автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация контроля достоверности информации в документах на бумажных носителях

На правах пукописи

КУЗНЕЦОВ АНДРЕЙ ВИКТОРОВИЧ

АВТОМАТИЗАЦИЯ КОНТРОЛЯ ДОСТОВЕРНОСТИ ИНФОРМАЦИИ В ДОКУМЕНТАХ НА БУМАЖНЫХ НОСИТЕЛЯХ

05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1 2 МДР Ш

Орел 2012

005015034

Работа выполнена на кафедре «Информационные системы» в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Государственный университет - учебно-научно-производственный комплекс».

Научный руководитель: доктор технических наук, профессор

Константинов Игорь Сергеевич

Официальные оппоненты: Поляков Александр Александрович

доктор технических наук, профессор, МГУ им. М.В. Ломоносова, профессор кафедры математических методов в управлении

Архипов Олег Петрович

кандидат технических наук, старший научный

сотрудник, ОФ ИЛИ РАН, директор

Ведущая организация: Федеральное государственное автономное об-

разовательное учреждение высшего профессионального образования «Белгородский государственный национальный исследовательский университет»

Защита состоится « 20 » марта 2012 г. в 16-00 часов на заседании диссертационного совета Д212.182.01 при ФГБОУ ВПО «Госуниверситет - УНПК» по адресу: 302020, РФ, г. Орел, Наугорское шоссе, д. 29, аудитория 212.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Госуниверситет-УНПК».

Автореферат разослан « 17 » февраля 2012 г.

Ученый секретарь

диссертационного совета Д 212.182.01 кандидат технических наук, доцент

Н. Волков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Информационное обеспечение деятельности аппарата управления, его документирование, хранение и использование ранее созданных документов на предприятии реализуется посредством документооборота. При этом основным инструментом в документообороте является документ, и содержащаяся в нем информация.

Развитие электронных технологий послужило толчком к появлению электронного документооборота, однако документы на бумажных носителях (ДНБН) по-прежнему представляют большую ценность, а «электронные архивы» образуют дублирующую систему. И если современные способы защиты электронных документов (ЭД) близки к совершенству, то достоверность информации, содержащейся в ДНБН, находится на низком уровне по причине возросшего влияния человеческого фактора. Нарушение целостности информации в таких документах наиболее вероятно в процессе доставки оригинала текстового документа после прохождения им всех согласований, подписаний и утверждений ответственным лицам. Существующие на сегодняшний день методы полиграфической защиты ДНБН (Burrer F, Kezer К., Архипов О.П., Бородина Л.Н., Зыкова З.П., Богданова В.Н., Барсукова B.C., Иванова М.А.), в основном обеспечивают требуемую достоверность информации, и в большинстве случаев не оправдывают себя по причине дороговизны и узкой специализации реализующих их средств.

Целесообразным подходом в возникшей ситуации является использование для обеспечения контроля достоверности информации, содержащейся в ДНБН, традиционных средств офисной техники (ПЭВМ, лазерного принтера и планшетного сканера), а актуальным является разработка метода, методики и средств обеспечения контроля достоверности информации, содержащейся в ДНБН, реализующих установление схожести документа при его получении для ознакомления ответственным исполнителем с цифровой копией его оригинала, согласованного, подписанного и утвержденного ответственными лицами оригинала, единожды занесенного в электронную базу данных.

Таким образом, указанные обстоятельства и имеющиеся научные предпосылки обуславливают актуальность темы, объекта, предмета и цели диссертационного исследования.

Объект исследования - текстовая информация в документах предприятия на бумажных носителях.

Предмет исследования - методы, модели и алгоритмы оценки и обеспечения достоверности информации, содержащейся в документах на бумажных носителях, циркулирующих в системах документооборота предприятия.

Цель исследования - обеспечение достоверности информации, содержащейся в документах на бумажных носителях, и оперативности ее оценки.

Для достижения сформулированной цели были поставлены и решены следующие задачи.

1. Анализ средств контроля информации содержащейся в документах предприятия.

2. Исследование критериев и методов оценки достоверности текстовой

информации, содержащейся в документах на бумажных носителях.

3. Разработка и исследование модели документа на бумажном носителе.

4. Разработка алгоритма оценки и создание методики автоматизированного контроля достоверности информации, содержащейся в документах на бумажных носителях, в системах документооборота предприятия.

5. Программная реализация прототипа системы обеспечения достоверности информации, содержащейся в документах на бумажных носителях.

Методы и средства исследования. В ходе исследования были использованы методы математической статистики, имитационного моделирования, теорий цифровой обработки сигналов, распознавания образов, вероятностей и случайных процессов. В разработке программного обеспечения использовалась технология применяемая в MATLAB в частности в приложении Image Toolbox.

Обоснованность и достоверность научных положений, основных выводов и результатов диссертации обеспечивается за счет тщательного анализа состояния исследований в данной области, и подтверждается корректностью предложенных модели, алгоритмов и методики, согласованностью результатов, полученных при исследовании алгоритма контроля достоверности бумажных документов, апробацией основных теоретических положений диссертации в печатных трудах и докладах на международных научных конференциях, а также в патентных предложениях.

Научная новизна диссертационного исследования заключается в том, что получены новые научные результаты:

1. Структурная модель документа на бумажном носителе, представляющая оцифрованный текстовый документ в виде иерархии морфологических признаков;

2. Алгоритмы выделения структурных признаков текстового документа на основе цифровой обработки изображения;

3. Алгоритм оценки достоверности информации, содержащейся в документах на бумажных носителях, без распознавания символов;

4. Методика контроля достоверности информации, содержащейся в документах на бумажных носителях, построенная на разработанных модели и алгоритмах.

Практическая ценность работы заключается в использовании теоретических результатов и разработанного программного модуля в автоматизированной системе документооборота предприятия (организации), по обеспечению достоверности получаемой информации на бумажных носителях.

