Студконференция 2014

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.056:004.65

СИСТЕМА УПРАВЛЕНИЯ УЧЕТНЫМИ ДАННЫМИ УЧАСТНИКОВ СУДОПРОИЗВОДСТВА УКРАИНЫ

В.Г. Паньков

Научный руководитель: к.т.н. О.С. Тимчук

Проблема управления идентификационными данными участников судопроизводства приводит к реализации угроз нарушения конфиденциальности, целостности и доступности информации. Возможные последствия реализации угроз: компрометация персональных данных участников судопроизводства; провокация судебного процесса с целью вынесения неверного решения; затягивание судебного процесса из-за сбоев системы электронного документооборота.

Целью данной работы является интегрирование методов автоматизированного централизованного управления идентификационными данными пользователей в электронную инфраструктуру административного судопроизводства Украины.

Анализ предметной области позволил выделить основные проблемы управления учетными данными пользователей: наличие нескольких учетных записей у каждого пользователя; небезопасное хранение паролей от учетных записей; большая вероятность наличия активных идентификационных данных у уволенных сотрудников; большие временные затраты на управление жизненным циклом учетных данных пользователей.

Для решения поставленной задачи в работе были выделены информационные активы административного судопроизводства. Для разграничения доступа участников судопроизводства к активам разработана мандатная модель управления доступом. На базе СУБД MS SQL Server построена распределенная база данных информационных активов и пользователей системы. При построении базы данных была учтена защита конфиденциальных и персональных данных участников судопроизводства от угроз несанкционированного доступа. База данных построена с обеспечением статической целостности данных, кластеризация базы обеспечивает доступность информации. Интеграция системы автоматизированного управления жизненным циклом идентификационных данных выполнена с помощью Microsoft Forefront.

Предлагаемая система обеспечивает эффективный контроль идентификационных данных и управление в масштабе административного судопроизводства. Данное решение помогает улучшить показатели соблюдения нормативных требований и повысить безопасность за счет уменьшения риска кражи идентификационных данных.

31

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.056:004.932

СИСТЕМА ДЕТЕКТИРОВАНИЯ ОСТАВЛЕННЫХ ОБЪЕКТОВ

М.Д. Геллер

Научный руководитель: к.т.н. О.С. Тимчук

Широкое применение видеокамер в системах охранного телевидения требует создания новых технологий обработки и анализа потокового видео без прямого участия человека-оператора. Выделяют следующие основные задачи интеллектуального видеонаблюдения: обнаружение объектов, слежение за объектами, классификация объектов, идентификация объектов, обнаружение (распознавание) ситуаций.

В данной работе предлагается информационная система анализа потокового видео со стационарной камеры с целью детектирования неподвижных (оставленных) объектов. Проблема автоматического детектирования оставленных объектов вызвана повышением требований к безопасности мест массового скопления людей и является сложной научно-технической задачей, которая на текущий момент полностью не решена.

Детектирование неподвижных объектов в работе выполняется с помощью анализа изменений фоновой и шумовой составляющих наблюдаемой сцены в последовательности кадров. Сдвиг изображения не рассматривается, так как анализируется видеопоток со стационарной камеры. Предполагается, что дискретное изображение неподвижного объекта представляет собой связное множество точек с неизвестными яркостями. Основным недостатком используемого метода является высокая вычислительная сложность, что делает невозможным применение разработанной системыврежимереальноговремени.

Предлагаемая система состоит из трех модулей: модуль предобработки, модуль детектирования неподвижных объектов, база данных. Предобработка заключается в покадровом разбиении видеопотока. Кадры с детектированными неподвижными объектами («интересные кадры») сохраняются в базе данных с меткой дата/время, система оповещает пользователя о наличии таких кадров.

Для разработки системы детектирования оставленных объектов использовались Microsoft Visual Studio 2012, технология .NET, язык программирования C#. Требования для эксплуатации системы: опера-

ционная система – начиная с Windows 7; .NET Framework 4.5.

Применение предлагаемой системы поможет значительно повысить уровень безопасности охраняемого объекта. Фиксация только «интересных» кадров существенно сокращает объем хранимой информации и уменьшает нагрузку на датацентр.

