Логические и программные средства интеллектуального анализа криминалистических данных тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат технических наук Комаров, Алексей Сергеевич

• Комаров, Алексей Сергеевич
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Комаров, Алексей Сергеевич

Список используемых сокращений.

Введение

Глава I. Обзор существующих методов почерковедческой экспертизы и интеллектуального анализа данных.

1.1. Почерковедение и почерковедческая экспертиза.

1.2. Основные задачи почерковедческой экспертизы и методы их решения.

1.3. Методы интеллектуального анал иза данных.

Глава II. Варианты ДСМ-метода для анализа криминалистических данных.

2.1. Общее описание ДСМ-метода.

2.2. Проверка условий применимости ДСМ-метода к задачам почерковедения.

2.3. Модель предметной области.

2.4. Вариант ДСМ-метода для идентификационной задачи.

2.5. Вариант ДСМ-метода для задачи определения пола исполнителя рукописи по его почерку.

2.6. Вариант ДСМ-метода для решения задачи определения психологических характеристик исполнителя рукописи по почерку.

Глава III. ДСМ-система.

3.1. Программная реализация.

3.2. Структура базы данных.

3.3. Веб-интерфейс.

3.4. Общая схема ДСМ-системы.

Глава IV. Экспериментальные исследования.

4.1. Характеристика исследуемых данных.

4.2. Идентификация.

4.3. Пол.

4.4. Темперамент.

4.5. Анализ результатов.

Введение диссертации (часть автореферата) на тему «Логические и программные средства интеллектуального анализа криминалистических данных»

Современные методы интеллектуального анализа данных (ИАД) получили широкое распространение в различных областях. Их применение связано с накоплением больших массивов данных, хранящихся в электронном виде.

Поиск данных, реализованный в информационных системах, сведения, получаемые в результате работы экспертных систем, не создают новых знаний на основе имеющихся данных.

Цель интеллектуального анализа данных - нахождение причинно-следственных зависимостей, проведение рассуждений и получение выводов, порождающих новые знания.

Однако в гуманитарных областях знаний применение методов ИАД пока еще достаточно ограничено. Исключение составляет социология, где успешно применяется ДСМ-метод автоматического порождения гипотез [62] и [12; 23; 24; 66; 67]. Такое ограниченное применение объясняется спецификой строения гуманитарного знания [65]. Тем не менее, и в гуманитарной сфере можно выделить такие области и задачи в них, где применение методов ИАД возможно с учетом специфики этих областей. Такой областью является криминалистика, а точнее почерковедение.

Почерковедение занимается изучением закономерностей формирования, функционирования и изменения функционально-динамического комплекса (ФДК) навыков, лежащего в основе почерка. В [49] утверждается, что зависимости между исполнителем рукописи и его почерком носят принципиально вероятностно-статистический характер. Поэтому методы, применяющиеся для решения задач в почерковедении, в основном, носят вероятностно-статистический характер. С другой стороны результаты исследования связей между факторами, влияющими на почерк, и признаками почерка [43; 54; 69] позволяют предположить, что детерминистская составляющая в этих зависимостях присутствует.

Большая сложность задачи определяется многокомпонентностью в описании исполнителя рукописи и множественностью факторов, влияющих на формирование почерка. Конечно, многокомпонентность и многофакторность проявления особенностей если и не исключает полностью возможности существования детерминированных связей, то во всяком случае, сильно затрудняет,' а иногда и делает практически неосуществимым их выявление. Однако из этого еще не следует, что связи носят статистический характер и могут быть обнаружены только вероятностно-статистическими методами.

Почерковедческие исследования лежат в основе почерковедческой и, как частный случай, судебно-почерковедческой экспертизы. Объектом почерковедческой экспертизы является сложная система: человек - почерк -рукопись. Задачи, решаемые почерковедческой экспертизой, делятся на идентификационные и диагностические.

Актуальность применения интеллектуального анализа данных в криминалистике определяется неполным соответствием существующих методов почерковедческой экспертизы требованиям, предъявляемым к ней судебными органами и необходимостью большей объективизации выводов эксперта-почерковеда. Одним из путей объективизации экспертизы почерка является применение модельных методов, наиболее разработанные и распространенные из которых - вероятностно-статистические методы. Они реализуются на базе специальных методик, создание которых требует сбора и обработки большого объема почеркового материала. Большинство существующих экспертно-почерковедческих методик разработано в середине прошлого века. Однако эволюция пишущего прибора и изменение стандартов прописей привело к устареванию и снижению эффективности этих методик. Затратность и трудоемкость создания новых методик ведет к невозможности их применения в реалиях настоящего времени. Это приводит к поиску новых способов объективизации почерковедческой экспертизы.