Полученные теоретические результаты использованы:

1) в процессе обработки внутренних документов, а также договоров с внешними организациями в ЗАО «НАУЧПРИБОР» и ОАО «ОРЕЛАГ-РОПРОМСТРОЙ» (г. Орел);

2) в учебном процессе на кафедрах «Информационные системы» ГУ-УНПК, на кафедре «Радиотехника и электроника» академии ФСО России;

3) в разработке способа установления подлинности оригиналов бумажных документов (положительное решение по результатам формальной экс-

пертизы по заявке на изобретение № 2011131428 от 26.07.2011 г.);

4) в разработке программного средства морфологической обработки текстовых документов (свидетельство о государственной регистрации программы для ЭВМ №2011619222 от 30.11 2011 г.);

5) в разработке системы считывания изображения (патент на полезную модель № 112790 от 20.01.2012).

Апробация и публикации. Отдельные результаты диссертационного исследования докладывались на: 3-й международной научно-практической конференции «Наука и бизнес: пути развития» (2011 г. Тамбов), XVI всероссийской научно-технической конференции в Рязанском Государственном радиотехническом университете (2011, г. Рязань), международной заочной научно-технической конференции «Современные тенденции в науке: новый взгляд» (2011, г. Тамбов), международной научно-практической интернет-конференции «Информационные технологии» (2011, г. Орел).

По материалам диссертации опубликовано 3 статьи в журналах из перечня ВАК, получено одно свидетельство о регистрации программы для ЭВМ, один патент на полезную модель и одной заявки на предполагаемое изобретение.

Положения, выносимые на защиту:

1. Структурная модель документа на бумажном носителе.

2. Алгоритмы выделения признаков.

3. Алгоритм оценки достоверности информации, содержащейся в документах на бумажных носителях.

4. Методика обеспечения достоверности информации, содержащейся в документах на бумажных носителях.

Структура и объем работы. Диссертационная работа изложена на 198 страницах и состоит из введения, четырех глав, заключения, списка литературы из 135 наименований и 4 приложений; содержит 9 таблиц и 37 рисунков.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы ее цель, задачи, научная новизна, практическая значимость и основные положения, выносимые на защиту.

Первая глава посвящена анализу организации документооборота на предприятии, существующих способов хранения и защиты документов, а также автоматизированных систем контроля и сопровождения документооборота.

Проведенный анализ показал, что электронный документооборот позволяет организованно подойти к решению проблем, связанных с обеспечением жизненного цикла документов, в частности, практически решенной задачей является задача обеспечения защищенности информации, содержащейся в ЭД, и физической сохранности ее носителей. Однако наряду с ним в значительных объемах существует оборот ДНБН, для которых применение средств защиты и определение достоверности содержащейся в них информации не всегда оправдано сточки зрения экономических и временных затрат.

Наиболее уязвимым местом в системе оборота ДНБН остается целостность информации (нарушаемая при несанкционированном уничтожении, добавлении лишних элементов и модификации данных), а существующие автоматизированные системы контроля и сопровождения документооборота в достаточной степени не решают вопросы контроля достоверности и соответствующих механизмов принятия решений.

Таким образом, совершенствование известных и разработка новых методов, методик и средств защиты документов, с возможностью определения достоверности содержащейся в них информации является актуальной проблемой, требующей глубоких исследований.

Во второй главе исследованы способы хранения оцифрованных документов в электронном виде, а также критерии и способы оценки достоверности информации, содержащейся в документах на бумажных носителях, сформулирована задача оценки достоверности такой информации.

Обеспечение достоверности информации, циркулирующей в системе бумажного документооборота, связана с необходимостью хранения оригиналов ДНБН. Анализ результатов сканирования текстовых документов, сохранения и обработки их в различных форматах показал, что для получения требуемого результата при оценке достоверности информации достаточным является использование формата JPEG с разрешением от 150 до 200 dpi.

Для оценки достоверности информации, содержащейся в ДНБН, при его получении для ознакомления исполнителем с хранимым оригиналом, согласованным, подписанным и утвержденным ответственными лицами, необходимо их сравнение по определенным критериям.

В работе для определения критериев оценки достоверности информации, содержащейся в текстовых документах, использованы структурные меры, учитывающие только дискретное строение данного информационного комплекса, в частности, количество содержащихся в нем информационных элементов. Предложено оценивать достоверность с использованием коэффициента схожести:

N - N

ir I копия S изм. копия /1 \ Лсхож =-п->

£ оригинал

где ^Е оригинал — информационная емкость (общее число символов) текстового документа, занесенного в базу данных организации после прохождения им всех согласований, подписаний и утверждений ответственными лицами (оригинала);

копия ~~ информационная емкость текстового документа, полученного и отсканированного исполнителем (копия); Л^изм. копия ~ число информационных элементов (символов) в копии, отличающихся от информационных элементов оригинала, и его асимптотическая оценка - вероятность схожести

^схож ~ ]imNIot>n,„„-,« *^СХОЖ •

Проанализированы существующие методы сравнения оцифрованных (отсканированных) документов, включающие в себя сравнение с эталоном, попик-сельное сравнение, сравнение наложением и наложением со смещением. Указанные способы не обеспечивают достаточной точности оценки достоверности информации, содержащейся в текстовых документах, при приемлемой вычис-

лительной сложности алгоритмов сравнения, что ограничивает их применение в автоматизированных системах контроля и сопровождения документооборота.

Задача оценки достоверности информации сводится к сравнению копии и оригинала бумажного документа по выбранному критерию (1), и может трактоваться как одна из задач распознавания образов. Процесс распознавания в этом случае состоит в том, что на основании сопоставления апостериорной информации относительно каждого поступившего на вход системы объекта (отсканированного бумажного документа) с априорным описанием единственного класса, соответствующего оцифрованному оригиналу, принимается решение о принадлежности этого объекта к указанному классу. Формальная постановка задачи распознавания в рассматриваемом случае выглядит следующим образом:

пусть задано множество объектов Q = {coi,...,cor} представляющих собой циф-

>

ровые изображения, полученные в результате многократного сканирования оригинала текстового документа и его копий, содержащих различные варианты частичной подделки (частичная или полная замена слов, строк, абзацев и страниц текста), пусть также определено множество возможных решений! = {/[,...,//.}, которые могут быть приняты системой, где решения leb определяют степень отличия копии документа от его оригинала.

