- •0. Введение
- •1. Идентификация пользователя: "свой" - "чужой"?
- •50%, То все несоответствия можно отнести за счет случайных факторов).
- •2. Может ли компьютер стать графологом?
- •3. Как защититься от "размножения"
- •4. Защита от исследований.
- •25H и 26h прерываний (обслуживающих ввод-вывод информации на внешние
- •8086/8088 (А точнее, японского аналога v20) существует еще один тип
- •6. Исполняемый модуль - что можно сделать
- •7. Как очистить программу от вирусов и
- •8. Проверка усвоенного
- •9. Анонс вместо заключения
- •2 Цилиндрах для размещения ключевой информации. Дискета не копируется
- •40. Там наворочена всякая ерунда со стандартными параметрами
50%, То все несоответствия можно отнести за счет случайных факторов).
Алгоритмы обоих вариантов набора ключевой фразы приведены на
блок-схемах - рис. 1.2 (неоднократный) и рис. 1.3 (однократный).
ИДЕНТИФИКАЦИЯ ПО "СВОБОДНОМУ" ТЕКСТУ
В отличие от первого метода, здесь получаемый ряд значений сильно
отличается от эталона (любой символ "ключа" даже если и встретится, то
окажется не на "своем" месте). Поэтому при составлении множеств в
качестве базисных используются величины, которые можно подобрать и в
ключевой, и в случайной фразах, например, - время между нажатием двух
клавиш в одинаковых сочетаниях (если слово эталона "Внимание", то в
свободном тексте ищем "Вн", "ни", "им" и т.д. и определяем размер
паузы, прошедшей с момента нажатия "В" до нажатия "н"), считая, что
пользователь будет переносить руку от одной клавиши к другой одинаково
в обоих случаях (при настройке и идентификации).
А сравнение математического ожидания и дисперсии с эталонными
такое же, как и раньше (если базисные величины двух множеств выбраны
правильно, то они хорошо коррелируют), но прежде необходимо исключить
грубые ошибки, которых в данном случае будет больше.
Приведенные методы достаточно просты и опираются на известные
разделы математической статистики [1-3], в различных вариациях они
используются во многих системах. Разумеется, можно воспользоваться
дисперсионным, регрессионным и другими видами анализа и усложнить
решения, доведя их до совершенства. Но это усложнит и жизнь
пользователя, ведь затруднительно каждый раз перед началом работы
вводить солидные куски парольных текстов.
Вполне естественно, что с течением времени характеристики
пользователя меняются. Поэтому рекомендуется после каждой успешной
идентификации корректировать эталоны по формуле Mи=(n*Mэ+X)/(n+1), где
Mи, Mэ - характеристики исправленного и эталонного множеств, X -
величина, полученная в ходе идентификации, n - количество опытов,
вошедших в эталонное множество.
ДРУГИЕ СПОСОБЫ ИДЕНТИФИКАЦИИ
Люди по разному воспринимают происходящие события. Предложи за
короткое время прикинуть количество точек или гласных букв в длинных
словах, размеры горизонтальных и вертикальных линий, - сколько
испытуемых, столько и мнений.
Эти особенности человеческой психики также подходят для
идентификации. Правда, в зависимости от состояния и самочувствия
человека полученные значения будут "плавать", поэтому в практике
разумнее положиться на интегральный подход, когда итог подводится по
нескольким проверкам, учитывая и работу с клавиатурой. Результирующий
тест мог бы быть таким: на экране, на несколько секунд, появляются
вертикальные линии. Их размер и количество случайны. Пользователь
набирает соответствующие, на его взгляд, цифры. Таким образом,
выясняем: характеристики клавиатурного почерка, оцениваем память
(насколько указанные длина и число линий близки к действительности),
внимание и точность подсчета (насколько длина одной линии правильно
сопоставлена с соседней). Сравниваем результаты с эталоном. В этом
методе не так важны ошибки в определении размеров, главное - чтобы они
повторялись и при настройке, и при идентификации.
