G. Dvoenosova
M. Dvoenosova
Biomeetria on teadusharu, mis uurib, kuidas mõõta inimese erinevaid parameetreid, et tuvastada inimeste sarnasusi või erinevusi ning eristada ühte konkreetset inimest paljudest teistest inimestest. Sõna "biomeetria" on kreeka keelest tõlgitud kui "elu mõõtmine".
BIOMEETRIA PÄRITOLU JA ARENG
Biomeetrial kui teadusel on spetsiifilised teoreetilise ja rakendusliku iseloomuga valdkonnad. Rakendatavas aspektis käsitletakse biomeetriat kui meetodit isiku tuvastamiseks tema füsioloogiliste või käitumuslike omaduste põhjal.
Isiku tuvastamise biomeetrilistel tehnoloogiatel, mis põhinevad isiku äratundmisel väliste morfoloogiliste tunnuste järgi, on sügavad ajaloolised juured. Inimeste võime üksteist ära tunda välimus, hääl, lõhn, kõnnak jne. pole midagi muud kui elementaarne biomeetriline tuvastamine.
Järgmiseks sammuks biomeetria arendamisel võib pidada sõrmejälgede võtmist, mis mõne allika järgi on kolm tuhat aastat vana. iidne Assüüria ja Babüloni. Paljudel Londonis Briti Muuseumis hoitavatel savikiilkirjatahvlitel on pitseri asukohas autori nime kõrval märgata poolkuukujulisi jooni, millele on lisatud kiri: “pitseri asemel küünejälg”, või "pöidlajälg", " sõrmejälg. Praktilise kogemuse põhjal on ilmne, et küünejälge on raske saada ilma samal ajal sõrmejälge võtmata. Seega tehakse Assüüria ja Babüloonia savitahvlitel küünejälg sõrmejäljega samal ajal. Nahajooned ja nende kontuurid on aja jooksul tuhmunud, samas kui sügavamaid küünte süvendeid on märgata ka tänapäeval. Seega asendas sõrmejälg dokumenti tõendava pitseri. Selle põhjal oli võimalik kindlaks teha dokumendi koostaja isik. “Sõrmejälje” kinnitas savitahvlile ja tõendiks dokumendi ehtsuse kohta teine isik, kes ei olnud dokumendi autor. Selle eesmärk oli kaitsta dokumenti võltsimise eest. Selline teenus oli tasuline ja dokumendile tehti märge, kui palju selle eest raha maksti. Sõrmejäljega kinnitati ka palvetekstid, mida pidulikul jumalateenistusel kasutati. Nii teadsid nad juba vanas Babülonis, et inimest saab tuvastada sõrmejälje järgi.2
BIOMEETRILISED MEETODID
Süstemaatiline biomeetriline lähenemine töötati välja 19. sajandi lõpus. Pariisi politseiprefektuuri sekretär Alphonse Bertillon. Tema pakutud meetod põhines inimese antropoloogiliste parameetrite (pikkus, pea pikkus ja maht, käte, sõrmede, jalgade jm pikkus) mõõtmisel, et isikut tuvastada. Uus meetod muutis kohtuekspertiisi pöörde ja sai selle autori nime - Bertillonage.3
Jätkamine teaduslikku huvi biomeetriale põhjustasid 2001. aasta 11. septembri traagilised sündmused USA-s, mille tulemusena ilmnes vajadus inimeste täpseks tuvastamiseks nende massilise ummiku kohtades. Eelkõige puudutas see transpordisüsteemide (lennujaamad, raudteejaamad, meresadamad, metroo) turvalisust, passi- ja viisa-, tolli-, migratsiooni- ja operatiivteenistusi.
Traditsioonilised isikut tõendavate dokumentide kontrollimisel põhinevad identifitseerimistehnoloogiad sellele väljakutsele enam ei vastanud. Biomeetrilisel tuvastamismeetodil on selles osas olulisi eeliseid. Füsioloogilised omadused inimene: papillaarmustrid, peopesa geomeetria või vikerkesta muster jne pole mitte ainult püsivad, vaid ka praktiliselt muutumatud omadused, mis tagavad eksimatu tuvastamise.
Arvutitehnoloogia arenguga on biomeetriline meetod laialdaselt kasutusel paljudes tegevusvaldkondades. Biomeetria võib täita isiku sertifitseerimise, tuvastamise, autentimise ja autoriseerimise, inimeste (kurjategijad, terroristid, teadmata kadunud isikud) otsimise, ostude ja teenuste eest tasumise, tööaja kasutamise arvestuse jms ülesandeid.
Biomeetriliste tehnoloogiate normatiiv-tehniline ja õiguslik baas areneb aktiivselt. Rahvusvahelise Standardiorganisatsiooni (ISO) alla on loodud biomeetria alamkomitee SC37, mille ülesannete hulka kuulub biomeetriliste andmete kasutamise, vahetamise ja säilitamise ühtsete rahvusvaheliste standardite kiire väljatöötamine ja kinnitamine. Sarnased komiteed on loodud paljudes riiklikes standardiorganites.4 Föderaalses agentuuris for tehniline eeskiri Venemaa metroloogia ja metroloogia jaoks on selleks loodud alamkomitee PC 7. Juba on vastu võetud mitmeid rahvusvahelisi ja siseriiklikke standardeid. Föderaalsed õigusaktid reguleerivad traditsioonilist biomeetrilise tuvastamise tehnoloogiat - sõrmejälgede võtmist5 ja isikuandmetega, sealhulgas biomeetriliste andmetega töötamise korda.6
Praegu olemasolevad biomeetrilise tuvastamise tehnoloogiad jagunevad kahte rühma: staatiline ja dünaamiline. Staatilised tehnoloogiad põhinevad inimese ainulaadsetel füsioloogilistel omadustel. Nende hulka kuuluvad: äratundmine sõrmejälje, peopesa kuju, peopesa esikülje veenide asukoha, võrkkesta, iirise, näo kuju ja termogrammi, DNA järgi. Dünaamiliste biomeetriliste tuvastamistehnoloogiate keskmes on inimese käitumisomadused. Need tehnoloogiad hõlmavad käsitsi kirjutamist, tippimist ja hääletuvastust.7
Kõigi erinevate biomeetriliste meetodite juures kasutatakse praktikas peamiselt kolme: tuvastamist sõrmejälje järgi, näokujutise järgi (kahe- või kolmemõõtmeline – 2D või 3D foto) ja vikerkesta tuvastamist.8 Kuid igaüks neist põhineb tuvastatud objekti ja biomeetrilise standardi andmete võrdlemine.9 Selline võrdlus on võimatu ilma biomeetrilise teabe salvestamise ja salvestamiseta, see tähendab ilma selle dokumentatsioonita.
Automaatbiomeetrilise meetodi peamised tööriistad on biomeetrilise tunnuse mõõtmiseks mõeldud skanner ja algoritm, mis võimaldab võrrelda seda varem registreeritud sama tunnusega (nn biomeetriline mall). Näiteks isiku tuvastamisel sõrmejälje järgi on tavaline protseduur, et skannerist saadud sõrmejälg teisendatakse esmalt graafiliseks failiks ja seejärel mõneks spetsiaalseks mallifailiks, mille vorm sõltub konkreetsest tehnikast.
Käsitsi sõrmejälgede võtmisega fikseeritakse sõrmejälg kohe kandjale. Seega on isiku biomeetrilise tuvastamise protsessis tegemist erilise teabe dokumenteerimise viisiga - biomeetrilisega. Dokumenteerimismeetodite uurimine on üks dokumendihalduse teooria ülesandeid. Bürootöö ja arhiveerimise terminoloogiastandardi järgi on dokumentatsioon teabe salvestamine erinevatele andmekandjatele vastavalt kehtestatud reeglitele. Dokumenteerimisreeglid on nõuded ja normid, mis kehtestavad dokumenteerimise korra.10
MIS ON DOKUMENTEERIMISE MEETOD?
