авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 2 | 3 ||

«Информационные технологии в криминалистике / ЭЛЕКТРОННЫЕ НОСИТЕЛИ КАК ИСТОЧНИКИ ИНФОРМАЦИИ О ...»

-- [ Страница 4 ] --

Учитывая эти существенные недостатки лекарственного обеспечения граждан, глава координационно го совета партии «Единая Россия» по вопросам инновационного развития медицинской и фармацевтической промышленности Т.В. Яковлева выступила с законодательной инициативой о необходимости введения системы всеобщей спецмаркировки лекарственных средств и предоставления гражданам возможности проверки под Сидоренкова Н.Б. Лекарственная безопасность и фармаконадзор // Информация о лекарственных средствах – качественно му использованию лекарств: Материалы второй международной конференции // Клиническая фармакология и терапия. – М., 2010. №6. С.217.

Информационные технологии в криминалистике линности препарата в любом аптечном учреждении. Смысл данной инициативы заключался в том, чтобы обя зать производителей лекарственных средств снабжать выпускаемые препараты специальными марками в виде штрих-кода или микрочипа, а в каждом аптечном учреждении установить так называемый «Фармасканер», счи тывающий заложенную в маркировку информацию – дату и серию производства, срок годности, действующее вещество, его концентрацию и др. Далее, информация должна сличаться с имеющимися в банке данных сведе ниями, после чего на экране отобразится вывод о том, соответствует проверяемый образец оригиналу или явля ется поддельным. В основу создания такой системы может быть положена идея электронного паспорта лекар ственного средства, который должен составляться производителем, заинтересованным в обеспечении опера тивного контроля за оборотом произведенных им лекарственных средств. Эффективность применения данной технологии была продемонстрирована на примере французской фармацевтической компании, разместившей одно из своих дочерних предприятий в России 1.

Противники этого замысла указывают на невозможность его реализации, аргументируя свое мнение тем, что маркировка «массовых» и недорогих лекарств, таких как «Активированный уголь», «Парацетамол», «Анальгин» и др., может увеличить их стоимость на 15-25%, что повлечет необоснованные затраты потребите лей и будет способствовать росту нелегального рынка лекарственных средств.

Анализ зарубежного опыта предупреждения оборота фальсифицированных и недоброкачественных ле карственных средств свидетельствует о том, что большинство западноевропейских стран и США активно ис пользуют в этих целях технологию радиочастотной идентификации – RFID (Radio Frequency Identification) 2, разработанную на программной платформе и архитектуре IBM WebSphere.

По заявлениям представителей Управления санитарного надзора за качеством пищевых продуктов и медикаментов Министерства здравоохранения и социальных услуг США (U.S. Food and Drug Administration – FDA) использование RFID-технологий позволяет предотвращать попадание на фармацевтический рынок фаль сифицированных препаратов или лекарств с исткшим сроком годности. Помимо защиты потребителей RFID система помогает фармкомпаниям повышать производительность (за счет сокращения расходов на инвентари зацию), а кроме того, проводить отзыв продукции и быстрее реагировать на изменения конъюнктуры рынка.

Ожидается, что в 2011 году инвестиции в RFID в этом секторе достигнут 2,3 млрд долл 3.

Глобальная фармацевтическая цепочка поставок весьма сложна, на пути от места производства до точ ки сбыта лекарства переходят из рук в руки до десяти раз. Система RFID разработана с учетом данных особен ностей, в ней используется специальное программное обеспечение для радиочастотной идентификации и сер висы, автоматически опознающие и отслеживающие перемещения лекарств по цепочке поставок. Метки RFID наносятся на само лекарственное средство, на упаковку, а также на паллеты и идентифицируют препарат на пути от производителей до оптовиков, поставляющих лекарства в больницы и аптеки. Каждая метка представ ляет собой уникальный идентификатор, аналогичный автомобильному номерному знаку;

она содержит такую информацию о продукте, как дозировка, действие, номер партии, наименование производителя и срок годности.

Схожая технология – RFID Drug Authentication Solution – представлена корпорацией Sun Microsystems.