_x_ _3_ _БЛОК-СХЕМА РЕЖИМА¶
_"НАСТРОЙКА"¶
Выбрать ключевую _START¶
фразу, буквы которой равно-
мерно "расбросаны" по
клавиатуре
¦
----------------+-------¬
¦набрать ее n раз ¦
L---------------T--------
¦
----------------+-------------------------¬
¦определить время, затраченное на ввод од-+---------¬
¦ной буквы: X =(t_S_1_T, t_S_2_T, ..., t_S_i_T, ..., t_S_n_T),¦ ¦
¦где X - множество, определяющее одну из ¦ ¦
¦букв; t_S_i_T - время ввода этого символа при ¦ ¦
¦i-том повторе ¦ ¦
L---------------T-------------------------- ¦
¦ ¦
----------------+------------------------¬ ¦
¦преобразовать неупорядоченную последова-¦ ¦
¦тельность X в упорядоченную Y, где Y = ¦ ¦
¦= (y_S11_T, y_S_2_T, ..., y_S_i_T, ..., y_S_n_T); y_S_i_T < y_S_i+1_T,¦ ¦
¦т.е. предыдущее значение меньше послед. ¦ ¦
L---------------T------------------------- ¦
¦ ¦
----------------+-------------------------¬ ¦
¦принять значения: j = 1, mim = 2, max = n+-¬ ¦
L---------------T-------------------------- ¦ ¦
¦ ¦ ¦
----------------+------------------------¬ ¦ ¦
¦исключить из множества Y значение y_S_j_T ¦ ¦ ¦
L---------------T------------------------- ¦ ¦
¦ ¦ ¦
----------------+--------¬ ¦ ¦
¦ _S_i=min_T +------------------+------¬¦
¦M= (y_S_i_T)/(n-1) ¦ ¦ ¦¦
¦ _S L---------------T------------------- ¦ ¦¦
¦ ¦ ¦¦
да ----------¬ ¦ ¦¦
T > F ---------+n = n - 1+-- ¦¦
L---------- ¦¦
¦нет ¦¦
¦ --------------------¬ ¦¦
да ¦y_S_j_T обратно включить¦ ¦¦
j = n ------+в множество Y и пе-+--¦
¦ренумеровать его ¦ ¦
¦нет L-------------------- ¦
¦ ¦
----------------+----------------------¬ ¦
¦запомнить полученные M_S_1_T, S_S_1_T, и n_S_1_T и ¦ ¦
¦перейти ко второй (следующей) букве ¦ ¦
L---------------T----------------------- ¦
¦ ¦
¦
это не да ¦
последняя буква ---------------------------
фразы?
¦нет
¦
----------------+--------¬
¦ _S_i=1_T ¦
¦M_S_э_T= (y_S_i_T)/(n_S_э_T) ¦
¦ _Sчевой фразе; э - ¦
¦индекс эталоных значений¦
L---------------T---------
¦
принять математическое
ожидание (M_S_э_T), дисперсию (S_S_э_T) и
и число наблюдений (nэ) за эталон
данного пользователя
_END¶
_рис. 1.1
_БЛОК-СХЕМА РЕЖИМА¶
_"ИДЕНТИФИКАЦИЯ ПО МНОЖЕСТВЕННОМУ¶
_НАБОРУ КЛЮЧЕВОЙ ФРАЗЫ"¶
Вывести на экран _START¶
ключевую фразу и предложить
пользователю набрать
ее n раз
¦
----------------+-----------------¬
¦расчитать математическое ожидание¦
¦(M_S1и_T) и дисперсию (S_S1и_T) по алгорит-¦
¦му "НАСТРОЙКА" (рис. 1.1) ¦
L---------------T------------------
¦
----------------+-----------------¬
¦расчитать функцию F-распределения¦
¦ F=S_S1э_T/S_S1и_T, где S_S1э_T - эталонная дис-¦
¦персия, S_S1и_T - дисперсия режима¦
¦идентификации ¦
L---------------T------------------
¦
----------------+-----------------¬
¦по таблице F-распределения (1.3) ¦
¦ для К_S1э_T= К_S1и_T = к-1 определить Z, ¦
¦где к - длина ключевой фразы ¦
L---------------T------------------