Standard sellele küsimusele otsest vastust ei anna. Standardist juhindudes peab kasutaja ise jõudma järeldusele, et dokumente ei looda mitte ainult erinevatel materiaalsetel kandjatel, vaid ka erinevatel viisidel selliste mõistete kaudu nagu "piltdokument", "graafiline dokument", "audiovisuaalne dokument", "filmidokument", "fotodokument", "ikonograafiline dokument", "fonodokument", "tekstdokument", "kirjalik dokument", " käsitsi kirjutatud dokument” , "masinakirja dokument", "dokument masinakandjal"11.
Teaduskirjanduses puudub hetkel ühtne selgitamine, mis on dokumenteerimismeetod. Selle teema uurimisele pühendatud väljaannetes võib jälgida kahte lähenemisviisi. Mõned autorid (N.N. Kushnarenko, Yu.N. Stolyarov) peavad dokumenteerimismeetodit toiminguks või toimingute kogumiks. Samamoodi läheneb see N.S.i dokumenteerimise meetodi määratlusele. Larkov. Tema pakutud dokumenteerimismeetodite klassifikatsioon põhineb nende jagamisel kahte suurde rühma: traditsioonilised ja tehnotroonilised. Traditsioonilised dokumenteerimismeetodid hõlmavad pealdistamist, nikerdamist, põletamist, nikerdamist, reljeeftrükki, ekstrusiooni jne. Tehnotroonilised meetodid hõlmavad mehaanilisi, fotokeemilisi, elektromagnetilisi, optilisi, magneto-optilisi, elektrostaatilisi ja muid dokumenteerimismeetodeid.12 Selline klassifikatsioon ei ole aga vaieldamatu. Kaasaegsed tehnoloogiad ja seadmed võimaldavad teha pealekirjutamist, nikerdamist, põletamist, reljeeftrükki ja nikerdamist mitte ainult traditsiooniliste, vaid ka tehnotrooniliste meetoditega.
Dokumenditeaduses ja arhiiviteaduses on kasutusele võetud erinev dokumenteerimismeetodite klassifikatsioon: tekstdokumentatsioon, tehniline (graafiline) dokumentatsioon, fotodokumentatsioon, filmidokumentatsioon, helidokumentatsioon, audiovisuaalne dokumentatsioon, elektrooniline dokumentatsioon.13 See klassifikatsioon põhineb dokumenteerimise tulemusel. dokumentatsioon, st ühel või teisel viisil tehtud väline vorm, mille dokument omandab, mitte dokumendi koostamise käigus tehtud toimingud või nende kombinatsioon. Nii saadakse tekstidokumentatsiooni tulemusena tekstidokument, milles teave esitatakse teksti kujul. Fotomeetodil loodud visuaalne dokument on fotodokument. Graafilist ja helilist teavet sisaldav dokument - audiovisuaalne dokument jne.14 See klassifikatsioon on välja kujunenud põhjusel, et dokumendispetsialisti ja arhivaari jaoks on olulisem dokument dokumenteerimise tulemusena, mitte dokumenteerimine kui tegevus. See klassifikatsioon näib olevat stabiilsem. Seega määrab dokumenteerimismeetod dokumendi välise vormi või struktuuri. Ja dokumenteerimise reeglid on selle sisemine vorm või teabe struktuur.
Loomulikult on dokumenteerimismeetod tegevuste kogum, kuid mitte ainult. Dokumenteerimise meetod viitab ka teabe salvestamiseks kasutatavatele protsessidele, protseduuridele, vahenditele ja materjalidele. Seetõttu võib dokumenteerimismeetodit käsitleda kui dokumendi loomise või koostamise tehnoloogiat. Vene keele seletavas sõnaraamatus on tehnoloogia defineeritud kui "protsesside kogum konkreetses tööstusharus materjalide töötlemiseks või töötlemiseks, samuti tootmismeetodite teaduslik kirjeldus".15 Seega on dokumenteerimismeetod tehnoloogia teabe salvestamine (kinnitamine) materjalikandjale.
Tänapäeval dokumenditeaduses kasutusele võetud dokumenteerimismeetodite klassifikatsiooni saab täiendada teise meetodiga - biomeetrilisega, mille käigus salvestatakse biomeetriline teave materjalikandjale ja tulemuseks on biomeetriline dokument. Biomeetrilist teavet ei saa meie arvates omistada ei tekstile, graafilisele, pildilisele ega muule. Sisuliselt on tegemist bioloogilise informatsiooniga, mis kindlal kujul omandab sotsiaalse informatsiooni tähenduse, kuna viitab isikuandmetele.16
MIS ON BIOMEETRILINE DOKUMENT?
Võtame näiteks sõrmejäljekaardi. Sõrmejäljekaart sisaldab biomeetrilist (sõrmejälge) ja tekstilist teavet. Sõrmejälgede teabe hankimine toimub musta trükitindiga maalitud sõrme veeretamisega sõrmejäljekaardi jaoks ettenähtud kohale. Salvestatud sõrmejäljeteave on sõrmejälje kujul. Tekstiline teave sisaldab üksikasju: perekonnanimi, nimi, isanimi, kodakondsus, sugu, sünniaeg ja -koht, teave elukohas (viibimiskohas) registreerimise kohta, sõrmejälgede võtmise isiku allkiri, sõrmejäljed võtnud täitevasutuse nimi. andmed, sõrmejälgede riikliku registreerimise alus ja kuupäev, sõrmejäljekaardi koostanud ja selle koostamise õigsust kontrollinud isikute allkirjad17.
Seega täidab biomeetrilise dokumendi sisuosa rolli biomeetriline teave, mida töödeldakse tervikuna. Tekstilist teavet sisaldavad üksikasjad on identifitseerivad metaandmed.
Juba täna on võimalik väita teatud tüüpi biomeetriliste dokumentide, nii traditsiooniliste kui ka elektrooniliste, väljatöötamise ja toimimise fakti. Need on sõrmejäljekaart, biomeetriline pass18, ID-kaardid, mis võimaldavad luua kodanike jaoks ühtse süsteemi sotsiaalpaketile juurdepääsuks (sotsiaalkindlustussüsteemid, ravikindlustus, pensionifondid) jne.
Praegu on biomeetrilised identifitseerimistehnoloogiad laialt levinud passi- ja viisasüsteemide, transpordi- ja reisijatesüsteemide, salajasele teabele juurdepääsu turvasüsteemide loomisel ning pangandusturbe küsimustes. Koos biomeetriliste tehnoloogiate ulatuse laienemisega ja nende õigusraamistiku arenemisega suureneb ka biomeetriliste dokumentide koosseis. Ja see annab aluse kaaluda biomeetrilise dokumentatsiooni probleemi dokumendihalduse paljutõotavate valdkondade hulgas.
Biomeetria hõlmab inimeste äratundmise süsteemi ühe või mitme füüsilise või käitumusliku tunnuse järgi. Infotehnoloogia valdkonnas kasutatakse biomeetrilisi andmeid juurdepääsu ID haldamise ja juurdepääsu kontrollimise vormina. Samuti kasutatakse biomeetrilist analüüsi jälgitavate inimeste tuvastamiseks (laialt levinud nii USA-s kui ka Venemaal - sõrmejäljed)
Entsüklopeediline YouTube
1 / 2
✪ Biomeetriline lugeja ei tööta hästi. Miks?
✪ Biomeetrilised süsteemid. Anatoli Bokov, SONDA tehnoloogia
Subtiitrid
Sõrmejälgede sisestamiseks andmebaasi üldiselt Timexi biomeetrilistes terminalides. Põhimõtteliselt pakub see ühele sõrmele 3 sõrmejälje sisestamist, jämedalt öeldes 3 esitlust. Soovitatav on tõsta sõrm üles, keerates kõigepealt veidi vasakule, keskele ja paremale, nii et kogu pind oleks kaetud. Kuna väga sageli sisestatakse väljatrükid valesti, siis ollakse üllatunud, miks see hästi ei tööta. Seetõttu on ka siin selline hetk, et ka need tuleb õigesti sisestada. Mida hoolikamalt ja korrektsemalt need sisse tood, seda vähem on väljatrükkidega probleeme. On ka hetki, mil inimesed, kliendid paigaldavad suure liiklusega pöördväravale sisseehitatud kontrolleritega biomeetrilisi töötundide jälgimise terminale. No see on ka selline kahtlane lugu, sest eriti erinevates tööstusharudes on seal inimestel sellised jäljed, et probleeme tekivad kindlasti.