Данная система состоит из комплекта программ, работающих в виде единой платформы, позволяет производи телям лекарственных препаратов создавать электронные истории продукции (E-pedigree), используя данные, записанные в виде EPC-кода в радиочастотных метках. Для развертывания решения RFID Drug Authentication Solution компании должны использовать программное обеспечение промежуточного слоя, созданное Sun Microsystems. Оно обеспечивает считывание EPC-данных с меток и ридеров и их фильтрацию. Выбор меток и ридеров при развртывании системы остатся за заказчиком. Программное обеспечение, предлагаемое Sun Microsystems, поддерживает работу с высокочастотными (13.56 МГц) и ультравысокочастотными метками ( МГц). В уже проведнных компаниями фармацевтической индустрии пилотных проектах были благополучно апробированы и те, и другие метки.

После сбора и фильтрации данных, программное обеспечение промежуточного слоя передает инфор мацию в приложение по формированию электронной истории продукта. Это программное обеспечение, вклю чающее сервер управления идентификацией, позволяет управлять правами доступа к информации по истории фармацевтического препарата в целом и истории его аутентификации. Программный модуль, ответственный за интеграцию данных и созданный на основе технологии Java, используя Web-сервисы и сервис Java Messaging, формирует интерфейс приложения по электронной «паспортизации» препарата к внутренней ИТ-системе поль зователя, в качестве которой выступает, как правило, ERP-система.

Следующая разработка – приложение E-Pedigree Application (представлено компанией SupplyScape).

Оно создано в партнрстве с компаниями Tagsys и Systech, известными производителями RFID-меток и риде ров. Платформа от SupplyScape-Systech-Tagsys уже при поставке включает аппаратную часть, это метки Tagsys ARIO 40-SDM/13,56 МГц и ридеры. В платформу также входит программное обеспечение от Systech, которое Невинная И. Марка для таблетки: проверить подлинность лекарства можно будет в аптеке // Российская газета. 2010. января. С.7.

См. подробнее о возможностях и характеристиках системы RFID: Новые решения на базе RFID // http://www.rfidjournal.com;

http://www.bytemag.ru/articles/detail.php?ID=8692.

Новые RFID-решения для контроля истории лекарственных препаратов // Электронный ресурс. Режим доступа:

http://www.asutp.ru/?p=205761. Дата обращения: 30.04.2011.

Информационные технологии в криминалистике / контролирует работу всей линейки оборудования, проводящего упаковку и маркировку готовой продукции (в том числе и работу ридеров, используемых для записи EPC-данных в метки на упаковках и коробках, а также работу считывателей штрих-кодов). С помощью этого программного обеспечения проводится проверка всех данных на упаковочных контейнерах, а после погрузки их на паллеты проводится сверка данных о размещн ных на них упаковках с теми, что были записаны в метки на упаковках на начальных этапах подготовки отгруз ки. Затем программное обеспечение от Systech экспортирует EPC-коды в приложение E-Pedigree Application, которое используется всеми участниками цепочки поставок для управления аутентификацией и «паспортизаци ей» каждой упаковки с лекарством.

После поступления со считывателя RFID-данных или штрих-кода уникального кода каждой единицы товара в приложение E-Pedigree Application, оно формирует запрос на существование такого товара в партии, отгруженной производителем. Если приложение установило, что упаковка с данным идентификатором не была отгружена поставщиком в ходе выполнения заказа, или то, что истек срок годности лекарственного препарата, оно выдат тревожное сообщение.

Подобные системы отслеживания и мониторинга лекарственных средств активно используются зару бежными фармацевтическими компаниями уже в течение нескольких лет. В Российской Федерации достоин ства данных технологий оставлены без внимания. Это говорит о том, что в эффективности мониторинга каче ства и безопасности лекарственного обеспечения наше государство серьезно отстает от передовых стран мира.

В связи с тем, что каждое вещество имеет свою уникальную спектрограмму, для анализа фар макологических препаратов в различных лекарственных формах также предлагается использовать так называемую пространственно смещенную рамановскую спектроскопию. Данный метод основан на излучении тонкого лазера, схожего с лазером DVD-проигрывателя. Используемая при этом лазерная установка StreetLabанализирует спектральные изменения лазера после прохождения образца, распо знавая даже смеси и растворы. В этой модификации метода детектор немного смещен относительно точки взаимодействия лазера с образцом, что позволяет регистрировать фотоны, прошедшие через вещество, а не отраженные упаковкой1.Однако такой метод экспресс-идентификации представляется слиш ком дорогим и трудоемким, из-за чего его массовое внедрение становится невозможным.

