Ақпараттық технологиялардың даму деңгейінің ұдайы өсуіне байланысты жыл өткен сайын электронды құжаттар қолдануда ыңғайлы және сұранысқа ие болып, дәстүрлі қағаз тасымалдағыштардан басым бола бастады. Сондықтан дәстүрлі қағаз тасымалдағыштардағы ғана емес, электронды құжаттардағы ақпараттың мазмұнын қорғауға уақтылы көңіл бөлу өте маңызды. Коммерциялық, мемлекеттік және басқа да құпияларға ие әрбір ірі компания ақпараттың шығуы және құпия ақпараттың бұзылуына жол бермеуді қалайды, ал егер ағып кету анықталса, ағып кетуді тоқтату және бұзушыны анықтау шараларын қолдану керек.
Қорғаныс опциялары туралы аздап
Бұл тапсырмаларды орындау үшін белгілі бір қорғаныс элементтері енгізіледі. Мұндай элементтер штрих-кодтар, көрінетін тегтер, электронды тегтер болуы мүмкін, бірақ ең қызықтысы жасырын тегтер. Ең көрнекті өкілдердің бірі су таңбалары болып табылады, оларды қағазға қолдануға немесе принтерде басып шығарудан бұрын қосуға болады. Басып шығару кезінде принтерлер өздерінің су белгілерін (сары нүктелер және басқа белгілер) қоятыны ешкімге құпия емес, бірақ біз қызметкердің жұмыс орнында компьютер экранына қоюға болатын басқа артефактілерді қарастырамыз. Мұндай артефактілер пайдаланушының жұмыс кеңістігінің үстіне артефакттарды тартатын, артефактілердің көрінуін барынша азайтатын және пайдаланушының жұмысына кедергі келтірмейтін арнайы бағдарламалық пакет арқылы жасалады. Бұл технологиялар ғылыми әзірлемелер мен жасырын ақпаратты ұсыну үшін қолданылатын алгоритмдер тұрғысынан ежелгі тамырларға ие, бірақ қазіргі әлемде өте сирек кездеседі. Бұл тәсіл негізінен әскери салада және қағаз жүзінде, жосықсыз қызметкерлерді жедел анықтау үшін кездеседі. Бұл технологиялар коммерциялық ортаға енді ғана енгізіле бастады. Көрінетін су белгілері қазір әртүрлі медиа файлдардың авторлық құқығын қорғау үшін белсенді түрде қолданылуда, бірақ көрінбейтіндері өте сирек кездеседі. Бірақ олар да ең үлкен қызығушылықты тудырады.
Қауіпсіздік артефактілері
Адамдарға көрінбейтін Су таңбалары негізінен адам көзіне көрінбейтін және кескінде өте кішкентай нүктелер түрінде маскирленетін әртүрлі артефактілерді құрайды. Біз көрінетін нысандарды қарастырамыз, өйткені көзге көрінбейтін заттар көптеген мониторлардың стандартты түс кеңістігінен тыс болуы мүмкін. Бұл артефактілер көзге көрінбейтіндігімен ерекше құнды. Дегенмен, CEH-ті мүлдем көрінбейтін ету мүмкін емес. Оларды жүзеге асыру процесінде кескінге контейнерлік кескіннің белгілі бір бұрмалануы енгізіледі және онда қандай да бір артефактілер пайда болады. Объектілердің 2 түрін қарастырайық:
- Циклдік
- Хаотикалық (суретті түрлендіру арқылы енгізілген)
Циклдік элементтер экрандағы кескінде бірнеше рет қайталанатын қайталанатын элементтердің белгілі бір ақырлы тізбегін білдіреді (1-сурет).
Хаотикалық артефактілер қабатталған кескінді түрлендірудің әртүрлі түрлерінен туындауы мүмкін (2-сурет), мысалы, голограмманы енгізу.
Күріш. 1 Велосипед артефактілері
Күріш. 2 Хаотикалық артефактілер
Алдымен циклдік артефактілерді тану опцияларын қарастырайық. Мұндай артефактілер болуы мүмкін:
- экранда қайталанатын мәтін су белгілері
- екілік тізбектер
- әрбір тор ұяшығындағы хаотикалық нүктелер жиынтығы
Барлық аталған артефактілер тікелей көрсетілген мазмұнның үстіне қолданылады; сәйкесінше, оларды әрбір түс арнасының гистограммасының жергілікті экстремумдарын анықтау және сәйкесінше барлық басқа түстерді кесу арқылы тануға болады. Бұл әдіс гистограмма арналарының әрқайсысының жергілікті экстремалды комбинацияларымен жұмыс істеуді қамтиды. Мәселе өте күрделі кескіндегі жергілікті экстремаларды іздеуге негізделген, көптеген өткір ауысатын бөлшектері бар; гистограмма өте тістелген көрінеді, бұл бұл тәсілді қолдануға болмайды. Сіз әртүрлі сүзгілерді қолдануға тырысуға болады, бірақ олар өздерінің бұрмалануларын енгізеді, бұл сайып келгенде су таңбасын анықтау мүмкін еместігіне әкелуі мүмкін. Сондай-ақ белгілі бір жиек детекторлары (мысалы, Canny жиегі детекторы) арқылы осы артефактілерді тану мүмкіндігі бар. Бұл тәсілдер өтпелі кезеңде айтарлықтай айқын артефакттарға арналған орынға ие; детекторлар артефактілердің өзін әрі қарай бөлектеу үшін кескін контурларын бөлектей алады және кейіннен кескінді екілік ету үшін контурлардағы түс диапазондарын таңдай алады, бірақ бұл әдістер кескінді ерекшелеу үшін өте дәл реттеуді қажет етеді. қажетті контурлар, сондай-ақ таңдалған контурлардағы түстерге қатысты кескіннің өзін кейінгі бинаризациялау. Бұл алгоритмдер айтарлықтай сенімсіз болып саналады және кескіннің түс құрамдастарының түрінен тұрақты және тәуелсіз пайдалануға тырысады.