Põhiprintsiibid
Biomeetrilised andmed võib jagada kahte põhiklassi:
- Füsioloogilised- viitavad kehakujule. Näited: sõrmejäljed, näotuvastus, DNA, peopesa, võrkkest, lõhn, hääl.
- Käitumuslik on seotud inimese käitumisega. Näiteks kõnnak ja kõne. Mõnikord kasutatakse selle biomeetriaklassi kohta terminit inglise keel. biheivioromeetria.
Definitsioonid
Peamised biomeetriliste seadmete valdkonnas kasutatavad määratlused:
- Universaalsus – igal inimesel peab olema mõõdetav omadus.
- Unikaalsus on see, kui hästi inimene biomeetriliselt teisest eraldub.
- Püsivus mõõdab, kuivõrd valitud biomeetrilised tunnused jäävad aja jooksul muutumatuks, näiteks vananemisprotsessis.
- Karistused – mõõtmise lihtsus.
- Tootlikkus – kasutatud tehnoloogiate täpsus, kiirus ja töökindlus.
- Vastuvõetavus - tehnoloogia usaldusväärsuse aste.
- Elimineerimine - asenduslihtsus.
Biomeetriline süsteem võib töötada kahes režiimis:
- Kontrollimine – üks-ühele võrdlus biomeetrilise malliga. Kinnitab, et inimene on see, kes ta väidab end olevat. Kontrollida saab kiipkaardi, kasutajanime või identifitseerimisnumbri abil.
- Identifitseerimine – üks-mitmele võrdlus: pärast biomeetriliste andmete "püüdmist" luuakse identiteedi määramiseks ühendus biomeetriliste andmete andmebaasiga. Isiku tuvastamine õnnestub, kui biomeetriline proov on juba andmebaasis.
Biomeetrilise süsteemi esimest privaatset ja individuaalset rakendust nimetati registreerimiseks. Registreerimisprotsessi käigus salvestati isiku biomeetriline teave. Seejärel registreeriti biomeetriline teave ja võrreldi seda varem saadud teabega. Pidage meeles, et kui biomeetriline süsteem peab olema turvaline, on väga oluline, et süsteemides endas salvestamine ja otsimine oleks turvaline.
- Vale vastuvõtmise määr (FAR) või vale sobivuse määr (FMR)
FAR - vale läbimise määr, vale tuvastamise tõenäosus, st tõenäosus, et bioidentifitseerimissüsteem tuvastab ekslikult (näiteks sõrmejälje järgi) süsteemis registreerimata kasutaja identiteedi
FMR on tõenäosus, et süsteem võrdleb valesti sisendmustrit andmebaasis mittevastava mustriga. - Vale tagasilükkamise suhe (FRR) või vale mittevastavuse suhe (FNMR)
FRR - vale keeldumise määr - tõenäosus, et bioidentifitseerimissüsteem ei tunne ära selles registreeritud kasutaja sõrmejälje autentsust.
FNMR on tõenäosus, et süsteem teeb vea sisendproovi ja vastava andmebaasi malli vahelise vastavuse määramisel. Süsteem mõõdab valesti vastuvõetud kehtivate sisendite protsenti. - Süsteemi töökarakteristikud või suhtelised tööomadused (ROC)
ROC süžee kujutab endast FAR-i ja FRR-i jõudluse vahelise kompromissi visualiseerimist. Üldiselt teeb sobitusalgoritm otsuse läve alusel, mis määrab, kui lähedal peab sisendvalim olema mustrile, et seda vasteks lugeda. Kui läve langetaks, oleks valetabamusi vähem, kuid valesid rohkem. Sellest tulenevalt vähendab kõrge lävi FAR-i, kuid suurendab FRR-i. Joonegraafik näitab erinevust suure jõudlusega (vähem vigu - vähem vigu). - Equal Error Rate (EER) või Transient Error Ratio (CER) on määr, mille korral mõlemad vead (vastuvõtmisviga ja tagasilükkamise viga) on samaväärsed. EER-i väärtust saab kergesti saada ROC-kõveralt. EER on kiire viis instrumentide täpsuse võrdlemiseks erinevate ROC-kõveratega. Üldiselt on madala EER-i seadmed kõige täpsemad. Mida madalam on EER, seda täpsem on süsteem.
- Registreerimise ebaõnnestumise määr (FTE või FER) on määr, mille korral sisendi põhjal malli loomise katsed ebaõnnestuvad. Selle põhjuseks on enamasti sisendandmete halb kvaliteet.
- Vale säilitamise määr (FTC) – automatiseeritud süsteemides on see tõenäosus, et süsteem ei suuda tuvastada biomeetrilisi sisendeid, kui need on õigesti esitatud.
- Malli maht – maksimaalne andmekogumite arv, mida süsteemi saab salvestada.
Biomeetriliste seadmete tundlikkuse kasvades FAR väheneb ja FRR suureneb.
Ülesanded ja probleemid
Privaatsus ja diskrimineerimine
Biomeetrilisel registreerimisel saadud andmeid saab kasutada eesmärkidel, milleks registreeritud isik ei andnud nõusolekut (ei olnud teadlik).
Oht kaitstud andmete omanikele
Juhul, kui vargad ei pääse kaitstud varale ligi, on võimalik biomeetriliste tunnuste kandjat jälile saada ja rünnata, et pääseda ligi. Kui midagi on kaitstud biomeetrilise seadmega, võib omanik saada pöördumatut kahju, mis võib maksta rohkem kui vara ise. Näiteks 2005. aastal lõikasid Malaisia autovargad Mercedes-Benz S-klassi omanikul näpu maha, kui üritasid tema autot varastada.
Biomeetriliste andmete kasutamine on potentsiaalselt haavatav pettuste suhtes: biomeetrilised andmed digiteeritakse ühel või teisel viisil. Pettur saab ühenduda siiniga, mis viib skannerist töötlemisseadmesse ja võtab vastu täielik teave skannitud objekti kohta. Siis pole petturil isegi elavat inimest vaja, sest samamoodi bussiga ühendudes saab ta kõik toimingud läbi viia skaneeritava isiku nimel, ilma skannerit kasutamata.
Tühistatud biomeetrilised andmed
Paroolide eelis biomeetria ees on nende muutmise võimalus. Kui parool on varastatud või kadunud, saab selle tühistada ja asendada uue versiooniga. Mõne biomeetrilise valiku puhul muutub see võimatuks. Kui kellegi näo parameetrid on andmebaasist varastatud, siis pole võimalik neid tühistada ega uusi väljastada. Biomeetrilised andmed koos tühistamisvõimalusega on viis, mis peaks hõlmama biomeetria tühistamise ja asendamise võimalust. Selle pakkusid esmakordselt välja Ratha jt.
Välja on töötatud mitu pöörduva biomeetria meetodit. Esimese sõrmejälgedel põhineva pööratava biomeetrilise süsteemi projekteeris ja ehitas Tulyakov. . Põhimõtteliselt on tühistatav biomeetria biomeetrilise kujutise või omaduste moonutamine enne nende sobitamist. Moonutatud parameetrite varieeruvus toob kaasa selle skeemi tühistamise võimaluse. Mõned pakutud tehnikad töötavad oma äratundmismehhanismide abil, nagu Theo ja Savvidi töö, samas kui teised (Dabba) kasutavad ära hästi esitatud biomeetriliste uuringute edenemist oma tuvastamisliideste jaoks. Kuigi turvasüsteemi piiranguid suurendatakse, muudab see pöörduvad mudelid biomeetrilistele tehnoloogiatele ligipääsetavamaks.