Предлагаемые в диссертации методы интеллектуального анализа данных, являются одним из таких способов. Поэтому проблема создания интеллектуальной системы на основе этих методов для проведения исследований в области почерковедения, выявления зависимостей и решения задач почерковедческой экспертизы с обоснованием выводов, чему посвящена диссертационная работа, является актуальной.

Новизна результатов проведенного в работе исследования определяется тем, что были разработаны логические средства, являющиеся развитием ДСМ-метода с учетом специфики решаемых задач. Впервые создана интеллектуальная ДСМ-система для анализа криминалистических данных. Это дает возможность специалистам проводить исследования в почерковедении и решать различные задачи с использованием одного массива данных.

Разработанные методы достаточно универсальны. Они могут быть применены для решения аналогичных задач в криминалистике и других предметных областях. Этим определяется теоретическая значимость работы.

Практическая значимость работы связана с тем, что созданная интеллектуальная система позволяет проводить научные и экспериментальные исследования в области почерковедения и обосновывать выводы почерковедческой экспертизы. Программная реализация системы с применением веб-технологий позволяет оперативно и сообща работать исследовательскому коллективу, рассредоточенному по нескольким организациям.

Апробация работы. Основные научные выводы и результаты работы докладывались на 10-ой и 11-ой национальных конференциях по искусственному интеллекту «КИИ-2006» и «КИИ-2008» (Обнинск, 2006 г., Дубна, 2008 г.), 7-й международной конференции «Информационное общество, интеллектуальная обработка информации, информационные технологии» (Москва, 2007 г.), 3-й Международной конференции «Системный анализ и информационные технологии» (Звенигород, 2009 г.), на научном семинаре Отдела теоретических и прикладных проблем информатики и ученом совете Всероссийского института научной и технической информации Российской академии наук, на заседании Общемосковского научного семинара «Проблемы искусственного интеллекта», проводимого РАИИ в Политехническом музее.

Публикации. Основные теоретические положения диссертации изложены в 7 публикациях, в том числе 3 работы в ведущих рецензируемых научных журналах, рекомендованных ВАК РФ.

Работа состоит из введения, четырех глав и заключения, списка используемой литературы и приложений.

В первой главе дается обзор существующих методов интеллектуального анализа данных и методов решения почерковедческих задач. На основе этого обзора делается вывод о целесообразности применения методов ИАД в почерковедении и за основу берется ДСМ-метод автоматического порождения гипотез. Описываются задачи почерковедческой экспертизы, для решения которых будут разрабатываться варианты ДСМ-метода.

Во второй главе описан ДСМ-метод, перечислены интеллектуальные ДСМ-системы, работающие в различных предметных областях. Показано, что выбранные для решения задачи почерковедческой экспертизы принадлежат к классу ДСМ-задач. Для каждой задачи описывается разработанная модель предметной области. Формулируются предикаты сходства и правила правдоподобного вывода.

Третья глава посвящена описанию программной реализации предложенного метода ИАД. Приводится структура базы данных, веб-интерфейс и собственно реализация ДСМ-Решателя.

В четвертой главе дается описание экспериментального исследования, проведенного с помощью созданной версии интеллектуальной системы. Описываются выборки, использовавшиеся для решения идентификационной и двух диагностических задач. Анализируются результаты, полученные в экспериментах.

В заключении излагаются выводы, которые можно сделать на основе проведенных исследований, формулируются основные результаты, полученные автором, и рассматриваются перспективы развития.

Основные результаты работы, выносимые на защиту:

1. Модель предметной области.

2. Варианты ДСМ-метода для решения идентификационной и двух видов атрибутивных задач почерковедческой экспертизы.

3. Экспериментальная версия системы интеллектуального анализа данных, реализованная с применением современных веб-технологий.

4. Результаты экспериментального исследования, подтвердившие возможность применения разработанных методов для исследований в почерковедении и решения задач почерковедческой экспертизы.

