Применение методов многомерного анализа данных при обработке полиграмм для изучения биофизических характеристик

Н.Н. Минакова, Е.В. Божич

Аннотация


Предложен инструментарий, дающий возможность изучать биофизические характеристики человека по результатам обработки полиграмм. Представлены результаты применения двух методов многомерного анализа данных: метода главных компонент и метода проекции на латентные структуры. Данные о биофизическом состоянии человека снимались датчиками в процессе полиграфного тестирования. Анализировались кожногальваническая реакция, фотоплетизмограмма, артериальное давление и другие биофизические характеристики.
Показано, что для выявления взаимосвязи между биофизическими характеристиками человека целесообразно применять график нагрузок. Применение метода главных компонент дает возможность оценить незначительные изменения биофизических характеристик человека, учесть ситуационно значимые символы, способные свидетельствовать о том, что в организме идет физико-химический процесс, который может быть значимым.
Метод проекции на латентные структуры целесообразно использовать для разработки регрессионной модели, которую можно постоянно применять при полиграфических обследованиях. Сделан вывод о том, что с помощью выбранных методов многомерного анализа данных можно исследовать биофизические характеристики человека по данным полиграфа, выявлять возможные сбои в процессах, их формирующих. Полученные результаты позволяют решать практические задачи, например, выявлять инсайдера при решении вопросов защиты информации.

DOI 10.14258/izvasu(2018)1-05


Ключевые слова


биофизические характеристики; полиграммы; электропроводность; сигналы; фотоплетизмограмма; многомерный анализ данных, метод главных компонент

Полный текст:

PDF

Литература


Минакова Н.Н., Поляков В.В., Толстошеев С.Н. Методы технической и правовой защиты информации в сети Интернет. — Барнаул, 2015.

Марков А.С., Цирлов В.Л., Барабанов А.В. Методы оценки несоответствия средств защиты информации / под ред. А. С. Маркова. — М., 2012.

Поляков В.В., Трушин В.А. и др. Региональные аспекты технической и правовой защиты информации. — Барнаул, 2013.

Журавлева Е.В., Салита Д.С. Методы анализа многомерных данных : учебное пособие. — Барнаул, 2016.

Оглоблин С.И., Молчанов А.Ю. Инструментальная «детекция лжи»: академический курс. — Ярославль, 2004.

Леонтьев К.А., Панин С.Д., Холодный Ю.И. Оценка результатов тестирования на полиграфе методами регрессионного анализа // Наука и Образование : электронный журнал / МГТУ им. Н.Э. Баумана. — 2014. — №10.

Абраменко Е.А., Минакова Н.Н., Ушаков В.Я. Исследование свойств полиэтилена с наноразмерными наполнителями специальной обработкой изображения макроструктуры // Известия высших учебных заведений. Физика. — 2008. — Т 51, № 7.

Эсбенсен К., Кучерявский С.В. Анализ многомерных данных : избранные главы. — Барнаул, 2003.

Ben-Shkufiar G., Furedy J. Theories and applications in (he detection of deception. A psychophysiological and international perspective. N. Y. Inc.: Springer-Verlag, 1990.

Сошников А.П., Пеленицын А.Б. Сравнение различных систем количественного анализа полиграмм с помощью алгоритма ChanceCalc [Электронный ресурс]. URL: http://www.antey-group.ru/jurnal13.html (дата обращения: 05.12.17).




DOI: http://dx.doi.org/10.14258/izvasu(2018)1-05

Метрики статей

Загрузка метрик ...

Metrics powered by PLOS ALM

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2018 Н.Н. Минакова, Е.В. Божич

Архив журнала с 1996 по 2016 гг. расположен на старой версии сайта по адресу: http://izvestia.asu.ru/ru/

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

ISSN 1561-9443; ISSN (Online) 1561-9451