Üks konkreetne lahendus võib olla näiteks mitte kõigi biomeetriliste parameetrite kasutamine. Näiteks identifitseerimiseks kasutatakse ainult kahe sõrme papillaarsete joonte mustrit (näiteks parema ja vasaku käe pöidlad). Vajadusel (näiteks kahe “võtme” sõrme padjandite põletamisel) saab süsteemis olevaid andmeid korrigeerida nii, et teatud hetkest on vasaku käe nimetissõrm ja parema käe väike sõrm. kehtiv kombinatsioon (andmed, mida ei olnud varem süsteemis salvestatud - ja mida ei saanud kahjustada).
Rahvusvaheline biomeetriliste andmete vahetus
Paljud riigid, sealhulgas USA, osalevad juba biomeetriliste andmete vahetamises. Kathleen Craninger ja Robert Mockney tegid selle avalduse 2009. aastal assigneeringute komitees, sisejulgeoleku allkomisjonis "Biomeetriline identifitseerimine".
Veendumaks, et suudame terroriorganisatsioonid peatada enne, kui nad USA-sse jõuavad, peame võtma juhtrolli biomeetria rahvusvaheliste standardite edendamisel. Koostalitlusvõimelisi süsteeme arendades saame turvaliselt edastada teavet terroristide kohta riikide vahel, säilitades oma julgeoleku. Nii nagu me parandame USA valitsuses tehtavat koostööd terroristide ja muude ohtlike isikute tuvastamiseks ja kõrvaldamiseks, on meil ka kohustus välisriikides partnerite ees ühiselt ära hoida igasugune terroristlik tegevus.
Mõistame, et biomeetria abil ja rahvusvaheline koostöö saame muuta ja laiendada reisimisvõimalusi ning kaitsta rahvusi erinevad riigid neilt, kes tahavad meile halba teha.
S. Magnusoni ajakirjas National Defense Magazine avaldatud artikli kohaselt on USA sisejulgeolekuministeerium surve all biomeetriliste andmete levitamiseks. Artiklis öeldakse:
Miller (USA sisejulgeoleku- ja julgeolekuministeeriumi konsultant) teatab, et USA-l on kahepoolsed biomeetriliste andmete jagamise kokkulepped 25 riigiga. Iga kord, kui välisriigi juht on viimastel aastatel Washingtoni külastanud, on välisministeerium sõlminud temaga sarnase pakti.
Seadusandlik regulatsioon Venemaal
27. juuli 2006. aasta föderaalseaduse "Isikuandmete kohta" nr 152-FZ artikkel 11 reguleerib biomeetriliste andmete kasutamise põhijooni.
Biomeetria populaarkultuuris
Biomeetriatehnoloogiaid on käsitletud populaarsetes filmides. Ainult see on juba äratanud tarbijas huvi biomeetria kui isiku tuvastamise vahendi vastu. 2003. aasta filmides X-Men ja Hulk kasutati biomeetrilisi tuvastustehnoloogiaid: käejälgede juurdepääsu kujul X-Men filmis ja sõrmejälgede juurdepääsu kujul Hulkis.
Kuid see oli nii paljastav alles 2004. aastal "I, Robot", mille peaosas oli Will Smith. juhtiv roll. Futuristlik film näitas arengut uusimad tehnoloogiad mis on ka tänapäeval veel vähearenenud. Hääle- ja peopesatuvastustehnoloogiate kasutamine filmis on fikseeritud inimeste tulevikunägemuses ning mõlemad need tehnoloogiad, mida tänapäeval kasutatakse hoonete või teabe valvamiseks, on vaid kaks biomeetria võimalikku rakendust.
2005. aastal ilmus film "Saar". Kaks korda filmis kasutavad kloonid biomeetriat: tungivad majja ja käivitavad auto.
Film "Gattaca" kujutab ühiskonda, kus on kaks inimklassi: geneetiliselt muundatud tooted, mis on loodud olema paremad (nn "Kehtivad") ja madalamad tavalised inimesed ("Puudega"). Inimestel, keda peeti "Kehtivateks", olid suured privileegid ja juurdepääs piiratud aladele oli sellistele inimestele piiratud ning neid kontrolliti sarnaselt sõrmejäljeskanneriga automaatsete biomeetriliste skanneritega, kuid torkasid sõrme ja saadi võetud verest DNA-proov.
Filmis Hävitaja lõikab tegelane Simon Phoenix, keda kehastab Wesley Snipes, ohvri silmad välja, et avada võrkkesta skanneri uks.
DreamWorksi filmis Monsters vs. Aliens tungib sõjaväe assistent biomeetria abil tsooni.
Venemaal on umbes 14 miljonit iPhone'i, neist kolmandik on Touch ID funktsiooniga. Nutitelefoni ekraani avamiseks jagate Apple'iga biomeetrilisi andmeid. Kasutajad on üha enam valmis loovutama intiimseid kehaandmeid. Tundub, et see on mugav, usaldusväärne ja aitab kuritegevuse vastu võidelda. Kuigi hiljutine India intsident ajakirjanikega, kes pääsesid ligi miljonite kaaskodanike biomeetrilistele andmetele, paneb meid arvama teisiti. Tehnoloogia arenedes otsustavad seadusandjad üle maailma, kuidas reguleerida ja kaitsta biomeetrilise teabe kogumist ja kasutamist.
Mis on biomeetria?
Biomeetria analüüsib inimeste füüsilisi ja käitumuslikke omadusi, et tuvastada nende isiksust. Kõige lihtsamas mõttes on need mõõtmistehnoloogiad Inimkeha. Biomeetrilisi mõõtmisi on kahte kategooriat: füsioloogilised ja käitumuslikud.
Füsioloogilised mõõtmised Neid on kahte tüüpi: morfoloogiline ja bioloogiline. Morfoloogia hõlmab sõrmejälgi, käe, sõrmede või näo kuju, silma vikerkesta ja võrkkesta mustrit; bioloogilistele - DNA-, sülje-, vere- või uriinianalüüsidele.
Käitumise mõõtmised- see on hääletuvastus, käekirja dünaamika (liikumiskiirus, kiirendus, surve, kalle), klahvivajutuste dünaamika, objektide kasutusviis, kõnnak, sammude heli, žestid.
Neid mõõtmisi saab kasutada kahel erineval viisil: identiteedi kontrollimiseks ja tuvastamiseks.
Kontrollimine hõlmab biomeetriliste andmete võrdlemist konkreetse malliga, mis sisaldub andmebaasis või kaasaskantaval andmekandjal, näiteks kiipkaardil. See operatsioon võimaldab teil veenduda, et inimene on täpselt see, kes ta väidab end olevat.
Millal tuvastamine inimese biomeetrilisi andmeid võrreldakse teiste andmebaasis olevate inimeste andmetega. Identifitseerimine õnnestub, kui selline biomeetriline proov on juba andmebaasis olemas.
Biomeetria – uus nähtus?
Mitte päris. 19. sajandil hakkas prantsuse jurist ja politseinik Alphonse Bertillon kurjategijate tuvastamiseks võrdlema inimeste füüsilisi omadusi. Tema väljatöötatud antropomeetria süsteem sai esimeseks teaduslikuks lähenemiseks isiksuse määratlusele kohtuekspertiisi teaduses. Tema arendused pani aluse sõrmejälgede võtmisele – süsteemile, mille abil tuvastatakse isikut sõrmejälgede järgi. Tuntud süsteemi leiutas Briti ohvitser William Herschel – 1877. aastal esitas ta hüpoteesi inimese peopesadel esineva papillaarmustri muutumatuse kohta. Kurjategijate tuvastamist sõrmejälgede järgi kasutati esmakordselt 1902. aastal.
Ka käitumusliku biomeetria juured ulatuvad 19. sajandisse: 1860. aastatel tundsid telegraafioperaatorid morsekoodi abil üksteist ära “punktide” ja “kriipsude” edastamise iseärasuste järgi.
Kus biomeetriat tänapäeval kasutatakse?
Põhimõtteliselt – riigi julgeoleku, tervishoiu ja registreerimissüsteemide vallas. Biomeetriat kasutavad ettevõtted laialdaselt töötajate ja siseturvalisuse jälgimiseks, pangad - klientide, ettevõtete ja sotsiaalvõrgustike tuvastamiseks - ärilistel eesmärkidel.