Несколько иной метод был предложен Фондом социальной безопасности РФ, успешно организовавшим пилотный запуск Центра управления мобильным контентом, который предоставлял возможность гражданам идентифицировать лекарственные препараты посредством использования мобильных телефонов. Для этого, при покупке лекарственных средств потребителям предоставлялась возможность отправки SMS-cообщения с комбинацией цифр, указанной на упаковке препарата, на специальный номер. После чего, в течение 30 сек. они получали ответ, в котором содержалась информация о подлинности приобретаемого лекарственного средства.

В настоящее время данная технология успешно применяется в ряде африканских стран для идентификации подлинности противомалярийных лекарственных препаратов, уровень подделки которых в этом регионе пре вышает 30%. В Российской Федерации указанная идея не нашла законодательной поддержки.

Анализ практики внедрения информационных технологий в контроль качества и безопасности лекар ственных средств показал, что положительные результаты в этом направлении получило использование совре менных автоматизированных систем управления (АСУ) для аптечных организаций.

С помощью таких систем можно существенно облегчить контроль за забракованными сериями лекарственных препаратов, реализуемых через аптечную сеть, и предупредить их попадание к покупателю. Управление движением лекарственных средств основано на учете серий товара на всем пути его движения – от производства до реализации. При полу чении новой информации о фальсификатах аптечные организации обязаны организовать проверку и устано вить, есть ли такие препараты среди товарных запасов аптеки. Если раньше это делалось вручную – путем сверки серии и описания заявленных фальсифицированных препаратов с поступившими в аптеку, то сейчас эту работу может выполнять автоматизированная система. Крупные компании-разработчики уделяют этому вопро су достаточно большое внимание, поэтому многие известные на рынке программные продукты позволяют про водить контроль фальсифицированных и забракованных серий как при поступлении и нахождении товара в аптеке, так и при его отпуске покупателю.

В качестве примера предлагается рассмотреть конкретный программный продукт, в котором предусмот рены возможности автоматического пополнения и контроля списка забракованных серий препаратов. Источником информации о забракованных препаратах служат данные Фонда фармацевтической ассоциации – www.drugreg.ru.

Эти данные импортируются в программный комплекс, после чего прописываются во внутреннюю структуру си стемы с сохранением основных сведений: «Наименование препарата», «Производитель», «Страна», «Номер пись ма браковки», «Дата браковки», «Лаборатория сертификации браковки», «Причина браковки»2.

В дальнейшем эти данные сопоставляются с информацией о новом товаре, поступившем в аптеку. Пер вый и самый главный этап анализа поступивших лекарственных средств осуществляется в процессе импорта накладных от поставщика. При совпадении серии полученного товара с серией из письма о «забраковке», соот ветствующая строка отмечается на экране особым цветом. Тем самым, работник аптеки, ответственный за при Болл С.В., Елохин В.А., Соколов В.Н. Фальсифицированные лекарственные средства и роль государства в борьбе с ними:

Монография. – М., 2009. С.84.

Кольчугин А., Музылева М. Автоматизация аптечного бизнеса // Российские аптеки. – М., 2009. №7. С.15.

Информационные технологии в криминалистике ем товара, получает предупреждение о том, что данная серия подлежит изъятию. Далее провизор (фармацевт) должен сверить основные параметры забракованной позиции – «Наименование препарата», «Производитель», «Страна». На основании этих данных принимается решение о постановке товара на остатки аптеки: если они совпали с реквизитами приходуемого товара, препарат не принимается на остатки «Забраковано». При этом наименование товара из накладной, производитель и серия из обрабатываемой строки документа автоматически заносятся в справочник забракованных серий лекарственных средств в системе, который используется про граммой при каждой продаже, перемещении и других операциях с препаратами.

Помимо этого, в программе реализована возможность проверки данных о лекарствах и биологически активных добавках, которые уже оприходованы и находятся на остатках аптеки, она запускается работником аптеки в случае необходимости и проводится по всем товарным запасам. При совпадении информации, имею щейся в письме Росздравнадзора, с позициями из перечня товарных остатков, провизору будет предложено проверить все дополнительные данные по препарату и принять окончательно решение о его дальнейшем дви жении.