¦
да ЭТО ПОСТОРОННИЙ
Z > F --------- ЧЕЛОВЕК
¦нет _END¶
¦
----------------+----------------------¬
¦определение степени надежности ¦
¦ ---------------------------------¬¦
¦S_S1x_T= (S_S1э_T_S02_T*(n_S1э_T-1)+S_S1и_T_S02_T*(n_S1и_T-1))/(n_S1э_T+n_S1и_T-2) ¦
+--------------------------------------+
¦ -----------¬ ¦
¦T_S1x_T=¦M_S1э_T-M_S1и_T¦/S_S1x_T* 1/n_S1э_T + 1/n_S1и_T ¦
+--------------------------------------+
¦по т. 1.1 для p=0.95 и (n-2) находим Z¦
L---------------T-----------------------
¦
да ЭТО ПОСТОРОННИЙ
T_S1x_T > Z --------- ЧЕЛОВЕК
¦нет _END¶
¦
P=R/n, где R - количество
удачных наборов фразы, n - общее
количество идентификаций, P - вероят-
ность того, что пользователь -
автор эталонов
_END¶
_рис. 1.2
_БЛОК-СХЕМА РЕЖИМА¶
_"ИДЕНТИФИКАЦИЯ ПО ЕДИНИЧНОМУ¶
_НАБОРУ КЛЮЧЕВОЙ ФРАЗЫ"¶
Вывести на экран _START¶
ключевую фразу и предложить
пользователю набрать ее
¦
----------------+-------------------------¬
¦определить время, затраченное на ввод од-¦
¦ной буквы: X =(t_S11_T, t_S12_T, ..., t_S1i_T, ..., t_S1k_T),¦
¦где X - множество, определяющее одну из ¦
¦букв; t_S1i_T - время ввода i-того символа ¦
¦фразы, состоящей из k букв ¦
L---------------T--------------------------
¦
----------------+------------------------¬
¦преобразовать последовательность X по ¦
¦возрастанию и разбить ее на L равных ин-+----------------¬
¦тервалов (в каждом должно быть примерно ¦ ¦
¦5 значений): Y_S11_T,..., Y_S1j_T,..., Y_S1L_T ¦ ¦
L---------------T------------------------- ¦
¦ ¦
¦ ¦
----------------+------------------------¬ ¦
¦определить количество значений, попавших¦ ¦
¦в каждый интервал: N_S11_T,..., N_S1j_T,..., N_S1L_T ¦ ¦
L---------------T------------------------- ¦
¦ --------------------¬ ¦
да ¦пересчитать размер ¦ ¦
N_S1j_T < 5 ----------+интервала (L - 1) +-----
L--------------------
¦нет
¦
----------------+---------------------------¬
¦расчитать вероятность, что все значения t_S1i_T,¦
¦принадлежащие j-тому интервалу, попадают в +-----¬
¦аналогичный интервал эталонного множества: ¦ ¦
¦ Y_S1j_T - M_S1э_T Y_S1j+1_T - M_S1э_T ¦ ¦
¦ P_S1j_T = Ф(--------)/2 - Ф(---------)/2 ¦ ¦
¦ S_S1э_T S_S1э_T ¦ ¦
¦(значение функции Ф(X) находим по табл.1.4)¦ ¦
+-------------------------------------------+ ¦
¦ _S1j=L_T (N_S1j_T - k * P_S1j_T)_S02_T ¦ ¦
¦T = (----------------) ¦ ¦
¦ _S0j=1_T k * P_S1j_T ¦ ¦
+-------------------------------------------+ ¦
¦по табл. 1.5 для a=0.01 и (L-3) находим V ¦ ¦
L---------------T---------------------------- ¦
¦ ¦
да ¦
T_S1j_T > V ----------¬ ¦
¦ ¦
¦нет ¦ ¦
¦ ¦ ¦
---------+------¬ ------+----------¬ ¦
¦ЭТОТ СИМВОЛ ПО-¦ ¦ЭТОТ СИМВОЛ НЕ ¦ ¦
¦ПАЛ В ДОВЕРИТЕ-¦ ¦ПОПАЛ В ДОВЕРИ- ¦ ¦
¦ЛЬНЫЙ ИНТЕРВАЛ ¦ ¦ТЕЛЬНЫЙ ИНТЕРВАЛ¦ ¦
L--------T------- L-----T----------- ¦
+----------------- ¦
¦ ¦
это не да ¦
последняя буква -------------------------
фразы?