32

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.056:004.912

СИСТЕМА АНАЛИЗА WEB-КОНТЕНТА

С ЦЕЛЬЮ ВЫЯВЛЕНИЯ ПОТЕНЦИАЛЬНЫХ УГРОЗ

В.А. Кирбаба

Научный руководитель: к.т.н. О.С. Тимчук

Преступная деятельность многих злоумышленников осуществляется с помощью слабо-контролируемого web-контента (социальные сети, доски объявлений, форумы и т.д.). Возникает необходимость в автоматизированной обработке такого web-контента с целью выявления угроз национальной безопасности Украины (терроризм, организованная преступность, торговля людьми, контрабанда, распространение оружия).

В данной работе предлагается система выявления пользователей социальных сетей и досок объявлений, которые публикуют сообщения о предоставлении незаконных услуг, либо призывают других пользователей сети к незаконным действиям. Предполагается, что входные данные (сообщения) представлены в xml-формате, который содержит в себе следующие элементы: пользователь (ник, e-mail); дата и время отправки сообщения, текст сообщения.

Исследование текстовых сообщений в работе выполняется с помощью технологии TextMining. Рассмотрим алгоритм работы системы:

1.Извлечение информации из xml-документа. С целью автоматической проверки корректности данных и ограничений xmlдокумента используется xml-схема.

2.Приведение всех знаков сообщений к нижнему регистру.

3.Удаление окончаний слов.

4.Проверка обработанных сообщений на наличие «опасных» слов. Словарь «опасных» слов сформирован в соответствии со списком слов, который опубликован федеральным правительством США в руководстве по мониторингу социальных сетей.

5.Присвоение сообщению категории опасности. В работе выделены следующие категории опасности: «чрезвычайно опасно», «опасно» и «безопасно».

6.Оповещение пользователя системы о наличии сообщений категории «чрезвычайно опасно» и «опасно».

Автоматизированная обработка слабо-контролируемого webконтента сокращает время выявления угроз национальной безопасности правоохранительными органами. Фиксация сообщений потенциальных злоумышленников позволяет анализировать их активность, прогнозировать место и время атаки.

33

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.5:004.81

СИСТЕМА ОЦЕНКИ ЭМОЦИОНАЛЬНОГО СОСТОЯНИЯ ПОЛЬЗОВАТЕЛЯ С ПОМОЩЬЮ 3D СЕНСОРА KINECT

Е.Ф. Чибисов

Научный руководитель: к.т.н. О.С. Тимчук

Персонализация рекомендаций информационного контента является важной составляющей современных поисковых систем. Применяемый в поисковых системах контекстный метод рекомендаций ограничен, так как не учитывает когнитивные характеристики пользователя.

В данной работе предлагается система персонализированного выбора видео контента. Персонализация обеспечивается путем оценки эмоционального состояния пользователя. Оценка эмоционального состояния пользователя строится на базе данных, получаемых от 3D сен-

сора Kinect.

SDK Kinect определяет отклонение основных параметров лица человека (верхняя губа, нижняя челюсть, разрез губ, нижние брови, угол наклона губ, верхние брови) от нейтральной формы лица. Значение этих параметров выражается в диапазоне [-1;1]. Анализ значений параметров позволяет определить эмоциональное состояние пользователя (нейтральность, гнев, печаль, страх, отвращение, счастье и удивление). В работе оценка эмоционального состояния выполняется с помощью правил типа IF-THEN.

Рассмотрим алгоритм работы системы:

1.Пользователю предоставляется лента кинофильмов с расширенной аннотацией по каждому фильму.

2.Во время выбора пользователем фильма для просмотра, оцениваем его эмоциональное состояние.

3.Предоставляем пользователю список рекомендованных к просмотру фильмов, с учетом его эмоционального состояния. Каждому типу эмоционального состояния в работе ставится в соответствие определенная категория видео контента. Пользователь может отказаться от рекомендаций системы.

Построенная на базе сенсорных технологий система позволяет частично решить проблему персонализации рекомендаций информационного контента. Учет эмоционального состояния пользователя во время просмотра ленты с видео контентом повышает интерес пользователя к такому сервису. Возможные области применения разработанной системы: домашние развлекательные центры, Smart-TV, on-line кинозалы и т.д.

