Технологии информационного анализа пользовательского уровня телекоммуникационных систем

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ

РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное автономное

образовательное учреждение высшего образования

«ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ»

Инженерно-технологическая академия

В. В. КОТЕНКО

ТЕХНОЛОГИИ ИНФОРМАЦИОННОГО АНАЛИЗА

ПОЛЬЗОВАТЕЛЬСКОГО УРОВНЯ

ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМ

Учебное пособие

Ростов-на-Дону − Таганрог

Издательство Южного федерального университета

2019

УДК 621.391
ББК 32.811

К73

Печатается по решению кафедры информационной безопасности 

телекоммуникационных систем Института компьютерных технологий     
и информационной безопасности Южного федерального университета 

(протокол № 15 от 27 марта 2019 г.)

Рецензенты:

доктор технических наук, профессор, заведующий кафедрой 

информационной безопасности Московского технического университета

связи и информатики О. И. Шелухин

доктор технических наук, профессор, председатель правления 

ЗАО ''Институт информационных технологий''

И. Д. Горбенко

Котенко, В. В. 

К73
Технологии информационного анализа пользовательского уровня те
лекоммуникационных систем : учебное пособие / В. В. Котенко ; Южный
федеральный университет. – Ростов-на-Дону ; Таганрог : Издательство 
Южного федерального университета, 2019. – 194 с.

ISBN 978-5-9275-3176-9
Содержание учебного пособия составляет фундаментальное рассмотрение 

основных аспектов идентификационного анализа телекоммуникаций с последующими исследованиями возможностей практической реализации полученных 
решений. Основу изложения материала учебного пособия составляют авторские 
методы теории виртуализации: метод формирования виртуальных информационных образов, метод моделирования оценок виртуальных информационных 
образов, методы виртуализации информационных процессов, методы виртуализации идентификаторов. Книга предназначена для студентов направления подготовки 10.05.02 «Информационная безопасность телекоммуникационных систем». Может быть полезна студентам, магистрантам и аспирантам при освоении вопросов информационной защиты телекоммуникаций.

УДК 621.391

ББК 32.811

ISBN 978-5-9275-3176-9

 Южный федеральный университет, 2019
 Котенко В. В., 2019
 Оформление. Макет. Издательство

Южного федерального университета, 2019

Введение

3

ВВЕДЕНИЕ

Информационный анализ инфокоммуникационных систем является 

комплексным понятием, включающим идентификацию и аутентификацию 
процессов ввода, обработки и передачи информации на основе информационного анализа идентификаторов. Анализ ситуации, сложившейся в данном научном направлении показывает что на фоне значительных достижений в части идентификации пользователей в задачах обработки, защиты и 
передачи информации практически обходится вниманием идентификация 
(аутентификация) инфокоммуникационных процессов. Следствием этого
является отсутствие самого понятия «идентификационный анализ» применительно к телекоммуникации (при достаточно широком и продуктивном 
применении этого понятия к производственным, маркетинговым и педагогическим системам). Критичность сложившейся ситуации заключается в 
выявленных в последнее время закономерностях, состоящих в значительном (в ряде случаях определяющем) влиянии пользовательского уровня на 
эффективность инфокоммуникационных процессов. 

В учебном пособии предлагается оригинальный подход к теоретиче
скому обоснованию идентификационного анализа инфокоммуникационных систем. Фундаментальную основу предлагаемого подхода составляют 
авторские методы теории виртуализации: метод формирования виртуальных информационных образов, метод моделирования оценок виртуальных 
информационных образов, методы виртуализации информационных процессов, методы виртуализации идентификаторов [1].

Все разделы учебного пособия представляют интерес в качестве ма
териалов по информационной безопасности с позиций управления защитой 
информации   на основе интеллектуального анализа данных и поддержки 
принятия решения при ситуационном управлении в условиях угроз информационных вторжений с адаптацией к возможному изменению широкого 
спектра идентификаторов источников угроз. В них приводятся оригинальные технологии решения широкого круга задач противодействия угрозам 
информационных вторжений, теоретически подкрепленные теоремами, 
следствиями и их доказательствами. Рассмотрение ведется с согласованных единых позиций, в едином стиле и не вызовет разночтения в понимании отдельных сложных вопросов.

Введение

4

Отличительной особенностью учебного пособия является фундамен
тальное рассмотрение основных аспектов идентификационного анализа телекоммуникаций с последующими исследованиями возможностей практической реализации полученных решений. Это особенно важно в современных 
условиях, когда исследования в данном направлении приобретают приоритетное значение. С этих позиций представленные в учебном пособии теоретические основы идентификационного анализа инфокоммуникационных систем обеспечат расширение теоретических знаний об особенностях и закономерностях идентификации и аутентификации в телекоммуникациях. Разработанные методы идентификационного анализа обеспечат получение новых научных данных об информационных процессах, что впервые откроет 
путь к изучению закономерностей влияния пользовательского уровня на эффективность функционирования инфокоммуникационных систем. Созданные на базе разработанных методов идентификационного анализа технологии впервые позволят осуществлять аутентификацию адаптивно к информационному анализу точности идентификации. Способность формировать информационные и виртуальные образы идентификаторов впервые обеспечивает возможность оценки влияния на эффективность аутентификации информационного поля окружающей среды и открывает путь к практически неограниченному увеличению числа возможных к применению идентификаторов. В результате открывается принципиально новая область возможностей 
повышения эффективности аутентификации путем адаптации процесса 
аутентификации к показателям идентификации.

