Moscow, Moscow, Russian Federation
Moscow, Moscow, Russian Federation
Moskva, Russian Federation
The aim of the work is to create an algorithm for automatic graphological analysis of employees’ handwriting. The basis of the algorithm is parallel processing of the employees’ handwritten text. Implementing the presented algorithm will allow creating a modular automated system of graphological analysis. The article presents the architecture of an automated system of graphological analysis. The novelty of the work is the proposed creative concept of using automatic graphological analysis for timely detection of attempts of unfavourable external psychological influence on employees. The result of the study is recommendations for using the algorithm for graphological analysis of employees’ handwriting in automated information security systems.
automation, graphology, labour resources, information protection, information security
Введение
Графологическая экспертиза является одним из методов оценки личности. Данные методы часто применяют при устройстве нового сотрудника на работу. Кроме того, графологические технологии анализа могут быть использованы для предотвращения реализаций методов социальной инженерии – методов внешнего психологического неблагоприятного воздействия на личность. Также современная графологическая экспертиза позволяет определить ментальное здоровье и психо-эмоциональное состояние работников предприятия. Однако применение данных методов предусматривает приглашение соответствующих данной отрасли специалистов – квалифицированных графологов. Статья посвящена автоматизации графологической экспертизы, применение которой позволит ускорить процесс анализа и точность принятия управленческих решений относительно трудовых ресурсов предприятия.
Применение методов графологической экспертизы для оценки личности работников предприятия
Современные промышленные предприятия часто сталкиваются со множеством атак на информационные и инфраструктурные ресурсы [1 – 9]. При этом большинство таких атак основаны на применении методов психологической инженерии, направленных, в первую очередь на трудовые ресурсы предприятия. Таким образом, одной из основных задач защиты стратегически важных ресурсов является контроль за работниками предприятия. Одним из методов анализа психологического и эмоционального состояния работников является проведение графологической экспертизы их почерка.
Основными преимуществами методов графологического анализа являются:
– возможность проведения анализа без оповещения работника – скрытость от тестируемого;
– независимость от языка;
– объективность оценки;
– оперативность;
– точность;
– возможность проведения оценки динамики изменения личностных качеств;
– возможность выявления психических заболеваний [10, 11];
– возможность детектирования деструктивных изменений психики под влиянием методов социальной инженерии – внешних неблагоприятных психологических воздействий на личность [1].
Согласно исследованиям [10, 11], с помощью графологического анализа можно проводить оценку: уровня мотивации; уровня независимости; коммуникабельности; общительности; психологической устойчивости; стрессоустойчивости; конфликтности; лидерских качеств человека и т.д.
Таким образом, проведение графологической экспертизы является удобным инструментом контроля трудовых ресурсов предприятия – психологического и эмоционального состояния работников предприятия.
Основные факторы анализа почерка работников предприятия
Основными факторами анализа почерка работников предприятия являются:
– построение линий письма (строк);
– высока букв;
– наклон букв;
– расстояние:
- между буквами;
- между словами;
- между строками;
– ширина полей (правого, левого, верхнего, нижнего);
– нажим;
– форма букв;
– дополнительные факторы (размер заглавных букв, петли, крючки, штрихи и т.д.) [10, 11].
Каждый из перечисленных факторов «отвечает» за черту характера. Например, крупный почерк «говорит» об уверенности в себе, а наличие больших интервалов между строками свидетельствует об умении стратегически мыслить.
Алгоритм автоматического графологического анализа почерка работника предприятия
На рис. 1 представлена схема алгоритма автоматического графологического анализа почерка работника предприятия.
Рис. 1. Схема алгоритма автоматического графологического анализа почерка работника предприятия
Fig. 1. Scheme of the algorithm for automatic graphological analysis of the handwriting of an enterprise employee
Согласно рис. 1 алгоритм автоматического графологического анализа почерка работников предприятия состоит из считывания рукописного текста, выявления и классификации основных факторов почерка (линий, размера, наклона и т.д.), параллельного анализа факторов почерка, сбора значений параметров, интегрированного анализа параметров, произведения выводов о характере, здоровье, психоэмоциональном состоянии работника предприятия.
Представленный алгоритм имеет «параллельный участок», что позволяет распределить соответствующую обработку на несколько программных модулей при его реализации.
Работа графолога является кропотливой. Помимо того, что он должен заметить максимальное количество факторов письма, он также должен провести их совместных корректный анализ.
Применение алгоритма автоматического графологического анализа позволит: детектировать в письме максимальное количество признаков; минимизировать ошибки; сократить время анализа.
Реализация алгоритма автоматического графологического анализа почерка работника предприятия
Ввиду того, что алгоритм содержит участок, в котором производится параллельная обработка, алгоритм можно реализовать в рамках распределенной архитектуры.
Анализ линий письма, размера букв, наклона букв, расстояний между буквами, словами, строками, нажима, дополнительных факторов можно реализовать с помощью отдельных программных сервисов или модулей.