При отпуске лекарственных средств и биологически активных добавок на кассе также присутствует опциональная возможность контроля их принадлежности к спискам фальсифицированных и забракованных товаров. При попытке продать товар, который находится в справочнике забракованных серий системы, сотруд ник аптеки получает уведомление о невозможности продолжения операции.

Таким образом, автоматизированный программный комплекс, позволяющий проводить сверку серий и наименований фальсифицированных и забракованных лекарственных средств (БАД) с товаром, поступающим на остатки аптеки, является надежным помощником для субъектов обращения фармацевтической продукции в целях контроля ее качества и безопасности.

В ряде исследований и специальных публикациях в качестве одного из возможных направлений повы шения эффективности контроля качества и безопасности лекарственных средств называется разработка и ис пользование специальных компьютерных программ.

Так, в Управлении Росздравнадзора по Алтайскому краю успешно функционирует компьютерная про грамма мониторинга, созданная на основе конфигурации программы «1С:Предприятие», которая позволяет по лучать все необходимые сведения об обращении лекарственных средств в регионе, формировать отчетные дан ные в документальной форме в минимальные временные сроки при минимальных трудовых затратах. Основ ные достоинства данной программы в том, что она позволяет:

- обеспечить формирование и ведение базы данных в накопительном режиме о всех сериях, лекар ственных средств, подлежащих изъятию на территории Российской Федерации по информационным письмам Росздравнадзора;

- осуществлять мониторинг серий лекарственных средств;

- повысить эффективность проводимых контрольно-надзорных мероприятий;

- оперативно выявлять искомую серию лекарственных средств на фармацевтическом рынке со всей со путствующей информацией по запросам правоохранительных органов и обращениям граждан и при необходи мости направлять лекарственные средства в испытательную лабораторию центра контроля качества лекар ственных средств1.

По состоянию на 31.05.2010 г. база данных Программы содержала: сведения о 7728 сериях лекарствен ных средств, подлежащих изъятию на территории Российской Федерации по письмам Росздравнадзора, опуб ликованным за период с 01.01.2007 г. по 31.05.2010 г.;

информацию о 436 сериях лекарственных средств, по которым Управлением была организована экспертиза, а затем принято решение о дальнейшей реализации ле карственных средств в Алтайском крае;

банк данных о 400840 сериях лекарственных средств, поступивших в край от 25 поставщиков за период с 01.01.2008 г. по 31.05.2010 г;

уведомления о 4780 недоброкачественных сериях лекарственных средств, выявленных в результате обработки данных Программой у поставщиков по письмам Росздравнадзора, и ответы на уведомления о браке этих серий. С помощью Программы сотрудниками Управления Росздравнадзора по Алтайскому краю направлены запросы в отношении 982 недоброкачественных серий лекарственных средств в адрес 140 организаций, зарегистрированных в 40 городах Российской Федера ции. По состоянию на 31.05.2010 г. подтверждено уничтожение 411 недоброкачественных серий лекарственных средств (42%) от общего числа запрашиваемых серий. В результате проведенного мониторинга установлено, что некоторые недоброкачественные серии лекарственных средств поступали в регион через 2-4 посредников.

Кроме того, указанная Программа позволяет в минимальные сроки формировать отчеты в Росздравнадзор и делать выборки для публикаций в специализированные печатные издания в формате таблиц, содержащих крат кую информацию об изъятии фальсифицированных и недоброкачественных лекарственных средств. В связи с ростом количества злоупотреблений на стадии утилизации фармацевтических препаратов, инициирована дора ботка Программы с целью повышения эффективности мониторинга за списанием и уничтожением фальсифи цированных и недоброкачественных лекарственных средств 2.

Трешутин В.А., Кривоус А.В. Компьютерная программа как инструмент повышения эффективности госконтроля качества лекарственных средств на региональном уровне (на примере Алтайского края) // Вестник Росздравнадзора. – М., 2010. №4.

С.46-58.

Там же.