1.3. Технология идентификационного анализа на основе информационной…

5

1. ИНФОРМАЦИОННЫЙ ИДЕНТИФИКАЦИОННЫЙ

АНАЛИЗ ИСТОЧНИКОВ  ИНФОРМАЦИИ

1.1. Технология информационного идентификационного 

анализа на основе комплексного определения 

разборчивости и избыточности

Идентификационный анализ с позиций комплексного определения 

разборчивости и избыточности речевых идентификаторов требует определения базового параметра, общего для всей совокупности методов данного 
класса. Теоретических и практический опыт исследований [1, 2, 3] показывает, что решение этой проблемы может быть достигнуто, если таким примером считать среднее количество информации (I). Тогда, учитывая, что 
стержнем разрабатываемой методики должно являться определение разборчивости и избыточности, остается ответить на вопрос: существуют ли 
подходы к оценке разборчивости и избыточности, использующие в качестве одного из параметров среднее количество информации? Проведенный 
поиск в этом направлении позволил обнаружить достаточно простой и эффективный подход к оценке разборчивости, основанный на использовании 
информационных характеристик [1]. 

Содержание подхода состоит в следующем. Орган слуха человека 

подобен спектроанализатору параллельного действия. Он содержит набор 
фильтров, настроенных на разные частоты. В каждом из таких спектральных информационных каналов осуществляется своего рода автоматическое 
регулирование усиления. Постоянная времени этой системы регулирования составляет около 1 мин. Если речевой процесс разделить на составляющие в узких частотных полосках, то среднее количество информации, выделяемое слухом, будет равно сумме средних количеств информации в этих 
спектральных каналах. Путем экспериментального подбора полос частот 
для каждого спектрального информационного канала можно добиться равенства средних количеств информации в каналах. С учетом этого выражение для среднего количества информации аудиосообщения, выделяемого 
слухом, представляется в виде

ñx
ñy

1

1
I [S ;S ]
(
( )/
( )),

i
N

s
i
n
i

i
i

F G
f
G
f
N





(1.1)

1. Информационный идентификационный анализ источников информации

6

где Ni – число информационных каналов; Gs(fi) – спектр сообщения в i-м 

информационном канале; Gn(fi) – спектр шума в i-м информационном ка
нале; fi – средняя частота i-го информационного канала; Gs(fi) / Gn(fi) – от
ношение сигнал/шум; F(Gs(fi) / Gn(fi)) – коэффициент восприятия инфор
мации; Scx и Scy – ансамбли переданных и выделяемых слухом сообщений.

Особенностью представления (1.1) является то, что выборочные 

пространства ансамблей Scx и Scy здесь объединяют определенные логические формы речи. К таким логическим формам могут относиться слова, 
слоги или фонемы (элементарные логические формы речи).

Определение на основании (1.1) разборчивости требует решения 

следующих задач:

1.
Установление связи разборчивости речи со средним количеством 
информации. 

2.
Равномерное распределение среднего количества информации по 
спектральным каналам. 

3.
Определение среднего количества информации в каждом спектральном канале в зависимости от отношения сигнал/шум. 

Первая задача решается следующим образом. Пусть 

( )
s k

x
– переда
ваемые логические формы речи ансамбля Scx, а 

( )
s l

y
– логические формы 

речи ансамбля Scy, воспринимаемые слуховым аппаратом человека. Тогда 
среднее количество принятой информации будет равно 

сx
сy
сx
сx
сy
I[S ;S ]
H[S ] H[S /S ]


,
(1.2)

где составляющие правой части могут быть определены в виде 











 





( )
( )

сx
2

1

( )

( )
( )
( )
( )
( )

сx
сy
2
( )

1
1

H[S ]
s
log
s
;

s

H[S /S ]
s
s
| s
log
s
| s
.

s

M

k
k

x
x

k

k
M
M
x
k
l
k
l
k

x
y
x
y
x
l

k
l
y

p
p

p

p
p
p

p







 



 







(1.3)

1.1. Технология информационного идентификационного анализа на основе…

7

Условные вероятности 



( )
( )
s
| s
l
k

y
x
p
зависят от свойств речевого 

процесса и маскирующего шума. При точном решении задачи необходимо 

располагать стохастической матрицей || 


( )
( )
s
|s

l
k

y
x
p
||. Этой матрицей 

обычно не располагают, поэтому задача решается приближенно. Указанную вероятность можно выразить через среднюю вероятность правильного 
приема 0,01Wp и ошибочного приема 1-0,01Wp установленных логических 
форм речи. Здесь Wp – разборчивость, измеряемая в процентах, которая в 
соответствии с установленной логической формой речи может быть словесной, слоговой или фонемной. С учетом этого имеем:




( )
( )

0,01
,
;

s
/s
1 0,01
,
.
1

р

l
k

y
x
р

W
l
k

p
W
l
k
M









(1.4)

Подставив (1.3) и (1.4) в (1.2), получим:

сx
сy
2
2

1 0,01

I[S ;S ]
0,01
log 0,01
(1 0,01
)log

1

р

р
р
р

W

W
W
W

M



















( )
( )

1

1 0,01
0,01
s
1
s
1

M

р
l
l

р
y
y

l

W
W p
p
M

























( )
( )

2

1 0,01
log
0,01
s
1
s
.
1

р
l
l

р
y
y

W
W p
p
M

















(1.5)

Далее можно определить нормированное среднее (относительно 

H[Scx]) количество информации по формуле

0
сx
сy

сx
сy

сx

I[S ;S ]
I[S ;S ]
.

H[S ]



(1.6)

Из формулы (1.6) с учетом (1.5) строится график (рис.1.1) зависимо
сти разборчивости логических форм речи Wp от нормированного среднего 

количества смысловой информации 

0

сx
сy
I[S ;S ] , принятой человеком.

1. Информационный идентификационный анализ источников информации

8

Вторая задача, состоящая в равномерном распределении среднего 

количества информации по каналам спектра речи, решается на основе эксперимента. Суть этого решения состоит в том, что спектр речи с помощью 
фильтра ограничивается сверху и снизу и каждый раз экспериментально 
измеряется разборчивость, а затем по кривой (рис. 1.1) определяется нормированное среднее количество информации. 

 
,% 

 
   100 

 
    80
 

 

    60
 

 

    40
 

 

    20
 

 

0
 

                                                                                       
 

                   
 

р
W

0

сx
сy
I[S ; S ]

Рис. 1.1. Зависимость разборчивости Wp от нормированного среднего

количества информации

В результате ряда таких экспериментов строится интегральное рас
пределение нормированного среднего количества информации по частотам, из которого определяются частотные полоски (спектральные каналы) 
с равным средним количеством информации и их средние частоты fi. Экспериментально определенные значения этих частот при разделении спектра речи на двадцать каналов (Ni = 20) характеризуются следующими числами (в килогерцах): 0,1; 0,22; 0,32; 0,41; 0,475; 0,55; 0,65; 0,77; 0,88; 0,99; 
1,43; 1,85; 2,24; 2,45; 3,23; 3,72; 4,22; 4,76; 5,60; 6,65.

При решении третьей задачи связь среднего количества информации 

с отношением сигнал/шум в каждом спектральном канале определяется по 
результатам экспериментальных исследований разборчивости речи при 
действии шума. Для этого измеряются спектр речи и спектр шума. Далее 
проводят Ni артикуляционных измерений при разных отношениях сиг
нал/шум. По графику (см. рис. 1) определяют Ni значений 

0

сx
сy
I[S ;S ], соот
ветствующих известным отношениям сигнал/шум. Далее по формуле (1.1) 
вычисляются Ni уравнений с Ni неизвестными значениями коэффициента 

1.1. Технология информационного идентификационного анализа на основе…

9

восприятия F(Gs(fi) / Gn(fi)). При этом предполагается, что зависимость коэффициента восприятия от отношения сигнал/шум на всех частотах одинакова. В результате строится график зависимости коэффициента восприятия 
от отношения сигнал/шум (рис.1. 2).

  
     
        
 

 

                
                                  
1,0 
 
 

 

                                                                 
 
 
 

 
   
                                         

0,8

 

  
                                                                   
  

                           
   
                               
 
0,6
 

 
 
 
 
    

  
                                                            
0,4
                                                            
 

 

       
 
             
                               
0,2
 

              

–20

         
       

–10

 
       

0

     
  
10

 
     

20

   
          

(
( )/
( ))
s
i
n
i
F G
f
G
f

  

( )/
( )
s
i
n
i
G
f
G
f

Рис. 1.2. Зависимость коэффициента восприятия от отношения сигнал/шум

Решение отмеченных задач позволяет сформулировать алгоритм 

расчета разборчивости речи, который сводится к следующему: 

‒
на Ni указанных частотах fi, соответствующих средним частотам 

спектральных информационных каналов, рассчитывается отношение сигнал/шум (Gs(fi) / Gn(fi); 

‒
для каждого спектрального информационного канала по графику 

(см. рис. 1.2) определяется значение коэффициента восприятия F(Gs(fi) / Gn(fi));

‒
по формулам (1.1)–(1.6) рассчитывается нормированное среднее 

количество информации 

0

сx
сy
I[S ;S ], и по графику (см. рис. 1.1) определя
ется разборчивость Wp.

Необходимо подчеркнуть, что изложенный алгоритм является при
ближенным. Однако свойственная ему погрешность не превышает нескольких процентов. Приближенный характер алгоритма определяется сделанными предположениями и условиями определения коэффициентов восприятия.

Решение задачи определения избыточности предлагается осуществ
лять следующим образом. Избыточность ансамбля элементов речевых сообщений, присутствующая в ансамбле идентификаторов, определяется как