Данная особенность представленного в статье алгоритма позволяет повысить гибкость и масштабируемость соответствующей автоматизированной системы графологического анализа (АСГА).
На рис. 2 представлена архитектура АСГА.
Рис. 2. Архитектура АСГА
Fig. 2. ASGA architecture
Также на рис. 2 представлены модули, где могут быть применены технологии искусственных нейронных сетей (ИНС) и экспертные системы.
В представленной архитектуре количество модулей анализа почерка можно изменять. Также модули анализа могут быть реализованы удаленно – в виде сервисов. Таким образом, за счет модульности достигается высокий уровень гибкости АСГА.
Применение алгоритма в автоматизированных системах защиты информационных ресурсов предприятия
Представленный алгоритм является основой АСГА, однако он также может быть применен в любой автоматизированной системе защиты [12].
Ввиду того, что в качестве входных данный в алгоритм представляется графическая информация, наиболее вычислительно затратным модулем является модуль выделения и классификации факторов почерка.
Для модулей анализа входными данными также является графическая информация, однако уже частично обработанная.
Для увеличения точности и скорости обработки в модулях могут быть применены технологии ИНС.
Выводы
Статья посвящена решению актуальной задачи автоматизации графологического анализа. Представленный в статье алгоритм анализа рукописных текстов работников предприятия позволит повысить точность и скорость принятия управленческих решений относительно трудовых ресурсов предприятия (при приеме, повышении или увольнении работников). Представленный в статье алгоритм может быть реализован в рамках сервисной архитектуры, что позволит минимизировать расходы на вычислительные ресурсы.
1. Kuznetsova N.M. Methodology of Protection Against Targeted Cyber Attacks of Increased Complexity in Automated Systems of an Industrial Enterprise. Moscow: Janus-K; 2024.
2. Kuznetsova N.M., Karlova T.V., Bekmeshov A.Yu. Classification of Computer Attacks on Automated Systems of Industrial Enterprises. Quality. Innovation. Education. 2019;4(162):54-59.
3. Kuznetsova N.M., Karlova T.V., Bekmeshov A.Yu. Method of Timely Prevention From Advanced Persistent Threats on the Enterprise Automated Systems. In: Proceedings of the 2022 International Conference on Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS); Saint Petersburg: 2022. p. 158-161.
4. Karlova T.V., Sheptunov S.A., Kuznetsova N.M. Automation of Data Defence Processes in the Corporation Information Systems. In: Proceedings of the 2017 International Conference on Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS); 2017 Sep 24 – Sep; Saint Petersburg: 2017. p. 203-206.
5. Kuznetsova N.M., Karlova T.V., Bekmeshov A.Yu., et al. Development of the Model for Automating the Process of Information Transfer in Order to Increase Its Reliability. In: Proceedings of the 2023 International Conference on Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS); Petrozavodsk: 2023. p. 56-58.
6. Kuznetsova N.M., Karlova T.V., Bekmeshov A.Yu., et al. Mathematical and Algorithmic Prevention of Biometric Data Leaks. In: Proceedings of the 2021 IEEE International Conference on Quality Management, Transport and Information Security, Information Technologies, IT and QM and IS; Yaroslavl: 2021. p. 210-212.
7. Karlova T.V., Bekmeshov A.Y., Sheptunov S.A., Kuznetsova N.M. Methods Dedicated to Fight Against Complex Information Security Threats on Automated Factories Systems. In: Proceedings of the 2016 IEEE Conference on Quality Management, Transport and Information Security, Information Technologies (IT&MQ&IS); 2016 Oct; Nalchik: 2016. p. 72-76.
8. Karlova T.V., Bekmeshov A.Yu., Kuznetsova N.M. Protection the Data Banks in State Critical Information Infrastructure Organizations. In: Shaposhnikov S, editor. Proceedings of the 2019 IEEE International Conference on Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS); Sochi; Saint Petersburg: Saint Petersburg Electrotechnical University “LETI”: 2019. p. 155-157.
9. Kuznetsova N.M., Karlova T.V., Bekmeshov A.Yu. Using Automated Authorship Expertise in the Systems of Intellectual Resource Protection of an Industrial Enterprise. Automation and Modelling in Design and Management. 2023;2(20):23-29.
10. Morgenstern I.F. Psychographology or the Science of Determining the Inner World of a Person by His Handwriting. Moscow: Book on Demand; 2023.
11. Isaeva E.L., et al., compiler. Practical Graphology. The Key to Understanding Yourself and Others. Moscow: RIPOL Classic, T8RUGRAM; 2017.
12. Kuznetsova N.M., Karlova T.V., Bekmeshov A.Yu. Designing an Auxiliary Automated Management Decision Making System Based on Information Security Level Analysis. Automation and Modelling in Design and Management. 2023;3(21):13-22.