Nagu 19. sajandil, kasutavad õiguskaitseorganid ka tänapäeval kurjategijate äratundmiseks biomeetriat. Automaatsed sõrmejälgede tuvastamise süsteemid (AFIS) töötlevad ja salvestavad sõrmejälgede kujutisi, samas kui automatiseeritud biomeetrilised identifitseerimissüsteemid (ABIS) sisaldavad malle nägude, sõrmede ja iiriste jaoks. IN suuremad linnad, lennujaamad ja piirid kasutavad juba reaalajas näotuvastustehnoloogiat, mis võimaldab reaalajas tuvastada näo rahvahulgast.
Piirikontrollis kasutatakse elektroonilisi ja biomeetrilisi passe, kus on lisaks omaniku fotole ka kaks sõrmejälge. Biomeetriline infrastruktuur koosneb sõrmejäljeskanneritest ja kaameratest, mis kiirendavad piiriületust. Riigid juurutavad neid tehnoloogiaid rändevoogude kontrollimiseks.
Biomeetriat on vaja ka selleks, et luua ID-kaarte, mis võimaldavad juurdepääsu tervishoiuteenustele, tsiviilisiku tuvastamisele ja valijate registreerimisele.
IT-hiiglased nagu Google ja Facebook arendavad tohutul hulgal biomeetriliste andmete kogumise tehnoloogiaid. Reklaamijad kasutavad klientidele konkreetsete reklaamide kuvamiseks reaalajas näotuvastustehnoloogiat. Pangad ja jaekauplused kasutavad biomeetriat kurjategijate ja ebausaldusväärsete klientide jälgimiseks. Ettevõtted asendavad kontorilukud iirise- või sõrmejäljeskannerite vastu ning eliitklubid kasutavad oluliste klientide tuvastamiseks biomeetrilist teavet.
Eelmisel aastal hakkasid Venemaa pangad kõikjal käivitama biomeetrilisi tehnoloogiaid kasutavaid pilootprojekte kasutajate registreerimiseks ja neile võrguteenuste pakkumiseks. Praegu töötavad biomeetrilised andmed selles valdkonnas koos standardsete turvasüsteemidega, näiteks sisselogimis-parooli paariga.
Kui usaldusväärne on biomeetria?
Kuigi biomeetrilised tehnoloogiad pole kaugeltki täiuslikud. Füsioloogilised näitajad on stabiilsemad kui käitumuslikud: need muutuvad elu jooksul vähem ega allu situatsioonilistele teguritele, näiteks stressile. Ajalugu teab aga palju näiteid, kui tuvastussüsteemid sellised mõõtmised ekslikult aktsepteerivad või tagasi lükkavad. Näiteks võib näo asendada kõrge eraldusvõimega foto või videoga ning sõrmejäljed “varastada”. Kuulus juhtum leidis aset 2005. aastal Glenochilis, Briti vanglas, kus kinnipeetavad õppisid sõrmejäljepõhist lukusüsteemi hõlpsalt petma.
Sageli on eksimise oht seotud tuvastamise tingimustega. Halva kvaliteediga fotograafia võib teie riski märkimisväärselt suurendada. Valgustus, taustamüra intensiivsus, inimese asend ruumis on olulised. Ideaalsetes laboritingimustes jääb näotuvastuse veamäär vahemikku 5–10%.
Andmelekke oht
Kontrollimisel kontrollitakse andmeid biomeetrilise malli alusel, mille inimene ise salvestab näiteks kiipkaardile. Ainult kasutajal on kontroll oma andmete üle. Identifitseerimise puhul võrreldakse isiku andmeid ühe tsentraliseeritud andmebaasi andmetega, mis tähendab, et tema kandjal puudub nende üle võim. Sellises olukorras pole keegi kaitstud privaatsusrikkumiste ja biomeetrilise teabe valedesse kätesse sattumise eest.
Nii sai teatavaks, et Venemaa pangad andsid FSB-le üle klientide biomeetria - kasutajaandmeid saab kasutada täiesti erineval viisil, millega klient nõustus.
India vahejuhtum
Jaanuari alguses 2018 väitsid Chandigarhi linna ajalehe The Tribune ajakirjanikud, et nad ostsid tundmatutelt WhatsAppi müüjatelt tarkvara, mis võimaldas juurdepääsu India andmebaasi Aadhaar andmetele vaid 6 naela eest. Aadhaar on suur tsentraliseeritud andmebaas, mis salvestab elanike nimed, telefoninumbrid, aadressid ja nende biomeetrilised andmed. India kodanikud nõuavad Aadhaari isikutunnistusi, et pääseda ligi valitsusteenustele, saada hüvitisi ja toetusi. Ajakirjanikud teatasid, et ostetud tarkvara võimaldab printida ka võlts-ID-kaarte.
Kuigi India unikaalse identifitseerimisagentuuri (UIDAI) teatel anti ajakirjanikele juurdepääs ainult nimedele ja aadressidele, millel poleks biomeetriata mõtet, näitas juhtum taas, kui ebausaldusväärsed sellised andmebaasid olla võivad. Aktivistid on juba kritiseerinud Aadhaari kahe India kodaniku nälgimise pärast, kes ei saanud oma toidule juurde pääseda, kuna nende hankimine nõudis Aadhaari autentimist.
2017. aasta augustis otsustas ülemkohus, et privaatsus on India põhiseadusega tagatud õigus. Analüütikud ennustavad, et see otsus sunnib uuesti läbi mõtlema Aadhaari otsustava rolli indiaanlaste elus.
Biomeetriliste andmete kaitse: kus ja kuidas see toimib?
Hoolimata biomeetriliste andmete väga spetsiifilisest olemusest ei ole maailmas nende kaitsmise kohta praktiliselt mingeid õigusnorme. Enamik õigustekste räägib isikuandmete ja privaatsuse kaitsest laiemas tähenduses, kuid mõnikord on sellised õigusaktid biomeetriale halvasti kohandatud.
Venemaal on biomeetriliste andmete kogumine ja säilitamine võimalik ainult isikuandmete subjekti kirjalikul nõusolekul. See punkt on seaduses "Isikuandmete kohta". 1. juulil 2017 seda muudeti ja nüüd peavad kõik kasutajate kohta andmeid koguvad ja salvestavad saidid lisama oma ressursile dokumentatsiooni. Nende nõuete täitmata jätmise eest määratakse karistus 10 000 kuni 75 000 rubla iga tuvastatud rikkumise eest. Ja 2017. aasta sügisel kutsus Roskomnadzori juht Aleksandr Žarov üles keelustama alaealiste biomeetrilise tuvastamise, kui nad kasutavad tehnilisi seadmeid.
Viimase 10 aasta jooksul on USA-s ilmunud hulk biomeetrilistele andmetele rõhuga loodud seaduseelnõusid ning 2018. aasta mais jõustub kõigis EL-i riikides. uus seadus EL isikuandmete kaitse kohta (andmekaitse üldmäärus, GDPR).
USA: kolm neljakümne seitsme vastu
Ameerika Ühendriikides ei ole ühtset seadust, mis reguleeriks isikuandmete, sealhulgas biomeetriliste andmete kogumist ja kasutamist. Biomeetriat käsitlevad karmid õigusaktid kehtivad ainult kolmes osariigis: Illinoisis, Texases ja Washingtonis.
2008. aastal võttis Illinois vastu biomeetrilise teabe privaatsuse seaduse (BIPA), mis kehtestas ranged nõuded organisatsioonidele, mis koguvad, ostavad või muul viisil hangivad kasutajate biomeetrilisi andmeid. Seadus on suunatud biomeetria piiranguteta kasutamise vastu ärilistel eesmärkidel. Iga ettevõte, kes saab sellistele andmetele juurdepääsu, peab välja töötama avaliku andmete säilitamise poliitika, piirama biomeetriliste andmete edastamist või avalikustamist ning kaitsma neid andmeid samal viisil, nagu ettevõte kaitseb muud tundlikku teavet. BIPA kehtestab "vigastatud isikule" hagiõiguse ja hüvitab 1000 dollarit iga hooletu rikkumise eest ja 5000 dollarit tahtliku rikkumise eest. 2017. aasta jaanuaris kaaluti sarnaseid arveid Connecticutis, New Hampshire'is, Washingtonis ja Alaskal, kuid need võeti vastu ainult Washingtonis.