Для решения поставленной задачи разработана структурная модель текстового документа, построенная на основе:

1) исходного множества объектов Q = {coi,...,cor};

2) множества возможных решений L = {/j,...,/^ };

3) априорного словаря признаков ха = {xj,..., хдг};

4) меры близости объектов;

5) значений выигрышей, получаемых от принятия конкретных решений из множества L = {/j,...,/^};

6) величины временных ресурсов Т0, ассигнованных на осуществление процедур выделения признаков.

В третьей главе разработаны алгоритмы оценки признаков априорного словаря системы оценки достоверности информации, содержащейся в документах на бумажных носителях, в качестве ее решения выбран метод математического моделирования, построен рабочий словарь детерминированных признаков и разработан алгоритм оценки достоверности информации, содержащейся в документах на бумажных носителях, а также проведено его исследование.

В качестве признаков априорного словаря формализованы следующие структурные компоненты текстового документа:

1) количество строк n^ ;

2) номера неполных строк А^,,

строк [^непол строк! '■"»'^непол строк/ 1 где

1-"»ел»., строк -^строк ~ элемент вектора, соответствующий порядковому номеру неполной строки (как правило, первая и последняя строка абзаца);

3) количество слов в каждой строке NcmB =[«„„,,.где лМ01,- элемент вектора, равный числу слов в i-й строке;

4) расположение коротких слов = (р,, > где элемент вектора

[1,если j - слово в i - строке короткое

^корот СЛОВ |л

[0, в противном случае

i = 1 .:Ncrp0K, j = \..т,т — максимальное число слов в строке анализируемого текста (строки с меньшим числом слов дополнялись справа нулями);

5) площадь слов S = (s,( , где элемент матрицы sv - площадь (число пикселов области)j-го (у = 1..т) слова в г'-й (i = l..jVCTp0K) строке (строки с числом слов меньшим т дополнялись справа нулями);

6) относительное расстояние между словами L = (/,(, где элемент

матрицы l,j = -хиУ +{уц ~УиУ > хчи Уц ~ горизонтальная и вертикальная координаты центра массу'-го {j = \..m) слова в г'-й (/ = 1--.Л'СТ[>0к.) строке соответственно;

7) количество отверстий в буквах (по строкам) Nm =["отв1,-,«„тву ], где , - элемент вектора, равный числу отверстий в буквах слов /-й строки;

8) относительное расстояние между отверстиями в буквах

где элемент матрицы lml) = ,/(xom!). -д^,,)2 +{ymij-y^f , и, v„m,, - горизонтальная и вертикальная координаты центра массj-ro(J = \..o) отверстия в г'-й (i = \...NzlV0X) строке; о - максимальное число отверстий в строке анализируемого текста;

9) количество вертикальных линий в буквах Netpt = [пкт,-,п,ерщ ],где

«,ерт, - элемент вектора, равный числу вертикальных линий в словах г'-й строки;

10) относительное расстояние между вертикальными линиями в буквах

где элемент матрицы /верт9. = ^{xecprlJ+(укрт!/, хкрт :J и y,tprlJ - горизонтальная и вертикальная координаты центра масс у-й (y = l...v) вертикальной линии в г'-й (г = 1...Л'С,Г„1!) строке; v - максимальное число вертикальных линий в строке анализируемого текста.

Для рассмотренных признаков в среде MATLAB реализованы соответствующие алгоритмы их оценивания, основанные на морфологической обработке оцифрованного текстового документа, в частности на операциях дилатация и эрозия. Для разработанных алгоритмов проверены их основные свойства и определена вычислительная сложность.

В качестве меры близости признаков оригинала и копии документа выбрана эвклидова метрика:

dHm со) = (l&M - N{qJ) У + У (пм - пм У +

и j строк строк/ ¿J у иеполн.строк J непопн .строк ) }

J->

+ Ny(l7M-nMl + ''yf(pM -Рм У + "уу(Л" -SM ? +

' ¿^ \ СЛОВ} "слову/ ' ¿^и i—i \^коротслов у,( гкорот.слов J.I / ¿^ слову.» ° СЛОВ у,»'/

/у у (/'"•" У+'у („("■»-„<«■'>} + у у (/<"■» -/'"•') f +

' ¿^ / 1 \ слов 1.1 слое jjJ jCmJ \ отв.; "отву/ ' отв.у,// '

7=1 Ы J = l J-l '=1

J-1 7-1 .-1

+ , <u„)+ d^ ,0)J+ dl(mpt, (o4,)+ , <y,(,)+ d^ ,a>J+

+ dl{col>i,(a4)+dl{cork,o)ll)+d^{o}r,k,colll\ ^

где j = 1-10 -эвклидова мера близости параметров NCTpoK, JV„eiuulH.CTp0K,

Укороти™, ^ло.. Л^от„ ¿о,,, ЛГкрт, ¿.ерт оригинала и копии текстового документа.

Учитывая различный вклад отдельных параметров в формирование общей меры близости (2) и необходимость сокращения априорного словаря, совокупность признаков объектов, используемых в рабочем словаре, описана Л-мерным вектором h = компоненты которого определяют вес

соответствующего признака. С учетом Л квадрат расстояния между объектами (2) составил:

^2 ' ^) = A ' ) + д2 > ) + ^з , ^) + Л , ) + Я5 , ) + ^

+ЛА2 К* )+ V2 {°}Р1>«,/)+ V» К* >1юф )+ V,2 )+ (<v)

Для определения значений выигрышей, получаемых от принятия конкретных решений из множества L = и определения коэффициентов Л , j = 1,2,...,10, в работе использовался множественный регрессионный анализ.

Важным условием его применения является независимость и нормальность распределения независимых величин. Для оценки указанных свойств производилось 100-кратное сканирование оригинала текстового документа с разрешением 150 dpi и определение параметров априорного словаря. Анализ полученных результатов показал, нулевую дисперсию параметров d"' (со, а,) для у' = 1...3. Анализ выбросов, присутствовавших на гистограммах распределения оставшихся параметров, показал, что они свойственны изображениям, имеющим значительный поворот (>2 ) относительно оригинала.

