images of technical means for the presence of third-party devices (bugs, spyware) using a neural network. X-rays are used to detect hidden spy devices in technical devices such as microphones, cameras and information transmitters. Comparative analysis of X-ray images makes it possible to identify illegally installed spy devices in the compared technical means.
Keywords: neural networks, X-ray, big data, software, special verification.