2016. aastal kaebas Illinoisi hagejate rühm Facebooki biomeetriliste andmete ebaseadusliku kogumise eest kohtusse. Hagejad väitsid, et näotuvastusfunktsioon, mida sotsiaalvõrgustik fotode märgistamiseks kasutab, kogus ja säilitas ebaseaduslikult kasutajaandmeid. 2017. aastal esitati Illinoisi kohtutes üle kolmekümne hagi ettevõtete vastu, kes kogusid töötajatelt tööaja jälgimiseks sõrmejälgi.
Üldiselt saavad ettevõtted 47 USA osariigis ilma kasutajate nõusolekuta kasutada piltidel olevate nägude tuvastamiseks tarkvara, kui pilt on üldkasutatav. Näotuvastustarkvara on juba olemas, mida kauplused saavad kasutada klientide tuvastamiseks, kes tagastavad kaupu liiga sageli või eelistavad teatud tüüpi ostu. Tänu Facebookile saavad töötajad esimest korda poodi sisenedes kohe infot klientide kohta, uurida, kes nad on, kust nad pärit on, milline on nende sissetulek. Privaatsuse seisukohalt on tegemist anonüümsuse, kasutaja nõusoleku põhimõtte ja biomeetriliste andmete kasutamise asjakohasuse rikkumisega. Kuid nende osariikide seadus ei ole keelatud.
Euroopa Liit püüab taastada privaatsust
Sel aastal astub Euroopa Liit sammu biomeetrilise teabe privaatsuse suunas: 2018. aasta mais jõustub 2016. aastal vastu võetud ühtne isikuandmete kaitse seadus (General Data Protection Regulation, GDPR), mille põhieesmärk on GDPR eesmärk on tagastada Euroopa kodanikele kontroll oma isikuandmete üle ja samal ajal lihtsustada ettevõtete reguleerivat raamistikku. See seadus puudutab mitte ainult 28 EL-i riiki, vaid ka organisatsioone, millel on ELi riikides esindused, mis koguvad ja töötlevad isikuandmeid, osutavad teenuseid üksikisikutele – EL-i kodanikele, kasutavad veebilehtedel ja rakendustes registreerimist. Seetõttu mõjutab seadus suuresti eelkõige Venemaa äri.
Biomeetria rõhuasetusega kirjutatud seadus ühendab ja karmistab kõiki Euroopa riikides varem kehtinud isikuandmete kaitse norme. Eelkõige kohustab GDPR iga organisatsiooni enne andmete kogumist kasutajalt nõusolekut küsima. Andmesubjektil on aga õigus oma nõusolek igal ajal tagasi võtta. Seda põhimõtet nimetatakse "õiguseks olla unustatud".
Biomeetrilisi andmeid haldavaid ettevõtteid ähvardavad suured trahvid, kui nad ei suuda andmeid turvaliselt hoida. Sanktsioonid võivad ulatuda 20 miljoni euroni ehk 4%ni globaalsest aastakäibest.
Seadus ütleb, et andmete kasutamist tuleks piirata. Isikuandmeid tuleks koguda ja töödelda ainult „konkreetsetel, selgesõnalistel ja seaduslikel eesmärkidel” (andmete minimeerimise põhimõte).
Hiina ehitab üles digitaalset diktatuuri
Samal ajal kui Euroopa riigid ja organisatsioonid valmistuvad GDPR-i jõustumiseks, jätkab Hiina sotsiaalkrediidisüsteemi väljatöötamist, mis ei jäta riiki eraelust jälgegi. Aastaks 2020 määratakse igale Hiina elanikule olenevalt käitumisest isiklik hinnang, mis mõjutab juurdepääsu avalikele teenustele, võimalust võtta laenu, saada tööd, saata lapsi kooli, poodi ja reisida.
Sotsiaalkrediidi süsteem põhineb kodanike kohta maksimaalse andmemahu kogumisel ning elanike usaldusväärsuse hindamisel lähtuvalt nende rahalisest, sotsiaalsest ja veebikäitumisest. Niisiis, reiting võtab arvesse krediidiajalugu, trahvide tasumise õigeaegsust, liikluseeskirjade järgimist, ostuharjumusi, arvutimängude mängimise aega (mida rohkem jõudeolekut, seda madalam reiting), pereplaneerimise reeglite järgimist, vanemate külastamise sagedust. , avaldused Internetis, suhtlusringkond (reitingust madalamate inimestega aja veetmine on kahjumlik). Seni on reitingus osalemine vabatahtlik, kuid 2020. aastaks on see kohustuslik kõigile era- ja juriidilistele isikutele.
Kodanike kohta andmete kogumiseks on valitsus kaasanud kaheksa eraettevõtet, et töötada välja sotsiaalse krediidi hindamise algoritmid. Nende hulgas on Hiina Rapid Finance, tehnoloogiahiiu Tencent partner, mis juhib suurimat sõnumsiderakendust WeChat, millel on rohkem kui 850 miljonit aktiivset kasutajat. Teine mängija on Sesame Credit, mida juhib Alibaba tütarettevõte Ant Financial Services Group (AFSG). AFSG müüb kindlustust ja annab laenu väikestele ja keskmise suurusega ettevõtetele ning omab AliPayt, mida ei kasutata mitte ainult veebiostudeks, vaid ka restoranide, taksode, koolimaksude, kinopiletite ja rahaülekannete jaoks. Sotsiaalse krediidisüsteemi arendamiseks tegi Sesame koostööd teiste andmete kogumise platvormidega: Didi Chuxing, endine Uberi peamine konkurent Hiinas, ja Baihe, riigi suurim veebipõhine tutvumisteenus. Raske on ette kujutada, kui palju need ettevõtted oma kasutajatest teavad.
Eeldatakse, et võrgu- ja võrguvälise käitumise täieliku kontrolli kaudu julgustab süsteem kodanikke võtma valitsuse poolt heakskiidetud toiminguid ning aitab suurendada üldist "siirust" ja usaldust. Näotuvastussüsteemide ja muude biomeetriliste tehnoloogiate roll selles projektis on tohutu.
Biomeetria võimalused muutuvad üha enam probleemideks: andmete lekkimine, küberkuritegevus, identiteedivargus. Ja biomeetriliste tehnoloogiate kasutamise kasv seab valitsustele uued väljakutsed. Kas riigid kaitsevad oma kodanike anonüümsust või ootab täielik läbipaistvus mitte ainult Hiina elanikke, vaid ka kõiki, kellel on sotsiaalvõrgustikes konto, kes kasutavad telefoni ja vähemalt aeg-ajalt kodust lahkuvad? Tehnoloogiate arendamine nõuab igal juhul õigusraamistiku väljatöötamist.
Tekst: Anna Kozonina
SISSEJUHATUS
Elusorganismide ja taimsete objektide uurimise ning rakulisel, molekulaarsel ja geneetilisel tasandil toimuvate protsesside uurimise küsimused muutuvad iga päevaga aktuaalsemaks. Selleks töötavad teaduslaborid välja oma uurimismeetodid ja modelleerivad keerulisi loodusnähtusi. Kõige sagedamini kasutatavad uurimismeetodid hõlmavad eksperimentaalseid ja mitme muutujaga statistika meetodeid. Need on laborikatse oluline ja lahutamatu osa ning võimaldavad usaldusväärselt tuvastada käimasolevate looduslike protsesside mustreid ning leida nende vahel põhjus-tagajärg seoseid.