Анализ исследуемого множества изображений, исключая указанные, позволил аппроксимировать распределения мер близости (рис. 1) нормальным законом. Подбор распределений осуществлен с помощью средства Distribution-FittingTool (dfittool) пакета Statistics программы технических расчетов MAT-LAB. Для проверки гипотезы о нормальности распределения мер близости параметров априорного словаря признаков использовался критерий согласия Колмогорова-Смирнова. При этом для каждого распределения нулевая гипотеза состояла в том, что распределение генеральной совокупности не противоречит стандартному нормальному закону, а альтернативная - в том, что распределение генеральной совокупности противоречит стандартному нормальному закону. Для всех параметров на критическом уровне значимости ркр = 0,05 подтвердилась нулевая гипотеза.

В качестве зависимого параметра регрессионной модели выбран коэффициент Каш (1).

¿ЦорЬ^)

¿Н^рЬ^)

30 40 50 60 70

90 ноо т

О 14 16 18 2 2.2 2.4

¿9

о 200 300 400 500 600 700

е)

И

и

А 4 5 5 5 5

Рисунок 1 - Аппроксимация распределений значений мер близости параметров

В указанном случае зависимость выбранных критерия достоверности (1) и меры близости текстовых документов (3) определена как

= 4 ^ {со,а,,)+^ аI {со, 0)п )+ ^<¡1 {со, со,,)+Л,^ (<»,,со,,)+ А, ^ {со, со,,)

Для определения коэффициентов регрессии (4) исследованию подвергались 2200 оцифрованных изображений, оригинала документа и его 30 копий, содержащих подделки.

В результате множественный регрессионный анализ позволил на уровне значимости р = 0,0000001 (по критерию Фишера) получить коэффициент множественной регрессии Я = 0,9868 и следующие значения коэффициентов регрессии (табл. 1).

_________Таблица 1

Вычисленные значения Ошибки оценивания Значения статистического критерия Стьюдента Значения уровней значимости по критерию Стьюдента

Я.0 1,024285834707 0,018663847892 54,8807 0

ь 0,006560966142 0,003331107147 1,9696 0,0492

х2 0,000349635099 0,000024681726 14,1657 0

х3 0,000864616833 0,000125530532 6,8877 0

Х4 -0,006807158182 0,001410106790 ^1,8274 0

-0,000000000541 0,000000000210 -2,5833 0,0099

ч 0,000000005455 0,000000000649 8,4030 0

х7 -0,000582593170 0,000021761645 -26,7716 0

0,000000000953 0,000000000369 2,5837 0,0099

А-9 0,000019461904 0,000006226881 3,1255 0,0018

^10 0,000000000385 0,000000000235 1,6397 0,1014

Полученные результаты позволяли признать значимыми признаки Я для / = 1...9 (исключить признак ¿верт) и, используя полученные результаты, представить структурную модель текстового документа в следующем виде:

(5)

Представленная модель (5) в работе проверена на адекватность и точность.

Полученная модель и алгоритмы определения структурных признаков позволили представить алгоритм оценки достоверности информации, содержащейся в текстовом документе следующим образом (рис. 2).

Для оценки точности разработанного алгоритма по результатам статистических испытаний использовалась средняя абсолютная ошибка

1 "

МРАЕ = - У и»=1

г

м

.УГ)

100%,

характеризующая точность алгоритма. Полученные результаты (для 3 оригиналов и 12 документов, содержащих частичную подделку) свидетельствуют о высокой точности (МРАЕ <5%) разработанного алгоритма. Однако разброс оцениваемых параметров для копий документа, не содержащих подделки, указал на необходимость представлять множество возможных решений в виде:

£ = [к 0,97},

1/2 => Ксхож < 0,97},

где решение /[ указывает на соответствие копии документа его оригиналу с погрешностью метода оценивания 3 %, а ¡2 ~ на любые случаи подделки, требующие принятия дополнительных мер по обеспечению достоверности.

Рисунок 2 - Алгоритм оценки достоверности информации, содержащейся в ДНБН

Для сравнения полученных результатов с существующими проведен анализ совокупности программ ABBYY FineReader и Microsoft WORD, являющихся в настоящее время единственным средством сотрудника организации для сравнения документов. Полученные результаты (табл. 2) показали превосходство разработанного алгоритма по критерию времени оценивания достоверности (оперативности) и позволили установить требования к величине временных ресурсов в виде Tq = 1 мин безотносительно элементной базы.

Таблица 2 - Оперативность оценки достоверности информации в ДНБН на ПЭВМ Р-4/1.8ГГц

Условный шифр документа Microsoft WORD Разработанный алгоритм

Время распознавания,с Время сравнения, с Общее время, с Время обработки, с Общее время, с

К.1 20,5 2,5 48 19,12 44,12

П.1.1 22,5 2,5 50 20,37 45,37

П. 1.2 18,5 2,5 46 20,14 45,14

П.1.3 20,5 2,5 48 19,83 44,83

К.2 14,5 2,5 42 12,94 37,94

П.2.1 15,5 2,5 43 12,53 37,53

П.2.2 16 2,5 43,5 12,78 37,78

П.2.3 16,5 2,5 44 12,48 37,48

К.З 16 2,5 43,5 13,78 38,78

П.3.1 16 2,5 43,5 13,91 38,91

П.3.2 15,5 2,5 43 13,78 38,78

П.3.3 16 2,5 43,5 13,85 38,85

Среднее время: 44,83 40,46

Примечания: время сканирования одной страницы 25 с; время сохранения и распознавания одной страницы (ПЭВМ Core 2 Duo 3,1 ГГц / 4Гб) 1 с; время сохранения и распознавания одной страницы (ПЭВМ Pentium 4/1.8 ГГц/5 ¡2Mb) 2,5 с.

Кроме того, следует учесть, что определения схожести документов с помощью WORD необходимо ручное вмешательство, а также для качественного распознавания текста с помощью FineReader необходимо разрешение сканирования 300dpi, что увеличивает общее время оценки.

Четвертая глава посвящена формированию функциональной схемы, состава системы, разработке программного комплекса ПДИБД и методики обеспечения достоверности информации, содержащейся в документах на бумажных носителях.