Күріш. 3 Түрлендіруден кейінгі су таңбасы
Жоғарыда айтылған хаотикалық артефактілерге келетін болсақ, оларды тану алгоритмдері түбегейлі басқаша болады. Өйткені хаотикалық артефактілердің қалыптасуы кескінге белгілі бір су таңбасын қою арқылы болжанатындықтан, ол кейбір түрлендірулер арқылы түрленеді (мысалы, дискретті Фурье түрлендіруі). Мұндай түрлендірулердің артефактілері бүкіл экранға таратылады және олардың үлгісін анықтау қиын. Осыған сүйене отырып, су таңбасы «кездейсоқ» артефактілер түрінде бүкіл кескінде орналасады. Мұндай су таңбасын тану трансформация функцияларын пайдаланып кескінді тікелей түрлендіруге түседі. Трансформацияның нәтижесі суретте берілген (3-сурет).
Бірақ идеалды емес жағдайларда су таңбасын тануға кедергі келтіретін бірқатар мәселелер туындайды. Түрлендіру түріне байланысты әртүрлі қиындықтар болуы мүмкін, мысалы, экранға қатысты үлкен бұрышта суретке түсіру арқылы алынған құжатты немесе жай ғана сапасыз фотосуретті немесе сақталған экран суретін тану мүмкін емес. жоғалтуы жоғары файл. Осы мәселелердің барлығы су таңбасын анықтауды қиындатады, бұрышты кескінде кескінге күрделі түрлендірулерді қолдану немесе аффинді түрлендірулерді қолдану қажет, бірақ олардың ешқайсысы су таңбасын толық қалпына келтіруге кепілдік бермейді. Экранды түсіру жағдайын қарастыратын болсақ, екі мәселе туындайды: біріншісі - экранның өзінде көрсету кезіндегі бұрмалану, екіншісі - кескінді экранның өзінен сақтау кезіндегі бұрмалау. Біріншісін басқару өте қиын, себебі әртүрлі сападағы мониторларға арналған матрицалар бар және сол немесе басқа түстің болмауына байланысты олар түстердің көрсетілуіне байланысты түсті интерполяциялайды, осылайша су таңбасының өзіне бұрмаланулар енгізеді. Екіншісі одан да қиын, себебі сіз кез келген форматта скриншотты сақтай аласыз және сәйкесінше түс ауқымының бір бөлігін жоғалта аласыз, сондықтан біз су таңбасының өзін жоғалтуымыз мүмкін.
Іске асыру мәселелері
Қазіргі әлемде су таңбаларын енгізудің көптеген алгоритмдері бар, бірақ ешқайсысы оны іске асырғаннан кейін су таңбасын одан әрі танудың 100% мүмкіндігіне кепілдік бермейді. Негізгі қиындық - әрбір нақты жағдайда туындауы мүмкін көбею жағдайларының жиынтығын анықтау. Бұрын айтылғандай, бұрмалаудың және су таңбасына зақым келтіру әрекеттерінің барлық ықтимал ерекшеліктерін ескеретін тану алгоритмін жасау қиын. Мысалы, егер ағымдағы кескінге Гаусс сүзгісі қолданылса және бастапқы кескіндегі артефактілер кескіннің фонында айтарлықтай кішкентай және қарама-қарсы болса, онда оларды тану мүмкін болмайды немесе су таңбасының бір бөлігі жоғалады. . Фотосуреттің жағдайын қарастырайық, оның ықтималдығы жоғары болатын муар (5-сурет) және «тор» (4-сурет). Муар экрандық матрицаның дискреттілігіне және жазу жабдығының матрицасының дискреттілігіне байланысты пайда болады; бұл жағдайда екі торлы кескін бір-бірінің үстіне қойылады. Тор су таңбасының артефактілерін ішінара жауып, тану мәселесін тудыруы мүмкін; муар, өз кезегінде, кейбір су таңбасын енгізу әдістерінде оны тануды мүмкін емес етеді, өйткені ол суреттің бір бөлігін су таңбасымен қабаттасады.
Күріш. 4 Кескін торы
Күріш. 5 Муар
Су таңбаларын тану шегін арттыру үшін су таңбасының кескіндерін тануды өздігінен үйренетін нейрондық желілерге негізделген алгоритмдерді және жұмыс процесінде пайдалану қажет. Қазір көптеген нейрондық желілер құралдары мен қызметтері бар, мысалы, Google. Қаласаңыз, анықтамалық кескіндер жинағын табуға және нейрондық желіні қажетті артефактілерді тануға үйретуге болады. Бұл тәсіл тіпті өте бұрмаланған су таңбаларын анықтау үшін ең перспективалы мүмкіндіктерге ие, бірақ жылдам сәйкестендіру үшін ол үлкен есептеу қуатын және дұрыс сәйкестендіру үшін жеткілікті ұзақ оқу кезеңін қажет етеді.
Сипатталғанның бәрі қарапайым болып көрінеді, бірақ сіз осы мәселелерге тереңірек енген сайын, су таңбаларын тану үшін алгоритмдердің кез келгенін орындауға көп уақыт жұмсау керек екенін және оны қажетті ықтималдық деңгейіне жеткізуге көбірек уақыт жұмсау керектігін түсінесіз. әрбір суретті тану.
Ақпарат көзі: www.habr.com