Teadusuuringutes kasutatakse usaldusväärsete andmete saamiseks tõhusalt massivaatluste meetodit. See meetod põhineb suurel arvul kordustel igas katserühmas. Laborikatse käigus saadud materjali töödeldakse ja analüüsitakse, seejärel vastavalt saadud andmetele tehakse vastavad järeldused ja tehakse kindlaks teatud seaduspärasused. Suur tähtsus tulemuste ja järelduste suurima täpsuse saavutamisel katse ajal on mitte ainult katsemeetodite kvaliteedil, vaid ka õigel statistilisel töötlusel, kuna saadud tulemused võivad sama katserühma piires oluliselt erineda. Seega hukkamine Statistiline analüüs katseliselt saadud andmed avardavad võimalusi looduse bioloogiliste nähtuste tundmisel, aitavad kaasa saadud tulemuste objektiivsele hindamisele, välistades nii uurija subjektiivse vaatenurga võimaluse kui ka katse läbiviimisel ilmnevad metoodilised vead, ning võimaldab eksperimenteerijal teha uuritava nähtuse kohta täpseid ja õigeid järeldusi ja järeldusi .
Üksus uurimine - Arvutitehnoloogiad laboriuuringutest saadud andmete töötlemise viisina.
Sihtmärk uurimine – võimaluste analüüsimine statistikaprogrammid laborikatse seadistamise tulemusena saadud andmete töötlemisel.
Ülesanded uuring:
· Hinda matemaatilise statistika meetodeid nende võimaluste ja kasutuspiiride osas biokeemilise eksperimendi planeerimisel ja töötlemisel.
· Uurida saadaolevaid statistilise analüüsi pakette.
· Õppida rakendusstatistika ülesannete lahendamise võimalusi kasutades Microsoft Excelit (kasutades standardfunktsioone ja andmeanalüüsi paketti) ning biokeemia valdkonnas tuntud statistikapakette STATISTICA.
Arvutitehnoloogial on statistilises andmetöötluses suur tähtsus. See võimaldab mitte ainult seda protsessi mitu korda kiirendada, vaid ka toota seda kõrgema kvaliteediga.
ARVUTITEHNOLOOGIATE KASUTAMISE TEOREETILISED ASPEKTID LABORIÕPPEDES
Biomeetria kui teadus ja selle põhimõisted
Viimastel aastatel on ülesannete lahendamiseks ja modelleerimiseks üha enam kasutatud arvutitehnoloogiat. Sellega seoses on suurenenud vajadus kõrge kvalifikatsiooniga spetsialistide järele, kellel on hea teoreetiline baas ja kogemused mõne programmiga töötamisel. Tänapäeval ilmuvad õppeasutustesse distsipliinid, mis võimaldavad kujundada stabiilseid tulemuste töötlemiseks ja esitamiseks vajalikke oskusi. teaduslik tegevus. Teadust, mis tegeleb arvandmete kogumise ja esitamise meetodite uurimisega, nimetatakse statistikaks. . Sellel distsipliinil on suur praktiline tähtsus, kuna see võimaldab ennustada looduslike, sotsiaalsete protsesside ja nähtuste arengut. Aja jooksul hakkasid ilmnema selle teaduse spetsiifilisemad harud. Seega ilmub kahe sõltumatu teaduse: bioloogia ja statistika ristumiskohas - bioloogiline statistika (või biomeetria) . Biomeetria on empiiriline teadus, mis uurib katse seadistamisel saadud andmeid, tehes mõningaid matemaatilisi arvutusi. Nende toimingute sooritamine ilma arvutiteadus ja arvutitehnoloogia võtab väga kaua aega. Kui töömahukas see protsess on, näeme uuritava tunnuse iseloomustamisel mõningaid enim kasutatud biomeetria mõisteid.
Biomeetria põhimõisted.
Väga sageli inimese praktilises tegevuses ja käigus saadud andmete töötlemisel teaduslikud uuringud, kasutatakse keskmist väärtust. See väärtus iseloomustab uuritavat tunnust ja näitab, milline oleks muutuja väärtus, kui see oleks kõigi valimi objektide puhul sama. Aritmeetiline keskmine arvutatakse järgmise valemiga:
kus x 1 x 2 , ..., x k - seada valikud; n on valikute koguarv.
Mediaan (50% intervalli piir)- väärtus, mis jagab valimi pooleks: variatsioonirea mediaani mõlemal küljel on sama palju võimalusi. See väärtus sõltub sageduste kogunemisest. Sagedusi kogutakse seni, kuni ületatakse pool sageduste summast. Suurim saadud väärtus on mediaan. Selle väärtuse arvutamise valem on järgmine:
,
kus x min on selle intervalli piiri minimaalne väärtus, kus mediaanväärtus asub; i - intervalli väärtus; N-rahvastiku maht; Σn-kogu arvukus kuni intervallini, milles mediaanväärtus asub; N e on selle intervalli number, kus mediaanväärtus asub.
Teine statistika on mood. Mood nimetatakse kõige sagedamini esinevat väärtust. Režiimi saab arvutada Pearsoni valemi abil:
,
kus Mina on mediaan; M on tunnuse keskmine väärtus.
standardhälve,- bioloogilise katse kõige olulisem omadus. See väärtus on jaotusseeria leviku mõõt ja määratakse järgmise valemiga:
Mõne katse puhul on vaja katse väga suurt täpsust. Näiteks biomeditsiinilistes, toksikomeetrilistes jne. Nende katsete viga ei tohiks ületada 1%, kui vea väärtus ületab 1%, siis on tulemuse täpsus mitterahuldav ja korduste arvu tuleb suurendada.
Kuid hoolimata sellest, kui palju uurija proovib kõiki katsemetoodika samme täpselt sooritada, tuleb praktikas ikka ette vigu, millega tuleb andmete töötlemisel arvestada. Vigu on mitut tüüpi.
Keskmise viga (m x)- näitaja, mille võrra valimi (katse)populatsiooni keskmine väärtus erineb üldkogumi keskmisest väärtusest, kui uuritava parameetri jaotus kaldub normaalväärtusele. Keskmise põhiviga arvutatakse järgmise valemi abil:
Kasutatakse informatiivsemat ja rühmade võrdlemiseks vastuvõetavamat variatsioonikoefitsient, või variatsioonid. Muutustegur on peamine hälve, mis on väljendatud protsendina keskmisest väärtusest, mis arvutatakse järgmise valemiga:
Saadud tulemuste põhjal tehakse järeldus tunnuse olemuse ja varieerumisastme kohta (tabel 1.1).
Tabel 1.1. Märkide varieeruvuse olemus (M.L. Dvoretsky järgi)
Kui t väärtus on suurem kui neli, on keskmine väärtus usaldusväärne ja sellest lähtuvalt saab teha õiged järeldused.
Samuti määratakse valimi ja üldkeskmiste lahknevuse protsent - kogemuse täpsus (p,%), või vaatlusviga:
See kogemuste parameeter näitab, mitu protsenti võite eksida, kui ütlete, et üldkeskmine on võrdne saadud valimi keskmisega.
Statistikas on normaliseerimisnäitaja oluline. Seda indikaatorit kasutatakse variandi hindamiseks selle rühma keskmise väärtuse suhtes järgmise valemi järgi:
Sõltuvalt uuringu eesmärgist võib väärtus varieeruda vahemikus x: ±0,5σ kuni x±1σ. Variandid väärtusega 0,67σ kuni 2σ on ebanormaalsed, kui väärtus on suurem kui x ± 2σ , siis tuleks sellised variandid liigitada anomaaliateks.
Biomeetrias on selline asi nagu esindusviga. See on viga, mis ei teki mõõtmiste või arvutuste käigus, vaid juhusliku valiku tõttu rühma moodustamisel.