Для повышения достоверности информации, содержащейся в документах на бумажных носителях, и реализации разработанного алгоритма предложен следующий вариант функциональной схемы системы обеспечения достоверности (рис. 3).

Рисунок - 3 Функциональная схема системы обеспечения достоверности информации, содержащейся в бумажных документах

Аппаратная часть данной системы реализована традиционными средствами офисной техники, локальной вычислительной сетью и защищенной базой данных, программная часть реализована в виде двухуровневой модели с разграничением прав доступа. Так, для помощника руководителя (руководителя) реализована возможность занесения оцифрованного документа и его признаков в защищенную базу данных организации (функции первого уровня), а также возможность оценки достоверности информации, содержащейся в текстовом документе (функции второго уровня). Ответственным исполнителям доступны функции второго уровня.

Результаты исследования показали на соответствие разработанного программного комплекса необходимым требованиям нормального функционирования.

Основываясь на разработанной функциональной схеме системы (рис. 3), предложена методика обеспечения достоверности информации, содержащейся в бумажных документах, включающая в себя следующие этапы.

1. Формирование образа оригинала. Оригинал текстового документа после прохождения им всех согласований, подписаний и утверждений ответственными лицами регистрируется помощником руководителя (руководителем) и заносится в защищенную базу данных организации (функции первого уровня).

2. Контроль достоверности. Получение документа ответственным исполнителем и оценка его достоверности с использованием разработанного программного комплекса (функции второго уровня).

Документ копня

курьер

Апробация разработанной методики показала повышение достоверности информации, содержащейся в ДНБН, и оперативности ее оценки.

В заключении сформулированы основные результаты работы.

В приложениях представлены результаты проведенных экспериментов.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ:

В диссертационной работе решена актуальная научно-техническая задача разработки методики обеспечения достоверности информации, содержащейся в документах на бумажных носителях, в системах документооборота предприятия.

В рамках проведенных исследований получены следующие основные результаты:

1. Проведенный анализ существующих автоматизированных систем контроля и сопровождения документооборота показал, что сейчас в полной мере не решены вопросы защиты информации в документах на бумажных носителях и контроля ее достоверности, а существующие средства и методы защиты документов обеспечивают в основном целостность самого документа, но не информации, содержащейся в нем, что соответственно является слабым звеном в данной ситуации, т.к. возможна сознательная или случайная подделка документов, представленных в бумажном виде.

2. Предложен метод решения задачи построения системы оценки достоверности информации, содержащейся в документах на бумажных носителях.

3. Построен априорный словарь детерминированных структурных признаков, полученных в результате морфологической обработки цифровых изображений текстовых документов посредством разработанных оригинальных алгоритмов.

4. Учитывая статистическую взаимосвязь между параметрами априорного словаря на основе метода множественной регрессии разработан рабочий словарь признаков, учитывающий вклад частных мер близости признаков оригинала документа и его копий.

5. Разработана структурная модель текстового документа, позволяющая представить документ в виде иерархии морфологических признаков.

6. На основе представленной модели текстового документа предложен вариант алгоритма оценки достоверности информации, содержащейся в документах на бумажных носителях, в котором в качестве исходных данных используются цифровое изображение копии документа, получаемое в результате его сканирования, коэффициенты регрессии, и признаки оригинального документа.

7. На основе произведенных экспериментов получены результаты, свидетельствующие о целесообразности применения разработанного алгоритма с точки зрения точности получаемых результатов, времени выполнения, стоимости и эргономичности представления результатов.

8. По результатам статистических испытаний определено требование к величине временных ресурсов, ассигнованных на осуществление процедур выделения признаков.

9. Предложен вариант функциональной схемы системы обеспечения достоверности информации, содержащейся в документах на бумажных носителях, позволяющей повысить эффективность управленческого воздействия в системе функционирования документооборота в результате автоматизированного контроля.

10. Сформированы минимальные требования к аппаратной части ЭВМ для нормального функционирования системы.

11. Реализован прототип системы обеспечения достоверности информации содержащейся в документах на бумажных носителях в системе документооборота функциями двух уровней: руководителем (помощником руководителя) и ответственными исполнителями.

12. Представлена методика контроля достоверности информации, содержащейся в документах на бумажных носителях, гарантирующая достоверность от 97% , и обеспечивающая экономию времени на операциях сравнения документов и избавляющая сотрудников от ведения визуального контроля и перезапуска программ.

13. Результаты работы внедрены на предприятиях ЗАО «НАУЧПРИБОР» и ОАО «ОРЕЛАГРОПРОМСТРОЙ», а также в учебном процессе на кафедре «Информационные системы» Госуниверситета - УНПК, на кафедре «Радиотехника и электроника» академии ФСО России, опубликованы в 10 печатных трудах, докладах на конференциях и патентных предложениях.

Список работ, опубликованных по теме диссертации в изданиях, рекомендованных ВАК РФ

1. Кузнецов, А. В. Проблемы достоверности документов [Текст] / А. В. Кузнецов // Известия ОрелГТУ. Информационные системы и технологии. -Орел: ОрелГТУ, 2009. -№ 1/51(562). - С. 51-57.

2. Кузнецов, А. В. Организация сопровождения жизненного цикла документов [Текст] / А. В. Кузнецов // Информационные системы и технологии

- Орел: Госуниверситет - УНПК, 2011. - № 1/(63). - С. 68 - 72.

3. Кузнецов, А. В. Регрессионная модель разности структурных признаков текстовых документов [Текст] / А. В. Кузнецов, И. С. Константинов, О. О. Басов // Информационные системы и технологии. — Орел: Госуниверситет

- УНПК, 2012. - № 1(69). - С. 114 - 123. (Личное участие 50%)

Список работ, опубликованных по теме диссертации в материалах конференций

4. Кузнецов, А. В. Способ определения схожести содержательной части документов. [Текст] / А. В. Кузнецов // 3-я международная научно-практическая конференция «Наука и бизнес: пути развития». Труды конференции. - Тамбов: Изд-во ТАМБОВПРИНТ, 2011. - 62 с. - С.50-52.