34

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.946

МОДЕЛЬ УПРАВЛЕНИЯ ПОВЕДЕНИЕМ КОМПЬЮТЕРНОГО ПЕРСОНАЖА АРКАДНОЙ ВИДЕОИГРЫ НА БАЗЕ МУРАВЬИНОГО АЛГОРИТМА

И.С. Прохоров

Научный руководитель: к.т.н. О.С. Тимчук

В настоящее время наблюдается стабильный рост покупательского спроса на видеоигры. Основная причина такого роста – повышение интересности видеоигр за счет поддержки интерактивного взаимодействия пользователя с объектами видеоигры (NPCs). Основной составляющей интерактивного игрового процесса является интеллектуальная модель управления поведением NPCs.

Целью данной работы является разработка аркадной игры “Brain Ball”. В игровом процессе принимают участие два персонажа – персонаж игрока-человека и NPC. Цель игрового процесса – первым найти выход из лабиринта. Управление поведением NPC строится с помощью муравьиного алгоритма.

Выбор алгоритма поиска маршрута выхода из лабиринта обусловлен следующим:

1.Поставленная задача наглядно интерпретируется в терминах поведения муравьев – перемещение NPC и муравьев интуитивно сопоставимы.

2.Это NP-сложная задача, которая решается за полиномиальное время. Эффективность муравьиных алгоритмов сравнима с эффективностью общих мета эвристических методов, что позволит сократить временную сложность поставленной задачи.

3.Это традиционный тестовый полигон для методов комбинаторной оптимизации. Существует обширная база тестовых задач оп-

тимизации маршрута и методов их решения.

Разработанное приложение состоит из 3 модулей: модуль организации интерфейса видеоигры, ядро видеоигры, модуль построения оптимального маршрута для выхода из лабиринта. Для работы муравьиного алгоритма экспертом заранее подготовлены следующие данные о лабиринте: матрица возможных переходов и матрица расстояний. Результатом работы алгоритма является вектор с номерами ячеек, через которые должен пройти NPC.

Для разработки видеоигры использовались Microsoft Visual Studio 2012, технология WinAPI, язык программирования C++.

Использование предлагаемого в работе решения обеспечивает естественноеповедение NPC, чтоповышаетинтересностьвидеоигры.

35

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.946

ВИДЕОИГРА ТИПА «ПОШАГОВЫЙ ФАЙТИНГ» СЕСТЕСТВЕННЫМПОЛЬЗОВАТЕЛЬСКИМИНТЕРФЕЙСОМ

Е.Е. Чередниченко

Научный руководитель: к.т.н. О.С. Тимчук

Внастоящее время индустрия видеоигр все чаще использует в контуре управления видеоигрой естественные пользовательские интерфейсы (NUIs). Популярность NUIs обусловлена повышением интерактивности игрового процесса, а следовательно и повышением интересности видеоигры.

Целью данной работы является разработка видеоигры типа «Пошаговый файтинг», в которой взаимодействие между пользователем и компьютерными персонажами (NPCs) осуществляется посредст-

вом NUI Kinect.

Рассмотрим правила игры. «Пошаговый файтинг» (сражение) осуществляется между двумя персонажами – персонажем человекаигрока (Avatar) и NPC. Выбор персонажей (Avatar и NPC) возможен из доступного списка. Персонаж характеризуется параметрами и спрайтом. Avatar и NPC поочередно делают атакующие и защитные движения. Игра продолжается до тех пор, пока у одного из персонажа не закончатся очки жизни.

Разработанное приложение состоит из 4 модулей:

1. Интерфейсный модуль – отвечает за меню игры, выбор персонажей.

2. Модуль ввода информации о персонажах и их параметров. Данная информация хранится во внешнем файле.

3. Ядро видеоигры.

4. Модуль обработки данных от SDK Kinect. SDK Kinect определяет координаты 20 суставов пользователя. Анализ координат суставов (суставы левой и правой руки, голова, позвоночник) позволяет определить, какое движение из списка доступных совершил пользователь. После идентификации типа движения выполняется атака либо защита Avatar.

Для разработки видеоигры использовались Microsoft Visual Studio 2012, технология WinAPI, язык программирования C++.