Информационные технологии в криминалистике / В качестве перспективного направления также рассматривается внедрение в фармацевтический рынок инновационных автоматизированных систем для продажи лекарственных препаратов. Примером может слу жить роботизированная аптека и фармацевтический склад «Pharmaself». Данная система использует новейшие технологии как в аппаратном, так и программном обеспечении. Среди главных ее характеристик выделяются:

специально разработанное программное обеспечение с системой видеоконференцсвязи;

роботизированный склад с высокой точностью и скоростью работы;

модульный склад, позволяющий адаптироваться под любые виды медицинских товаров;

система охлаждения с контролем температурного режима;

максимальная безопас ность, благодаря стальной структуре, экрану с антивандальной защитой и другими мерами;

высокоскоростной сканер, способный считывать любые документы и электронные рецепты;

разные системы оплаты и выдачи сда чи. Данная система организована так, что продажа любого фармацевтического препарата (по рецепту или без него) осуществляется как в обычной аптеке. Если покупатель желает приобрести лекарственное средство, не требующее предъявления рецепта или участия фармацевта, он может купить его самостоятельно. Но если поку пателю понадобится консультация или разрешение на покупку определенного препарата, он в любой момент может связаться с фармацевтом call-центра, нажав на кнопку «Позвонить фармацевту» на экране. Кроме того, что фармацевт помогает покупателю и консультирует его, он также может взаимодействовать с ним, управлять терминалом и полностью контролировать весь процесс.

Использование «Pharmaself» позволяет: продавать более 1000 наименований лекарственных средств, занимая площадь, равную 2 м2;

продавать лекарственные средства круглосуточно с минимальными затратами, идентифицировать рецептурные бланки и, что особенно важно, осуществлять контроль за реализацией лекар ственных средств, ограничивая доступ к ним посторонних лиц. Указанные системы активно используются в Германии, Италии, Голландии и других странах1.

Серьезную озабоченность у представителей контролирующих и правоохранительных органов вызывает активная торговля лекарственными средствами и биологически активными добавками через интернет. Данный способ реализации товаров позволяет преступникам действовать анонимно. Уровень фальсификации в этом сегменте рынка доходит до 50%. При этом объем электронной торговли медикаментами, в том числе трансгра ничной, возрастает. До 70% продающихся через интернет стероидных гормонов и средств для похудения – фальсифицированные препараты2.

В связи с обострением криминогенной обстановки, Интерполом и Международной спецкомиссией по борьбе с контрафактными лекарственными средствами Всемирной организации здравоохранения стали ежегодно проводиться международные спецоперации под кодовым названием «Пангея»3. В первой такой операции в году приняли участие 8 стран. Спустя год, участниками операции «Пангея-II» стали уже 25 государств, включая Австралию, Канаду, Израиль, Новую Зеландию, Сингапур, Южную Африку, Таиланд, США и 16 европейских стран. В ходе последней был выявлен 751 интернет-сайт, с помощью которых осуществлялась нелегальная дея тельность. Так называемые «Электронные аптеки» незаконно реализовывали рецептурные препараты и лекар ственные средства строгого учета. Впечатляет статистика изъятого фальсификата: около 167 тыс. запрещенных и контрафактных таблеток, в т.ч. антибиотики, стероиды и средства для похудения. В 2010 году к спецоперации «Пангея-III» присоединилась Российская Федерации. В результате масштабных международных проверок было выявлено 1200 интернет-сайтов, через которые распространялись поддельные препараты, изъято 10000 ящиков с лекарственными средствами, более миллиона фальсифицированных таблеток на сумму 2,6 миллиона дол. США4.

По оценкам сотрудников Интерпола, данный бизнес прибыльнее, чем торговля наркотическими препа ратами. В числе популярных для подделки лекарств эксперты называют: антибиотики, таблетки для похудения, антидепрессанты, препараты для улучшения сна, бензодиазепин, эфедрин, гормоны и стероиды, болеутоляю щие и сердечные средства, таблетки для понижения уровня холестерина и сахара, антималярийные препараты, таблетки против выпадения волос, опиоиды, противораковые и диабетические средства, амфетамины, пищевые добавки, содержащие активные фармацевтические ингредиенты, средства для прерывания беременности 5.