Заключение диссертации по теме «Теоретические основы информатики», Комаров, Алексей Сергеевич

Заключение

Проведенные в диссертации исследования позволяют сделать выводы о том, что вероятностно-статистические методы, традиционно использующиеся в криминалистике, в частности в области почерковедческой экспертизы, не всегда применимы в условиях настоящего времени. Актуальная на данный момент проблема повышения объективизации результатов экспертизы показала необходимость поиска качественно новых, в том числе интеллектуальных, методов исследования данных. Одним из таких методов может стать ДСМ-метод автоматического порождения гипотез, позволяющий получать качественные результаты анализа данных даже при работе с небольшими объемами информации.

Особенности предметной области почерковедческой экспертизы потребовали разработки адекватных вариантов ДСМ-метода. В результате сформулированы варианты ДСМ-метода для решения идентификационной задачи и двух диагностических задач почерковедческой экспертизы. Выбранный язык представления данных, позволил использовать единую базу данных для решения различных задач в области почерковедения. Созданная ДСМ-система, дала возможность провести на собранных данных ряд экспериментальных исследований, подтвердивших применимость ДСМ-метода к решению почерковедческих задач.

Результаты исследований могут быть использованы как в исследовательской работе специалиста-почерковеда, так и для проведения почерковедческой экспертизы. Предложенные в работе методы могут использоваться и в других задачах с использованием криминалистических данных.

В работе получены теоретические и практические результаты:

1. Разработан вариант ДСМ-метода для решения идентификационной задачи почерковедческой экспертизы.

2. Разработан вариант ДСМ-метода для решения диагностических задач почерковедческой экспертизы.

3. Создана интеллектуальная ДСМ-система для анализа криминалистических данных.

4. Проведен интеллектуальный анализ данных и установлено, что для решения идентификационной задачи необходимо использовать частные признаки в прописных буквах. Для диагностических задач в основном должны использоваться частные признаки. Общие признаки являются уточняющими при решении этих задач.

В перспективе развития диссертационной работы планируется дальнейшее проведение исследований в почерковедении и смежных областях криминалистики. В частности, использование разработанных методов для анализа взаимосвязи почерка и дактилоскопических данных.

Список литературы диссертационного исследования кандидат технических наук Комаров, Алексей Сергеевич, 2010 год

1. Аншаков О.М. Каузальные модели предметных областей // НТИ. Сер. 2. М.: 2000. №3. С. 3-17.

2. Неидентификационные исследования в почерковедческой экспертизе / Отв. Ред. JI.E. Ароцкер. Харьков, 1972.

3. Арский Ю.М., Финн В.К. Принципы конструирования интеллектуальных систем //Информационные технологии и вычислительные системы. М., 2008. №4. С. 95-128.

4. Бастыркин А.И. Криминалистическое исследование письма. СПб., 2002. 91 с.

5. Батаршев A.B. Психология индивидуальных различий: От темперамента — к характеру и типологии личности. М.: Гуманит. изд. центр ВЛАДОС, 2000. 256 с.

6. Вагин В.Н., Головина Е.Ю., Загорянская A.A., Фомина М.В. Достоверный и правдоподобный вывод в интеллектуальных системах / Монография. Под ред. В.Н.Вагина и Д.А.Поспелова. М.: Физматлит, 2008. 714 с.

7. Варшавский П.Р., Еремеев А.П. Методы правдоподобных рассуждений на основе аналогий и прецедентов' для интеллектуальных систем поддержки принятия решений // Новости Искусственного Интеллекта. М., 2006. №3. С. 39-62.

8. Виноградов Д. В. Несимметричный ДСМ-метод с учетом контекста // Пятая национальная конференция с международным участием .Искусственный интеллект-96. Казань: 1996. - КИИ-96: Сб. науч. тр.: В 3 т. Казань: Ассоц. искусств, интеллекта, 1996.

9. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. Питер-Пресс, 2000.

10. Григорьев П. А. Методы интеллектуального анализа данных в предметных областях с частично детерминированными свойствами объектов / Диссертация на соискание ученой степени кандидата технических наук. М.: РГГУ, 2000.

11. Гусакова С.М., Финн B.K. Сходство и правдоподобный вывод // Известия АН СССР. Сер. Тех. Кибернетика. М., 1987. №5 С. 42-63.

12. Гусакова С.М., Финн В.К. Об одной модели электорального поведения // VII Национальная конференция с международным участием «Искусственный интеллект-2000», Переславль-Залесский, Октябрь 2427 2000 г., Труды конференции. М.: ВИНИТИ, 2000. Т. 1.

13. Гусакова С.М., Михеенкова М.А., Финн В.К. О логических средствах автоматизированного анализа мнений // НТИ. Сер.2. М., 2001. №5.