Вданной работе предложена видеоигра, которая реализует нетривиальную схему интерактивного взаимодействия человека-игрока с NPC. Естественный интерфейс управления персонажем, с точки зрения челове- ка-игрока, а также потребность в анализе действий NPC и продумывании своейстратегии боя повышаетееинтересность.

36

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.5

ФОТО-ГАЛЕРЕЯ С ИНТЕРФЕЙСОМ KINECT FOR WINDOWS

А.А. Кляхин

Научный руководитель: к.т.н. О.С. Тимчук

В настоящее время широкое распространение получили программные продукты, построенные на базе естественного человекомашинного интерфейса (NUI). Организация NUIs осуществляется с помощью аппаратно-программных комплексов, реализующих алгоритмы компьютерного зрения и аудио обработки. Алгоритмы компьютерного зрения позволяют идентифицировать человека в пространстве, следить за движениями его тела и жестами. Алгоритмы аудио обработки позволяют управлять событиями с помощью голосовых команд. Актуальным является разработка нового программного обеспечения, поддерживающего NUI.

Целью данного проекта является разработка приложения фотогалерея, в котором естественный пользовательский интерфейс строится с помощью сенсорного контролера Kinect.

Рассмотрим алгоритм работы программы.

1.Отображение изображений на экране. В приложении изображения разделены на тематические группы. Выбор тематической группы осуществляется с помощью голосовых команд: «nature», «cars», «movies» и т.д. Распознавание голосовых команд осуществляется с помощью Microsoft Speech Platform Software Development Kit (Version 11).

2.Управление фото-галереей. SDK Kinect реализует трекинг за человеческим телом. Трекинг осуществляется на основе 20 опорных точек скелета человека (10 – для сидячего состояния). В данной работе распознаются следующие команды:

движение правой руки справа налево – перелистывание изображений вперед;

движение левой руки слева направо – перелистывание изображений назад.

Для распознавания перечисленных движений выполняется ана-

лиз следующих опорных точек: hand right, hand left, spine.

Для разработки приложения были использовались Microsoft Visual Studio 2012, технология WinAPI, SDK Kinect, C++.

Разработанная фото-галерея предоставляет пользователю естественный интерфейс управления, что повышает интерактивность приложения.

37

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.75

РАЗРАБОТКА МУЛЬТИПЛАТФОРМЕННОГО КЛИЕНТСЕРВЕРНОГО ГОНОЧНОГО СИМУЛЯТОРА REAL-TIME DRAG. МОДУЛЬ ДЛЯ ПЛАТФОРМЫ WINDOWS

М.Б.Присяжный

Научный руководитель Т.Г.Петренко

Гоночные симуляторы – один из самых популярных видов компьютерных игр. Существует множество симуляторов с разными типами гонок. Однако такие игры зачастую создаются для определенной платформы без возможности сетевой игры. Актуальным является разработка системы с поддержкой клиент-серверного характера приложения, в котором клиентами выступают приложения на разных платформах.

Модуль системы «RealTimeDrag» для платформы Windows обеспечивает удобный интерфейс, позволяя:

Выбирать внешний вид автомобиля;

Создавать «игровые комнаты» (группы игроков);

Подключаться к существующим «заездам»;

Зарабатывать игровые очки;

Осуществлять пробные «заезды» в одиночной гонке;

Соперничать с игроком-компьютером;

Соперничать с несколькими игроками одновременно в реальном времени.

Модель клиентской части приложения обеспечивает комфортную для пользователя виртуализацию процесса гонок как с учетом физических особенностей движения автомобиля, так и учетом особенностей отображения процесса движения на экранах с различными параметрами.

Пользователями системы являются клиенты, зарегистрированные на сайте «RealTimeDrag». Данные из аккаунта необходимо использовать для авторизации в клиентских приложениях.

Для системы «RealTimeDrag» разработана база данных, которая содержит информацию о пользователях и статистике, и создан сервер, выполняющий роль посредника между клиентскими приложениями.

Модель серверной части имеет иерархическую структуру, минимальной ячейкой в которой является «игровая комната», состоящая из нескольких игроков. Сервер в реальном времени обновляет информацию о состоянии гонки и отправляет всем клиентам. По итогам гонки сервер начисляет очки пользователям. Структура системы «RealTimeDrag» допускает расширяемость.