¦нет
¦
P=R/k, где R - количество
символов, попавших свой доверитель-
ный интервал; P - вероятность того,
что пользователь - автор эталонов
_END¶
_рис. 1.3
_x_ _3# _БЛОК-СХЕМА ПРОВЕРКИ ГИПОТЕЗЫ:¶
_"МНОЖЕСТВО ПОДЧИНЯЕТСЯ НОРМАЛЬНОМУ¶
_ЗАКОНУ РАСПРЕДЕЛЕНИЯ"¶
Исходные данные: _START¶
Xi - элемент множества; k - его размер;
M, S - расчитанные оценки матема-
тического ожидания и дисперсии
¦
----------------+------------------------¬
¦преобразовать последовательность X по ¦
¦возрастанию и разбить ее на L равных ин-+----------------¬
¦тервалов (в каждом должно быть примерно ¦ ¦
¦5 значений): Y_S11_T,..., Y_S1j_T,..., Y_S1L_T ¦ ¦
L---------------T------------------------- ¦
¦ ¦
¦ ¦
----------------+------------------------¬ ¦
¦определить количество значений, попавших¦ ¦
¦в каждый интервал: N_S11_T,..., N_S1j_T,..., N_S1L_T ¦ ¦
L---------------T------------------------- ¦
¦ --------------------¬ ¦
да ¦пересчитать размер ¦ ¦
N_S1j_T < 5 ----------+интервала (L - 1) +-----
L--------------------
¦нет
¦
----------------+---------------------------¬
¦расчитать вероятность, что все значения X_S1i_T,¦
¦принадлежат j-тому интервалу: ¦
¦ Y_S1j_T - M Y_S1j+1_T - M ¦
¦ P_S1j_T = Ф(--------)/2 - Ф(---------)/2 ¦
¦ S S ¦
¦(значение функции Ф(X) находим по табл.1.4)¦
+-------------------------------------------+
¦ _S1j=L_T (N_S1j_T - k * P_S1j_T)_S02_T ¦
¦T = (----------------) ¦
¦ _S0j=1_T k * P_S1j_T ¦
+-------------------------------------------+
¦по табл. 1.5 для a=0.01 и (L-3) находим V ¦
L---------------T----------------------------
¦
да
T_S1j_T > V ----------¬
¦
¦нет ¦
¦ ¦
ГИПОТЕЗА ГИПОТЕЗА
ВЕРНА НЕ ВЕРНА
_END¶ _END¶
_рис. 1.4¶
Таблица 1.1
Значения t-распределения Стьюдента P.
-----T----------T-------------T-----T-----------T----------¬
¦\ P ¦ 0.95 ¦ 0.99 ¦\ P ¦ 0.95 ¦ 0.99 ¦
¦n \ ¦ ¦ ¦ n \ ¦ ¦ ¦
+----+----------+-------------+-----+-----------+----------+
¦ 4 ¦ 2.78 ¦ 4.60 ¦ 16 ¦ 2.12 ¦ 2.92 ¦
¦ 5 ¦ 2.57 ¦ 4.03 ¦ 17 ¦ 2.11 ¦ 2.90 ¦
¦ 6 ¦ 2.45 ¦ 3.71 ¦ 18 ¦ 2.10 ¦ 2.88 ¦
¦ 7 ¦ 2.37 ¦ 3.50 ¦ 19 ¦ 2.09 ¦ 2.861 ¦
¦ 8 ¦ 2.31 ¦ 3.36 ¦ 20 ¦ 2.086 ¦ 2.845 ¦
¦ 9 ¦ 2.26 ¦ 3.25 ¦ 25 ¦ 2.064 ¦ 2.797 ¦
¦10 ¦ 2.23 ¦ 3.17 ¦ 30 ¦ 2.045 ¦ 2.756 ¦
¦11 ¦ 2.20 ¦ 3.11 ¦ 40 ¦ 2.023 ¦ 2.708 ¦
¦12 ¦ 2.18 ¦ 3.06 ¦ 50 ¦ 2.009 ¦ 2.679 ¦
¦13 ¦ 2.16 ¦ 3.01 ¦ 70 ¦ 1.996 ¦ 2.649 ¦
¦14 ¦ 2.15 ¦ 2.98 ¦ 80 ¦ 1.991 ¦ 2.640 ¦
¦15 ¦ 2.13 ¦ 2.95 ¦100 ¦ 1.984 ¦ 2.627 ¦
L----+----------+-------------+-----+-----------+-----------
Таблица 1.2
Значения t-распределения Стьюдента P.
-----T----------T-------------T-----T-----------T----------¬
¦\ P ¦ 0.95 ¦ 0.99 ¦\ P ¦ 0.95 ¦ 0.99 ¦
¦n \ ¦ ¦ ¦ n \ ¦ ¦ ¦
+----+----------+-------------+-----+-----------+----------+
¦ 5 ¦ 3.04 ¦ 5.04 ¦ 16 ¦ 2.20 ¦ 3.04 ¦
¦ 6 ¦ 2.78 ¦ 4.36 ¦ 17 ¦ 2.18 ¦ 3.01 ¦
¦ 7 ¦ 2.62 ¦ 3.96 ¦ 18 ¦ 2.17 ¦ 2.98 ¦
¦ 8 ¦ 2.51 ¦ 3.71 ¦ 20 ¦ 2.145 ¦ 2.932 ¦
¦ 9 ¦ 2.43 ¦ 3.54 ¦ 25 ¦ 2.105 ¦ 2.852 ¦
¦10 ¦ 2.37 ¦ 3.41 ¦ 30 ¦ 2.079 ¦ 2.802 ¦
¦11 ¦ 2.33 ¦ 3.31 ¦ 40 ¦ 2.048 ¦ 2.742 ¦
¦12 ¦ 2.29 ¦ 3.23 ¦ 50 ¦ 2.030 ¦ 2.707 ¦
¦13 ¦ 2.26 ¦ 3.17 ¦ 70 ¦ 2.009 ¦ 2.667 ¦
¦14 ¦ 2.24 ¦ 3.12 ¦ 80 ¦ 2.003 ¦ 2.655 ¦
¦15 ¦ 2.22 ¦ 3.08 ¦100 ¦ 1.994 ¦ 2.639 ¦
L----+----------+-------------+-----+-----------+-----------
Таблица 1.3
F-распределение для уровня значимости a=0.05.