Таким образом, требуется незамедлительная активизация работы подразделений полиции по борьбе с преступлениями в сфере информационных технологий в целях пресечения деятельности интернет-сайтов, через которые осуществляется реализация фальсифицированных и недоброкачественных лекарственных средств (БАД). При этом, учитывая транснациональный характер совершаемых преступлений, необходимо акцентиро вать внимание на взаимодействии с Интерполом и правоохранительными органами других государств.

Серьезным препятствием для борьбы с производством и сбытом фальсифицированных и недоброкаче ственных лекарственных средств является отсутствие централизованного учета данных преступлений, что практически исключает возможность их мониторинга, прогнозирования и профилактики. Информация об об Электронный ресурс: веб-сайт ООО «Фармаселф». Режим доступа: http://www.pharmaself.ru. Дата обращения: 25.04.2011.

Косенко В.В., Быков А.В., Мешковский А.П. Фальсифицированные лекарства – глобальная проблема // Вестник Рос здравнадзора. 2009. №3. С.14.

Пангея – единый континент, существовавший на Земле 150-200 млн. лет назад. Аналогичное название получила междуна родная спецоперация, в связи с тем, что объединила усилия многих государств из различных континентов и была призвана ликвидировать транснациональные преступные группы, действующие посредством глобальной сети Интернет.

Богданов В. Интерпол забьет штрафной // Российская газета. 2010. 27 сентября. С.12.

Интерпол и МВД завершили беспрецедентную операцию по изъятию поддельных лекарств // Электронный ресурс. Режим доступа: http://medicine.newsru.com/article/15oct2010/supareidinterpo. Дата обращения: 20.04.2011.

Информационные технологии в криминалистике ращении фальсифицированных лекарственных средств в подразделениях полиции не собирается, не учитывает ся и не анализируется;

обмен информацией с базой «Мошенник» не ведется. Тем самым, доказательственная информация о таких преступлениях исчезает бесследно, а труд сотрудников, когда-либо собиравших эту ин формацию, сводится к нулю.Для повышения эффективности работы правоохранительных органов в этом направлении представляется необходимым включение лекарственных средств и биологически активных доба вок в отдельные позиции учета как предмета преступного посягательства ГИАЦ МВД России и ИЦ при МВД, ГУВД, УВД субъектов Российской Федерации, а также введение обязательного и полного статистического уче та преступлений, связанных с производством и сбытом фальсифицированных и недоброкачественных лекар ственных средств.

Анализ судебно-следственной практики показал, что в процессе выявления и расследования указанных преступлений возникает необходимость установления местонахождения и направления запросов в адрес мно гочисленных юридических лиц: производителей лекарственных средств, дистрибьюторов (оптовых продавцов), аптечных организаций, типографий. Учитывая то, что осуществление фармацевтической деятельности является лицензируемым видом деятельности, данная информация обрабатывается органом, выдающим соответствую щие лицензии – Федеральной службой по надзору в сфере здравоохранения и социального развития. В целях сокращения процессуальных, временных и материальных затрат, полагаем целесообразным обеспечение досту па правоохранительных органов к базе данных юридических лиц, занимающихся фармацевтической деятельно стью на территории Российской Федерации. Кроме того, необходима автоматизация обмена информацией меж ду контролирующими и правоохранительными органами о случаях грубого нарушения лицензионных требова ний и допущении правонарушений при обращении лекарственных средств и биологически активных добавок.

Принятие указанных мер значительно облегчит сбор и обработку информации о совершаемых преступлениях, а также обеспечит их раскрытие «по горячим следам».

Подводя итог рассмотрению использования информационных технологий в предупреждении оборота фальсифицированных и недоброкачественных лекарственных средств и биологически активных добавок, необ ходимо отметить, что в Российской Федерации этот процесс находится на стадии становления. Крайне слабая технологическая обеспеченность субъектов обращения лекарственных средств и контролирующих органов в нашей стране корреспондируется с отсутствием правовой базы использования инновационных систем и про грамм, а также с острым недостатком квалифицированных кадров, способных обеспечивать их функциониро вание. Таким образом, для решения данных проблем требуется комплексный подход. При этом наибольшую эффективность, с нашей точки зрения, смогут обеспечить лишь меры, предпринимаемые на федеральном уровне. В частности, представляется целесообразным создание межведомственной (объединяющей Рос здравнадзор, МВД России, ФСБ России, ФТС России, ФСКН России, ФАС России) автоматизированной ин формационной базы данных, обрабатывающей информацию о фальсифицированных и недоброкачественных лекарственных средствах, а также похищенных и уничтоженных препаратах.