5. Кузнецов, А. В. Метод установления схожести содержательной части бумажного документа с цифровой копией его оригинала. [Текст] / А. В. Кузнецов, О. О. Басов // «Информационные системы и технологии». Материалы

международной научно-технической интернет конференции, г. Орел, апрель-май 2011. В 3 т. Т. 3 - Орел: ФГОУ ВПО «Госуниверситет-УНПК», 2011. - Т.З. - С. 67-71. (Личное участие 50%)

6. Кузнецов, А. В. Структурная модель текстового документа [Текст] / A.B. Кузнецов, О. О. Басов, И. В. Блинов // «Новые информационные технологии в научных исследованиях». Материалы XVI всероссийской научно-технической конференции студентов, молодых ученых и специалистов, г. Рязань, 2011. - С. 286-287. (Личноеучастие 60%)

7. Кузнецов, А. В. Методика обеспечения достоверности бумажных документов в системах документооборота. [Текст] / А. В. Кузнецов, О.О. Басов, И. В. Блинов // «Современные тенденции в науке: новый взгляд». Материалы международной заочной научно-технической конференции. г.Тамбов, 2011. -С. 72-74. (Личноеучастие 50%)

8. Кузнецов, А. В. Свидетельство об официальной регистрации программы для ЭВМ № 2011619222 «Морфологическая обработка текстовых документов» / A.B. Кузнецов, О.О. Басов. - Федеральная служба по интеллектуальной собственности, патентам и товарным знакам: Реестр программ для ЭВМ. - 30.11.2011. (Личноеучастие 50%)

9. Кузнецов, А. В. Патент на полезную модель № 112790 «Система считывания изображения» / А. В. Кузнецов, О. О. Басов, А. И. Офицеров, И. Ю. Баранов. - Федеральная служба по интеллектуальной собственности, патентам и товарным знакам: Государственный реестр полезных моделей Российской Федерации. - 20.01.2012. (Личное участие 40%)

10. Кузнецов, А. В. Положительное решение по результатам формальной экспертизы по заявке на изобретение № 2011131428 «Способ установления подлинности оригиналов бумажных документов» / А. В. Кузнецов, О. О. Басов, А. И. Офицеров. - Федеральная служба по интеллектуальной собственности, патентам и товарным знакам: Государственный реестр полезных моделей Российской Федерации. - 18.11.2011. (Личное участие 50%>)

ЛР ИД № 00670 от 05.01.2000 г. Подписано к печати « 14 » февраля 2012 г. Усл. печ. л. 1,00 Тираж 100 экз. Заказ № 146.

Полиграфический отдел ФГБОУ ВПО «Госуниверситет - УНПК» 302005, г. Орел, ул. Московская, 65

61 12-5/2016

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ -У ЧЕБНО-НАУ ЧНО-ПРОИЗВ О ДСТВЕННЙ КОМПЛЕКС»

АВТОМАТИЗАЦИЯ КОНТРОЛЯ ДОСТОВЕРНОСТИ ИНФОРМАЦИИ В ДОКУМЕНТАХ НА БУМАЖНЫХ НОСИТЕЛЯХ

05Л3.06 - «Автоматизация и управление технологическими процессами и

производствами (промышленность)»

ДИССЕРТАЦИЯ

На праЕ :описи

Кузнецов Андрей Викторович

на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, профессор

Константинов Игорь Сергеевич

Орел 2012

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ..............................................................................................................4

1 АНАЛИЗ СУЩЕСТВУЮЩИХ СРЕДСТВ И МЕТОДОВ ОБЕСПЕЧЕНИЯ ДОСТОВЕРНОСТИ ИНФОРМАЦИИ, ЦИРКУЛИРУЮЩЕЙ В СИСТЕМАХ ДОКУМЕНТООБОРОТА.......................................................................................8

1.1 Анализ организации документооборота на предприятии.............................8

1.2 Анализ защищенности документов в системах документооборота...........16

1.3 Анализ существующих автоматизированных систем контроля и сопровождения документооборота......................................................................25

1.4 Постановка задачи исследования..................................................................30

1.5 Выводы по первой главе.................................................................................31

2 ИССЛЕДОВАНИЕ МЕТОДОВ ОЦЕНКИ ДОСТОВЕРНОСТИ ИНФОРМАЦИИ, СОДЕРЖАЩЕЙСЯ В ДОКУМЕНТАХ НА БУМАЖНЫХ НОСИТЕЛЯХ.........................................................................................................33

2.1 Исследование способов хранения отсканированных документов в электронном виде..................................................................................................33

2.2 Исследование способов оценки достоверности информации, содержащейся в документах на бумажных носителях......................................39

2.3.Постановка задачи оценки достоверности информации, содержащейся в документах на бумажных носителях...................................................................48

2.4 Выводы по второй главе.................................................................................53

3 СТРУКТУРНАЯ МОДЕЛЬ И АЛГОРИТМ ОЦЕНКИ ДОСТОВЕРНОСТИ ИНФОРМАЦИИ, СОДЕРЖАЩЕЙСЯ В ДОКУМЕНТАХ НА БУМАЖНЫХ НОСИТЕЛЯХ.........................................................................................................55

3.1 Алгоритмы оценки признаков априорного словаря системы оценки достоверности информации, содержащейся в документах на бумажных носителях................................................................................................................55

3.2 Построение рабочего словаря детерминированных признаков.................74

3.3 Алгоритм оценки достоверности информации, содержащейся в документах на бумажных носителях и его исследование.................................92

3.4 Выводы по третьей главе..............................................................................101

4 МЕТОДИКА ОБЕСПЕЧЕНИЯ ДОСТОВЕРНОСТИ ИНФОРМАЦИИ, СОДЕРЖАЩЕЙСЯ В ДОКУМЕНТАХ НА БУМАЖНЫХ НОСИТЕЛЯХ, В СИСТЕМАХ ДОКУМЕНТООБОРОТА ПРЕДПРИЯТИЯ.............................103

4.1 Функциональная схема системы обеспечения достоверности информации, содержащейся в документах на бумажных носителях....................................103

4.2. Программный комплекс проверки достоверности информации, содержащейся в документах на бумажных носителях....................................105

4.3 Методика обеспечения достоверности информации, содержащейся в документах на бумажных носителях.............................. ....................................109

4.4 Выводы по четвертой главе..........................................................................115

ЗАКЛЮЧЕНИЕ....................................................................................................117

БИБЛИОГРАФИЧЕСКИЙ СПИСОК................................................................119

ПРИЛОЖЕНИЯ...................................................................................................130

ВВЕДЕНИЕ

Информационное обеспечение деятельности аппарата управления, его документирование, хранение и использование ранее созданных документов на предприятии реализуется посредством документооборота. При этом основным инструментом в документообороте является документ, и содержащаяся в нем информация.