-------T----T----T----T----T----T----T----T----T----T----¬
¦k1=k2= 1 ¦ 2 ¦ 3 ¦ 4 ¦ 5 ¦ 6 ¦ 7 ¦ 8 ¦ 9 ¦ 10 ¦
¦ +----+----+----+----+----+----+----+----+----+----+
¦Резуль¦161 ¦19.0¦9.28¦6.39¦5.05¦4.28¦3.79¦3.44¦3.18¦2.97¦
¦ тат ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
+------+----+----+----+----+----+----+----+----+----+----+
¦k1=k2= 10 ¦ 20 ¦ 30 ¦ 40 ¦ 50 ¦ 60 ¦ 70 ¦ 80 ¦ 90 ¦100 ¦
¦Резуль+----+----+----+----+----+----+----+----+----+----+
¦ тат ¦2.97¦2.12¦1.84¦1.69¦1.60¦1.55¦1.50¦1.46¦1.42¦1.39¦
L------+----+----+----+----+----+----+----+----+----+-----
Таблица 1.4
Значение функции Ф(y).
-----T----T-----T----T-----T-----T-----T-----T-----T-----¬
¦y=0 ¦ 0.1¦ 0.2 ¦ 0.3¦ 0.4 ¦ 0.5 ¦ 0.6 ¦ 0.7 ¦ 0.8 ¦ 0.9 ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦.0 ¦.079¦.158 ¦.235¦.31 ¦.38 ¦.45 ¦.516 ¦.576 ¦0.632¦
+----+----+-----+----+-----+-----+-----+-----+-----+-----+
¦y=1 ¦ 1.1¦ 1.2 ¦ 1.3¦ 1.4 ¦ 1.5 ¦ 1.6 ¦ 1.7 ¦ 1.8 ¦ 1.9 ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦.68 ¦.728¦.77 ¦.806¦.838 ¦.866 ¦.89 ¦.91 ¦.93 ¦0.94 ¦
+----+----+-----+----+-----+-----+-----+-----+-----+-----+
¦y=2 ¦ 2.1¦ 2.2 ¦ 2.3¦ 2.4 ¦ 2.5 ¦ 2.6 ¦ 2.7 ¦ 2.8 ¦ 2.9 ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦.95 ¦.96 ¦.97 ¦.978¦.983 ¦.987 ¦.99 ¦.993 ¦.995 ¦0.996¦
+----+----+-----+----+-----+-----+-----+-----+-----+-----+
¦y=3 ¦ 3.1¦ 3.2 ¦ 3.3¦ 3.4 ¦ 3.5 ¦ 3.6 ¦ 3.7 ¦ 3.8 ¦ 3.9 ¦
¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦ ¦
¦.997¦.998¦.9986¦.999¦.9993¦.9995¦.9997¦.9998¦.9999¦.9999¦
+----+--T-+-----+----+-----+-----+-----+-----+-----+------
¦y >=4.0¦
¦ ¦
¦ 0.9999¦
L--------
Таблица 1.5
Значения для вероятности p = 0.01
и числа степеней свободы l.
г=============================T============================¬
¦Число степ. свободы¦Результат¦Число степ. свободы¦Результ.¦
¦ 1 ¦ 6.6 ¦ 8 ¦ 20.1 ¦
¦ 2 ¦ 9.2 ¦ 9 ¦ 21.7 ¦
¦ 3 ¦ 11.3 ¦ 10 ¦ 23.2 ¦
¦ 4 ¦ 13.3 ¦ 11 ¦ 24.7 ¦
¦ 5 ¦ 15.1 ¦ 12 ¦ 26.2 ¦
¦ 6 ¦ 16.8 ¦ 13 ¦ 27.7 ¦
¦ 7 ¦ 18.5 ¦ ¦ ¦
L=============================¦============================-