14. Гусакова С.М. ДСМ-метод, основанный на новом- виде сходства 6-я международная, конференция НТИ-2002, «Информационное общество. Информационные ресурсы и технологии. Телекоммуникации», Труды конференции. М.: ВИНИТИ, 2002.

15. Гусакова С.М: Подход к решению задач атрибуции исторических источников с помощью ДСМ-метода Новости искусственного интеллекта. М., 2004. №3.

16. Гусакова С.М., Комаров A.C. Возможности использования ДСМ-метода для решения задач почерковедческой экспертизы // НТИ. Сер. 2. М., 2007. №10. С 9-14.

17. Гусакова С.М. Логико-комбинаторные методы анализа исторических данных Методы исторического познания. Сборник статей по материалам круглого стола. Москва, ИВИ РАН, 2008.

18. Гусакова С.М. Операция сходства в идентификационной задаче почерковедческой экспертизы // НТИ, сер. 2, №3, 2010.

19. Данилова E.H., Михеенкова М.А., Московский С.С., Финн В.К. Об одной модели детерминации социального поведения / в кн. Финн В.К. Интеллектуальные системы и общество. M.: URSS, 2006. С. 277-285.

20. Добрынин Д.А., Карпов В.Э. Моделирование некоторых форм адаптивного поведения интеллектуальных роботов. Информационные технологии и вычислительные системы. М., 2006. №2. С. 45-56.

21. Добрынин Д.А., Зуева М.А., Панкратова Е.С., Цапенко И.В. Интеллектуальная ДСМ-система для диагностики заболеваний зрения. Труды II международной конференции «Системный анализ и информационные технологии (САИТ-2007)». M.: URSS. Т.1 С. 156-159.

22. Зуев-Инсаров Д.М. Почерк и личность. М., 1993. 122 с.

23. Кирсанов З.И., Рогозин А.П. Возможности определения возраста и пола по почерку // Применение математических методов и вычислительной техники в праве, криминалистике и судебной экспертизе. Материалы симпозиума. М., 1970.

24. Комаров A.C. Интеллектуальный анализ данных в почерковедении: программная реализация // Вестник РГГУ. Сер. Информатика. Защита информации. Математика. М.: РГГУ, 2010. №12. С. 290-298.

25. Комаров A.C. Решение диагностических задач почерковедческой экспертизы: экспериментальные исследования и анализ результатов // НТИ. Сер. 2. М.,2010. №11. С. 26-29.

26. Психологический словарь / Под ред. В.П. Зинченко, Б.Г. Мещерекова. 2-е изд., перераб. и доп. М.: Педагогика-Пресс, 1996. 440 с.

27. Кофман А. Введение в теорию нечетких множеств. М., 1982. •

28. Кулик С.Д. Биометрические системы идентификации личности для автоматизированных фактографических информационно-поисковых систем // Нейрокомпьютеры: разработка, применение. 2003. №12. С. 5265.

29. Кулик С. Д., Никонец Д.А. Средства автоматизации исследования рукописных документов для обеспечения информационной безопасности // Безопасность информационных технологий. М.: МИФИ, 2009. №4. С. 81-89.

30. Кулик С.Д., Никонец Д.А. Примеры использования нейросетевого алгоритма в методиках для эксперта-почерковеда //Нейрокомпьютеры: разработка и применение. М.: Радиотехника, 2009. №9. С. 61-85.

31. Ланцман P.M. Кибернетика и криминалистическая экспертиза почерка. М., 1968.

32. Липкин A.A. ДСМ-метод порождения гипотез для объектов, описываемых атрибутами с весами / Диссертация на соискание ученой степени кандидата технических наук. М.: РГГУ, 2008.

33. Лисиченко В.К., Липовский В.В. Исправленному не верить. Киев, 1990. 58 с.

34. Максин М.В. Об одном подходе к проблеме комбинирования использования логических и численных методов в интеллектуальном анализе данных. // НТИ. Сер. 2.М., 2004. №10. С. 14-19.

35. Максин М.В. Архитектура интегрированной ДСМ-системы интеллектуального анализа гибридных данных НТИ. Сер. 2.М., 2006. №9. С. 10-17.

36. Марютина Т.М. О генотипической обусловленности вызванных потенциалов человека // Проблемы генетической психофизиологии. М., 1978.

37. Дж. С. Милль Система логики силлогической и индуктивной. М.: Книжное дело, 1900.