Развитие электронных технологий послужило толчком к появлению электронного документооборота, однако документы на бумажных носителях (ДНБН) по-прежнему представляют большую ценность, а «электронные архивы» образуют дублирующую систему. И если современные способы защиты электронных документов (ЭД) близки к совершенству, то достоверность информации, содержащейся в ДНБН, под которой понимается степень надежности информации, находится на низком уровне по причине возросшего влияния человеческого фактора. Нарушение целостности информации в таких документах наиболее вероятно в процессе доставки оригинала текстового документа после прохождения им всех согласований, подписаний и утверждений ответственным лицам. Существующие на сегодняшний день методы полиграфической защиты ДНБН (Burrer F, Kezer К., Архипов О.П., Бородина J1.H., Зыкова З.П., Богданова В.Н., Барсукова B.C., Иванова М.А.), в основном обеспечивают требуемую достоверность информации, и в большинстве случаев не оправдывают себя по причине дороговизны и узкой специализации реализующих их средств.

Целесообразным подходом в возникшей ситуации является использование для обеспечения контроля достоверности информации, содержащейся в ДНБН, традиционных средств офисной техники (ПЭВМ, лазерного принтера и планшетного сканера), а актуальным является разработка метода, методики и средств обеспечения контроля достоверности информации, содержащейся в ДНБН, реализующих установление схожести документа при его получении для ознакомления ответственным исполнителем с цифровой копией его оригинала, согласованного, подписанного и утвержденного ответственными лицами оригинала, единожды занесенного в электронную базу данных.

4

Таким образом, указанные обстоятельства и имеющиеся научные предпосылки обуславливают актуальность темы, объекта, предмета и цели диссертационного исследования.

Объект исследования - текстовая информация в документах предприятия на бумажных носителях.

Предмет исследования - методы, модели и алгоритмы оценки и обеспечения достоверности информации, содержащейся в документах на бумажных носителях, циркулирующих в системах документооборота предприятия.

Цель исследования - обеспечение достоверности информации, содержащейся в документах на бумажных носителях, и оперативность ее оценки.

Для достижения сформулированной цели были поставлены и решены следующие задачи:

1. Анализ средств контроля информации содержащейся в документах предприятия.

2. Исследование критериев и методов оценки достоверности текстовой информации, содержащейся в документах на бумажных носителях.

3. Разработка и исследование модели документа на бумажном носителе.

4. Разработка алгоритма оценки и создание методики автоматизированного контроля достоверности информации, содержащейся в документах на бумажных носителях, в системах документооборота предприятия.

5. Программная реализация прототипа системы обеспечения достоверности информации, содержащейся в бумажных документах.

Методы и средства исследования. В ходе исследования были использованы методы математической статистики, имитационного моделирования, теорий цифровой обработки сигналов, распознавания образов, вероятностей и случайных процессов. В разработке программного обеспечения использовалась технология применяемая в МАТЬАВ в частности в приложении 1та§еТоо1Ьох.

Обоснованность и достоверность научных положений, основных выводов и результатов диссертации обеспечивается за счет тщательного анали-

5

за состояния исследований в данной области, и подтверждается корректностью предложенных модели, методики и алгоритмов, согласованностью результатов, полученных при исследовании алгоритма оценки достоверности бумажных документов, апробацией основных теоретических положений диссертации в печатных трудах и докладах на международных научных конференциях, а также в патентных предложениях.

Научная новизна диссертационного исследования заключается в том, что получены новые научные результаты:

1. Структурная модель документа на бумажном носителе, представляющая оцифрованный текстовый документ в виде иерархии морфологических признаков;

2. Алгоритмы выделения структурных признаков текстового документа на основе цифровой обработки изображения;

3. Алгоритм оценки достоверности информации, содержащейся в документах на бумажных носителях, без распознавания символов;

4. Методика контроля достоверности информации, содержащейся в документах на бумажных носителях, построенная на разработанных модели и алгоритмах.

Практическая ценность работы заключается в использовании теоретических результатов и разработанного программного модуля в автоматизированной системе документооборота предприятия (организации), по обеспечению достоверности получаемой информации на бумажных носителях.

Полученные теоретические результаты использованы:

1. в процессе обработки внутренних документов, а также договоров с внешними организациями в ЗАО «НАУЧПРИБОР» и ОАО «ОРЕЛАГРО-ПРОМСТРОЙ» (г. Орел);

2. в учебном процессе на кафедрах «Информационные системы» ГУ-УНПК, и в академии ФСО России;

3. в разработке способа установления подлинности оригиналов бумажных документов (положительное решение по результатам формальной экспер-

тизы по заявке на изобретение № 2011131428 от 26.07.2011 г.);

4. в разработке программного средства «морфологическая обработка текстовых документов» (свидетельство о государственной регистрации программы для ЭВМ № 2011619222 от 30.11 2011 г.);

5. в разработке системы считывания изображения (патент на полезную модель № 112790 от 20.01.2012).

Апробация и публикации. Отдельные результаты диссертационного исследования докладывались на: 3-й международной научно-практической конференции «Наука и бизнес: пути развития» (2011 г. Тамбов), XVI всероссийской научно-технической конференции в Рязанском Государственном радиотехническом университете (2011, г. Рязань), международной заочной научно-технической конференции «Современные тенденции в науке: новый взгляд» (2011, г. Тамбов), международной научно-практической интернет-конференции «Информационные технологии» (2011, г. Орел).