Väikestes rühmades aritmeetilise keskmise vea arvutamisel vaatluste arv (P) on "vabadusastmete arv" - kasutatakse avaldist (n-1) ja siis näeb valem välja järgmine:
Eksperimentaalsete vigade arvutamiseks on tohutult palju valemeid. Mõned neist on toodud allpool näitena. Valem, mille abil arvutatakse standardhälbe keskmine viga:
Variatsioonikordaja (С) keskmine viga:
Asümmeetriaindeksi keskmine viga:
Või täpsemalt: 
Kurtoosi koefitsiendi viga:
Saadud tulemuste võrdlev analüüs taandatakse nende vahel täheldatud erinevuste usaldusväärsuse hindamisele järgmise valemi järgi:
kus t on usaldusväärsuse kriteerium. Selle väärtust hinnatakse Studenti tõenäosustabelite järgi. Kui tegelik t on suurem kui tabeli t st , siis on kahe uuringurühma vahel erinevus. Erinevus on märkimisväärne, usaldusväärne ja seda ei saa seletada juhuslike põhjustega.
Saadud tulemuste võrdlemiseks oodatud tulemustega kasutatakse hii-ruuttesti (χ 2), mis leitakse valemiga:
kus p on empiiriline sagedus, p' on eeldatav sagedus. χ 2 testi väärtus on välja selgitada, kas hüpotees leiab katsega kinnitust või ümberlükkamist. Kui χ 2 väärtused ületavad tabelit, siis võib väita, et erinevus tegelike ja oodatavate tulemuste vahel on märkimisväärne.
Kuna enamikul bioloogilistel objektidel on tohutul hulgal sageli omavahel seotud tunnuseid, mis neid iseloomustavad, näiteks kaal, pikkus, vanus jne, siis kasutatakse indikaatorite kogumi uurimisel dispersioonanalüüsi. Nimetatakse seost, kus iga sõltumatu muutuja väärtuse kohta on ainult üks sõltuva muutuja väärtus funktsionaalne. Looduses on selline suhe aga väga haruldane. Tavaliselt on ühe tunnuse samade väärtustega uuritud objektidel teiste tunnuste jaoks erinevad väärtused. Sellist ühendust nimetatakse korrelatsioon. Koefitsient korrelatsioonid näitab, kuidas üks uuritav tunnus on seotud teisega (tabel 2). Korrelatsioonikordaja arvutatakse järgmise valemi abil:
Tabel 1.2. Iseloomulik märkidevahelise suhte tihedusele
Samuti on vaja leida korrelatsioonikordaja ruutviga:
Saadud korrelatsioonikordaja näitajaid hinnatakse Studenti usaldusväärsuse kriteeriumi abil:
Või valemit kasutades
Suuruste seose hindamisel on väga oluline leida uuritava nähtuse olemusele vastav analüütiline võrrand, et ennustada objekti sõltumatu tunnuse käitumist sõltuva parameetri muutumisel. Muutujate vahelist seost nimetatakse regressioon. Regressioonikoefitsient, mis määratakse järgmiste sarnaste valemitega:
- regressioonikoefitsient Y.X;
regressioonikoefitsient X.Y,
Ja .
Regressioonikordaja jaoks leitakse ka keskmine ruutviga:
Need on biomeetrias kasutatavad põhivalemid, mida kasutatakse biokeemiliste uuringute käigus saadud andmete töötlemisel. Statistilisi valemeid on palju rohkem, kuid kõik need, nagu juba nägime, koosnevad mitmest matemaatilised tehted, mis muudab uurija arvutused keeruliseks ja võib arvutustes kaasa tuua arvukalt vigu. Nende vigade parandamine võib suurte andmemahtude töötlemisel olla aeganõudev. Seega lihtsustavad arvutitehnoloogiad seda rutiinset protsessi kordades, mis võimaldab ratsionaalsemalt aega kasutada ning vähendab ka vigade tekkimise tõenäosust, mis annab kindlustunde saadud tulemuste õigsuses ja võimaldab teha õigeid järeldusi.
Biokeemilise eksperimendi planeerimine ja töötlemine
Tänapäeval on infot palju ja selles lõputus teadmistevoos on üsna raske orienteeruda. Siis tekib küsimus, kuidas hankida huvipakkuvat teavet ja valida vajalikku kirjandust, kulutades minimaalselt aega. Selleks on olemas erinevad otsingumootorid, mis oluliselt vähendavad sellele kuluvat aega ettevalmistav etapp. Kuna enne uuringu elluviimise ja planeerimisega jätkamist tuleb veenduda, kas antud teemat on varem uuritud, millised on uuringute tulemused ja milliste kriteeriumide järgi on juba uuritud. Selleks, et täielikult mõista infotehnoloogia vajadust eksperimendi kavandamisel, on vaja mõista, mis see protsess on.
Katse planeerimine on katse efektiivsele seadistamisele suunatud meetmete kogum, mille põhieesmärk on saavutada maksimaalne mõõtmistäpsus, tehes minimaalse arvu katseid. Katse planeerimisel on mitu etappi:
1. Eelplaneerimine - see etapp hõlmab tööplaani koostamist ja selle kinnitamist, teema valikut, tööhüpoteesi püstitamist, plaani infotöötlust ja meetodite väljatöötamist.
See etapp välistab uuringu dubleerimise võimaluse, tagab teadmiste usaldusväärsuse ja originaalse lähenemise uurijale pandud ülesannete lahendamisel.
2. Tegelik uurimisprotsess - selles etapis viiakse läbi selleteemalise kirjanduse analüütiline ülevaade, andmete kogumine, nende süstematiseerimine ning ideede arendamine ja eksperiment. Eksperiment - tegevuste ja vaatluste kogum, mis tehakse püstitatud hüpoteesi tõesuse või vääruse kontrollimiseks ning uuritavate nähtuste põhjus-tagajärg seoste tuvastamiseks.
Tänu see etapp teadlane saab aru, kui uus see teema on ja saadud tulemused asjakohased, sõnastada teadusliku ja praktilise tähenduse.
3. Viimane etapp seisneb teadusliku uurimistöö tulemuste vormistamises - aruannete koostamises, artiklite kirjutamises.
Iga katse põhineb analüütilise meetodi rakendamisel, Analüütilised meetodid on kriteeriumid, mis määravad meetodi sobivuse:
Spetsiifilisus - võime määrata komponent, mille määramiseks see uurimismeetod on mõeldud.
Täpsus – mõõtmiste kvaliteet, mis peegeldab analüüti sisaldavate saadud tulemuste lähedust
· Konvergents (reprodutseeritavus seerias) on ettekujutus samadel tingimustel seerias tehtud uuringu tulemuste lähedusest üksteisele.
· Reprodutseeritavus - proovi laboratoorse analüütilise uuringu läbiviimisel erinevates tingimustes saadud tulemuste lähedus. See parameeter peegeldab andmete hajumise astet ja võimaldab tuvastada juhuslikke vigu.
Korrektsus ja ebakorrektsus – erinevused tegelikust väärtusest
Tundlikkus – meetodi võime tuvastada väikseim väärtus analüüt. Hinnatakse seadme mõõtmiste vahe suhte väärtust. Mida kõrgem on suhe, seda suurem on meetodi tundlikkus.
· Tundlikkuse piir – minimaalsele mõõtmisele vastav uuritava aine kontsentratsioon, mis erineb tühiproovi väärtusest.
Uuringu tulemuste tõlgendamine toimub käsitsi või arvuti abil. Üks viis tulemuste hindamiseks on astmelise (kalibreerimis) kõvera koostamine. Kalibreerimiskõver näitab tihedat seost ekstinktsiooni, valguse intensiivsuse ja aine kontsentratsiooni vahel standardlahustes. Gradueeritud kõvera koostamiseks kasutatakse standardlahendusi.
Kalibreerimiskõvera koostamine:
ü Standardlahuste valmistamine
ü Standardaine lahjenduse valmistamine, mis katab testitud kontsentratsioonide vahemiku ning ületab maksimaalse ja minimaalse väärtuse.
ü Põhiosast koostame varulahendusi
ü Iga standardlahuse kontsentratsiooni kohta teeme 3-5 mõõtmist
ü Saadud punktidele koostame graafiku.
Suurema selguse ja täpsuse huvides on kõige parem koostada graafik. Graafik näitab optilise tiheduse sõltuvust lahuse kontsentratsioonist. See on mugavam järgneval uuritava aine kontsentratsiooni määramisel katseproovides, mis aitab arvutada töölahuste õigema kontsentratsiooni.
Sarnane teave.