38

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.072

ИССЛЕДОВАНИЕСЕНСОРНОЙМОДЕЛИПАМЯТИ СИТУАЦИОННОГОУПРАВЛЕНИЯ

НАПРИМЕРЕРОБОТАARDUINO

Е.А.Жердецкая

Научный руководитель: А.А.Каргин

Внаши дни, управляющие системы повсеместно используются в достаточно сложных объектах, масштабы которых варьируются от нано роботов до комплексов атомных электростанций. Многие из них базируются на методах ситуационного управления. Развитие способов представления информации в системах ситуационного управления не теряет своей актуальности.

Вдокладе рассматривается ситуационное управление роботом на платформе ARDUINO в динамической предметной области, когда робот в любой момент времени должен распознавать окружающие его ситуации. Рассмотренная модель ситуационного управления базируется на концептуальных теориях из когнитивной психологии. Динамика представления ситуации описывается некоторыми характеристиками сенсорной памяти.

Сенсорная память, как форма представления текущей ситуации, характеризует степень присутствия отдельно взятого признака и динамику его изменения в текущей ситуации. В сенсорной памяти, для каждого признака ставится в соответствии сенсорный элемент признака, который отвечает за хранение и обработку информации о нем, а также за изменение значений признаков.

Компьютерные эксперименты с сенсорной памятью выполнены

сцелью исследования свойств прототипов ситуаций. Для этого проведена серия экспериментов с 24 независимыми датчиками отражения, которые расположены в 3 ряда по 8 штук, установлены на роботе ARDUINO. Датчики реагируют на отражающую способность поверхности, над которой они расположены. При пересечении роботом темных полос, нанесенных на полу, датчики реагируют в зависимости от ситуации (угол под которым пересекает робот полосу, ширину полосы, скорость движения робота и другие). Построена сенсорная память и ряд прототипов. Исследовалась проблема интерпретации ситуации. Показано, что по прототипам можно определить с какой скоростью движется робот и как он пересекает поверхность, где нет отражения.

39

Працістудентськоїнауковоїконференціїфізико-технічногофакультетуДонНУ, 2014

УДК 004.891.2

МНОГОКРИТЕРИАЛЬНАЯ МОДЕЛЬ ВЫБОРА СУБД

А.К. Федоров

Научный руководитель: А.И. Парамонов

В работе предлагается решение проблемы выбора СУБД для нового проекта. Одним из подходов к этому вопросу может быть выбор для использования новой современной СУБД. Однако, это не всегда лучший вариант. Предлагается решить задачу выбора СУБД на основе многокритериальной модели. Для этого выявлены критерии, по которым можно оценивать работу базы данных, определены типовые проекты, в которых используется СУБД, введены коэффициенты приоритетов критериев для типовых проектов.

Был выполнен анализ документаций и публикаций, касающихся особенностей выбранных СУБД (MySQL, PostgreSQL, MongoDB, Riak). Это позволило определить критерии присущие каждой из этих СУБД по-отдельности, это позволило выделить критерии присущие всем выбранным СУБД одновременно [1].

Обзор типовых проектов позволил выделить основные факторы, влияющие на приоритеты критериев оценки. Было предложено решение в виде модели, которая использует для выбора СУБД систему выделенных критериев и пользовательские предпочтения в качестве приоритетов.

Компьютерный эксперимент с данной моделью показал, что эта модель работает адекватно и эффективно, в большинстве случаев результат совпадает с мнением эксперта.

Модель положена в основу программной системы поддержки принятия решения при выборе СУБД. Разработанное приложение в виде интеллектуальной системы позволит заменить эксперта, а также автоматизировать процесс оценки эффективности структуры БД. Улучшение данной модели возможно за счет использования дополнительных знаний и применения аппарата нечеткой логики.

1.Документация по RANDGEN — генератор запросов для SQL баз данных. [Электронный ресурс]: офф. онлайндокументация / Open Source. – Режим доступа: https://github.com/RQG/RQGDocumentation/wiki/Category%3ARandomQueryGenerator

40