По материалам диссертации опубликовано 3 статьи в журналах из перечня ВАК, получено одно свидетельство о регистрации программы для ЭВМ, один патент на полезную модель и одной заявки на предполагаемое изобретение.

Положения, выносимые на защиту:

1. Структурная модель документа на бумажном носителе.

2. Алгоритмы выделения признаков.

3. Алгоритм оценки достоверности информации, содержащейся в документах на бумажных носителях

4. Методика обеспечения достоверности информации, содержащейся в документах на бумажных носителях.

Структура и объем работы. Диссертационная работа изложена на 198 страницах и состоит из введения, четырех глав, заключения, списка литературы из 135 наименований и 4 приложений; содержит 9 таблиц и 37 рисунков.

1 Анализ существующих средств и методов обеспечения достоверности информации, циркулирующей в системах документооборота

1.1 Анализ организации документооборота на предприятии.

Одной из ключевых составляющих функционирования любого предприятия является информационное обеспечение (рис. 1), заключающееся в сборе и переработке информации, необходимой для принятия обоснованных управленческих решений. Передача информации о положении и деятельности организации (предприятия) на высший уровень управления и взаимный обмен информацией между всеми взаимосвязанными подразделениями организации (предприятия) осуществляются на базе современной электронно-вычислительной техники [42].

Функциональная часть

Подсистема технической подготовки производства

Подсистема управления качеством

Подсистема технико-экономического планирования

Подсистема оперативно-производственного планирования, учета и регулирования

Подсистема материально-технического обеспечения

Подсистема финансово-бухгалтерской деятельности

Подсистема сбыта продукции

Подсистема транспортного хозяйства

Подсистема кадров

Подсистема вспомогательных служб

Рис. 1. Структурная схема автоматизированной системы управления предприятия

Информационное обеспечение деятельности аппарата управления, его документирование, хранение и использование ранее созданных документов на предприятии реализуется посредством документооборота. При этом основным ин-

8

струментом в нем является документ, и содержащаяся в нем информация.

Документ (от лат. ёосшпепШш - свидетельство) - это зафиксированная на материальном носителе информация с реквизитами, позволяющими ее идентифицировать, и предназначенная для её передачи во времени и пространстве. Степень полезности информации обусловлена её качеством, где одним из основных свойств является достоверность (форма существования истины). Достоверность, как правило, зависит от уровня компетентности источника информации, а также от субъективизма в процессе сбора, обработки, передачи и использовании информации, а также её хранения [35].

Документы являются ценным информационным ресурсом любого предприятия. В них формируются управленческие воздействия по вопросам стратегического планирования и оперативного управления работой предприятия, его структурных подразделений и отдельных работников. Посредством документов решения руководства доводят до сведения исполнителей, а также контролируют исполнение этих решений [68, 78, 79]. Документы содержат свидетельства деловой активности предприятия и его должностных лиц, доказательства выполнения ими юридических обязательств и должностных обязанностей. Существует множество способов классификации документов, на рисунке 2 представлен обобщенный вариант [63,68, 82,96,102,110,111].

Естественно, что эффективность функционирования предприятия в немалой степени зависит от эффективности управления движением документов. Организовать эффективное управление деятельностью предприятия помогает автоматизация документооборота, под которым следует понимать движение документов в рамках документационного обеспечения управления (ДОУ).

Документационное обеспечение управления (ДОУ) - это отрасль деятельности, обеспечивающая документирование и организацию работы с официальными документами в процессе осуществления управления и систематизацию их архивного хранения [50].

Документирование представляет собой создание документов, то есть их составление, оформление, согласование и изготовление.

9

Письменные

Электронные

Графические

Кино-фото-документы

Я

>©• О в п

я

м ё я 2

1 »

2

К

о ^

и

о «

ю

«

а р о о Я ►в*

N «

р

а к

л

^

о

«

V;

£ а» Д н о и

Внутренние

Входящие

Организационные

Распорядительные

Справочной информационные

Исходящие

Организационно-распорядительные

Финансово-бухгалтерские

Научно-технические

Отчетно-статистические

Простые

Сложные

Для служебного пользования

Коммерческая тайна

конфиденциально

Секретно (совершенно секретно, особой важности)

открытые

С грифом ограничения

Подлинники

Копии

Выписки

Дубликаты

Действительные

Подлинные

Недействительные

Подложные

Директивные

информационные

Служебные

Личные

Индивидуальные

Трафаретные

Типовые

Я

о

2 ге г> н

Я

о и

]э »

2

о )а а 43 Й а Я

3

0

1 —

ы Я

о » о

ч я Д

•3 * в

а л й

м 32 "

я ^ вэ

я »

и X

£ Я

х в 3

8 ■а

й о й

к 5 й £ п 2 о Я

о »

о ох а

ы а н № и г х о п н в

§ Я

Я О

1 °

2 Я

Я йй 12

я

о

о ■о 2

Я

»

о г> В •в-Я Я к С В а ь о я

2 л Я

н о

И

Документационное обеспечение управления (ДОУ) - это отрасль деятельности, обеспечивающая документирование и организацию работы с официальными документами в процессе осуществления управления и систематизацию их архивного хранения.

Документирование представляет собой создание документов, то есть их составление, оформление, согласование и изготовление.

Организация работы с документами - обеспечение движения, поиска, хранения и использования документов.

Систематизация архивного хранения документов - определение правил хранения создаваемой в организации информации, ее поиска и использования для поддержки принятия управленческих решений и деловых процедур.

Деловая процедура - последовательность определенных операций (работ, заданий, процедур), совершаемых сотрудниками организаций для решения какой-либо задачи или цели в рамках деятельности предприятия или организации.

Документооборот в большинстве организаций можно условно разделить на два типа [25, 35, 53, 63, 68, 78, 79, 82, 95, 96, 102, 111]:

внутренний документооборот, при котором движение документов происходит внутри предприятия;

внешний документооборот, при котором документы поступают в организацию из внешних источников и в дальнейшем могут быть задействованы во внутреннем документообороте (по ним могут создаваться приказы, распоряжения и др.), в свою очередь, документы, созданные на предприятии, могут пересылаться в другие организации (исходящие документы).

Выделяют два типа организации документооборота [25, 35, 53, 63,