Москва, г. Москва и Московская область, Россия
Москва, г. Москва и Московская область, Россия
Москва, Россия
Целью научной работы является создание алгоритма автоматического графологического анализа почерков работников предприятия. Основу алгоритма составляет параллельная обработка рукописного текста работников предприятия. Внедрение представленного алгоритма позволит создать модульную автоматизированную систему графологического анализа. В статье представлена архитектура автоматизированной системы графологического анализа. Новизной работы является предложенная креативная концепция использования автоматического графологического анализа для своевременного выявления попыток неблагоприятного внешнего психологического воздействия на работников предприятия. Результатом исследования являются рекомендации по применению алгоритма графологического анализа почерков работников предприятия в автоматизированных системах защиты информации.
автоматизация, графология, трудовые ресурсы, защита информации, информационная безопасность
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. Кузнецова Н.М. Методология защиты от целевых кибератак повышенной сложности в автоматизированных системах промышленного предприятия (монография). – М.: «Янус-К», 2024. – 132 с.
2. Кузнецова Н.М., Карлова Т.В., Бекмешов А.Ю. Классификация компьютерных атак на автоматизированные системы промышленных предприятий // Качество. Инновации. Образование. – 2019. – № 4 (162). – С. 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 // 2022 International Conference on Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS).
4. Karlova T.V., Sheptunov S.A., Kuznetsova N.M., Automation of Data Defence Processes in the Corporation Information Systems // Proceedings of the 2017 International Conference «Quality Management, Transport and Information Security, Information Technologies» (IT&QM&IS 2017) 24 – 30 September 2017, St. Petersburg, Russia. – С. 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 Realibility, 2023 International Conference on Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS), Petrozavodsk, Russian Federation, 2023, pp. 56 58.
6. Kuznetsova N.M., Karlova T.V., Bekmeshov A.Y. et. al. Mathematical and Algorithmic Prevention of Biometric Data Leaks Proceedings of the 2021 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies», IT and QM and IS 2021, 2021, pp. 210-212.
7. Karlova T.V., Bekmeshov A.Y., Sheptunov S.A., Kuznetsova N.M. Methods Dedicated to Fight Against Complex Information Security Theats on Automated Factories Systems // 2016 IEEE Conference on Quality Management, Transport and Information Security, Information Technologies (IT&MQ&IS) 2016, – 2016. – P. 23 27.
8. Karlova T.V., Bekmeshov A.Yu, Kuznetsova N.M. Protection the Data Banks in State Critical Information Infrastructure Organizations / Proceedings of the 2019 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies» (IT&QM&IS), Sochi, Russia // Proceedings Edited by S. Shaposhnikov, St. Petersburg, Russia: Saint Petersburg Electrotechnical University «LETI», 2019.
9. Кузнецова Н.М., Карлова Т.В., Бекмешов А.Ю. Применение автоматизированной автороведческой экспертизы в системах защиты интеллектуальных ресурсов промышленного предприятия // Автоматизация и моделирование в проектировании и управлении. – 2023. – № 2 (20). – С. 23-29.
10. Моргенштерн И.Ф. Психо-графология или наука об определении внутреннего мира человека по его почерку. – М.: «Книга по требованию», 2023. – 714 с.
11. Практическая графология. Ключ к пониманию себя и окружающих / [сост. Е.Л. Исаева] М.: РИПОЛ классик / T8RUGRAM, 2017. – 256 c.
12. Кузнецова Н.М., Карлова Т.В., Бекмешов А.Ю. Проектирование вспомогательной автоматизированной системы принятия управленческих решений на основе анализа уровня информационной безопасности // Автоматизация и моделирование в проектировании и управлении. – 2023. – № 3 (21). – С. 13-22.