38. Моргенштерн И.Ф. Психографология. М.,1994. 67 с.

39. Никонец Д.А. Нейросетевые технологии для решения задач криминалистики //Нейрокомпьютеры: разработка и применение. М.: Радиотехника, 2009. №4. С. 26-45.

40. Орлова В.Ф., Сахарова Н.Г. Применение математических методов и ЭВМ основные задачи автоматизации в судебно-почерковедческой экспертизе // Использование математических методов и ЭВМ в экспертной практике: Сб. науч. трудов ВНИИСЭ. М., 1989.

41. Орлова В.Ф. Судебно-почерковедческая диагностика: Учеб. пособие для студентов вузов. М.: ЮНИТИ-ДАНА, Закон и право, 2006.

42. Судебно-почерковедческая экспертиза: общая часть: теор. и метод, основы / под науч. ред. В.Ф. Орловой. РФЦСЭ при Минюсте России. 2-е изд., перераб. и доп. М:: Наука, 2006. С. 40-41.

43. Панкратова Е.С. Применение ДСМ-метода к задаче распознавания прямых и непрямых канцерогенов // НТИ. Сер. 2. М.,1993. №3. С. 14-16

44. Потапов С.М. Судебная фотография. М., 1926. 102 с.

45. Практическая психодиагностика. Методики и тесты. Учебное пособие. / редактор-составитель Райгородский Д.Я. Самара: ИД «БАХРАХ-М», 2003. 627 с.

46. Сергиенко Л.П., Кореневич В.П. Соотношение влияния наследственности и среды в процессе обучения движениям человека // Вопросы психологии. 1989. № 4.

47. Суходольский Г.В., Математические методы в психологии: Учебное пособие. М.: Гуманитарный центр, 2008.

48. Торвальд Ю. Век криминалистики. М., 1991. 64 с.

49. Фабрикантова Е.Ф. Применение ДСМ-рассуждений для интеллектуального анализа данных и автоматического порождения гипотез о путях биотрансформации. // НТИ. Сер. 2. М., 2002. №2 С. 844.

50. Фадеев В.В. Личностные компоненты развития письменной речи. // Северный Вестник. 1989 С. 146.

51. Финн В.К. Базы данных с неполной информацией и новый метод автоматического порождения гипотез // Диалоговые и фактографические системы информационного обеспечения. М., 1981. С. 153-156.

52. Финн В.К. О машинно-ориентированной формализации правдоподобных рассуждений в стиле Ф. Бэкона Д.С. Милля // Семиотика и информатика. 1983. №20. С. 35-101.

53. Финн В.К. Об обобщенном ДСМ методе автоматического порождения гипотез // Семиотика и информатика. 1989. №29. С. 93-123.

54. Финн В.К. Правдоподобные рассуждения в интеллектуальных системах типа ДСМ // Итоги науки и техники. Сер. Информатика. 1991. Т. 15. С. 54-101.

55. Финн В.К. Синтез познавательных процедур и проблема индукции // НТИ. Сер.2. М., 1999. №1-2. С.8-45.

56. Финн В.К. Об особенностях ДСМ-метода как средства интеллектуального анализа данных //НТИ. Сер. 2. М.: 2001 №5 С. 1-4.

57. Финн В.К. Гуманитарное знание и искусственный интеллект /в кн. Финн В.К. Интеллектуальные системы и общество. M.: URSS, 2006. С. 52-56.

58. Финн В.К., Михеенкова М.А. Логика интеллектуальных систем как средство системного анализа в социологии / в кн. Финн В.К. Интеллектуальные системы и общество. M.: URSS, 2006. С. 323-334.

59. Финн В.К., Михеенкова М.А. Логические средства формализации закрытых опросов и проблемы распознавания рациональности мнений / в кн. Финн В.К. Интеллектуальные системы и общество. M.: URSS, 2006. С. 335-343.

60. Шварц В. Б. К проблеме врожденного и приобретенного в развитии двигательных способностей // Проблемы генетической психофизиологии. М., 1978.

61. Щегловитов И. Судебная фотография // Северный Вестник. 1892. №11. С. 99-101.

62. Bertillon A. La comparasen des acritures at L'identi fication grapheque. Jeurn. «Revese scientifeque», dec. 1897-jun. 1898.

63. Hájek P., Havránek T. The GUHA method its aims and techniques // International Journal of Man-Machine Studies. 1977. Volume 10, Issue 1. Page 3-22.