Высокую результативность, на наш взгляд, может получить внедрение системы тотального мониторин га качества и безопасности лекарственных средств, то есть введение технологии идентификации и контроля каждой единицы фармацевтической продукции, о которой шла речь в настоящей статье. В этих целях необхо димо: внесение изменений в федеральное законодательство об обращении лекарственных средств, разрешаю щих применение тех или иных информационных технологий и технических средств;

организация подготовки и переподготовки квалифицированных кадров, способных обеспечивать их функционирование и, что особенно важно, финансирование таких программ из федерального бюджета, а также государственная поддержка субъек тов обращения лекарственных средств, внедряющих данные технологии в свою повседневную деятельность.

ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ПОЧЕРКОВЕДЧЕСКИХ МЕТОДИК Д.т.н., профессор С.Д. Кулик, Д.А. Никонец, К.И. Ткаченко (Национальный исследовательский ядерный университет «МИФИ») Согласно статистическим данным [1], в 2007 году сотрудники экспертно-криминалистических подраз делений органов внутренних дел (ЭКП ОВД) приняли участие в производстве более 7.94 млн. следственных действий и оперативно-розыскных мероприятий, при этом результаты применения криминалистических средств и методов послужили доказательственной базой по более чем 71% от всех расследованных преступле ний. Также отмечается [2], что результаты работы экспертов являются доказательственной базой по 80–85% уголовных дел по таким составам преступлений, как убийства, грабежи, кражи и др., а «каждая третья из вы полненных криминалистических экспертиз и две трети специальных экспертиз способствуют установлению причастности лица к совершению преступления» [2].

Количество почерковедческих экспертиз, проведнных в РФ, по данным ЭКЦ МВД составило всего в 2006 году — 73 тыс., в 2007 — 76 тыс., в 2008 — 72 тыс., в 2009 — 78 тыс., а сама почерковедческая экспертиза занимает 3-е место среди других видов экспертиз по количеству выполненных [3]. Если принять во внимание, что криминалистическими подразделениями ОВД в 1999 году всего было выполнено 47 тыс. почерковедческих экспертиз [4], то можно сделать вывод, что за 10 лет их количество выросло в 1.6 раза.

Почерковедческие и технико-криминалистические исследования документов составляют почти 65% про изводимых экспертиз по делам о преступлениях, связанных с отчуждением жилья [4]. При расследовании хище ний, совершаемых работниками банков, почерковедческие экспертизы назначаются в 70% уголовных дел [4]. При Информационные технологии в криминалистике / расследовании преступлений, совершенных бандой, почерковедческие экспертизы назначаются в 11% уголовных дел [4]. При расследовании незаконного производства спиртосодержащей алкогольной продукции почерковедче ская экспертиза назначается в 40% уголовных дел [4]. При расследовании незаконного уклонения от уплаты та моженных платежей с транспортных средств почерковедческая экспертиза назначается в 22% уголовных дел [4].

Назначение почерковедческой экспертизы характерно [4] для расследования преступлений, связанных с незаконной предпринимательской деятельностью и неуплатой налогов, для расследования уголовных дел об убийствах, замаскированных под самоубийства и дел о доведении до самоубийства, для расследования пре ступлений в сфере предпринимательства, для расследования экономических преступлений, для розыска лиц, совершивших преступление, для расследования преступлений, совершнных в сфере экономической деятель ности с использованием подлога документов [4–11].

Эти данные свидетельствуют об актуальности рассмотрения вопросов, касающихся проведения судеб но-почерковедческих экспертиз и повышения эффективности работы самих экспертов.

Следует заметить, что судебно-почерковедческая экспертиза является одной из наиболее сложных в проведении и спорных в плане объективности полученных результатов криминалистических экспертиз. Из-за краткости исследуемого рукописного объекта, несовершенства или отсутствия методики часто в практике экс пертов возникает ситуация, когда принять решение не представляется возможным (НПВ).

Согласно [9] выделяют следующие виды задач, встречающихся в практике экспертов-почерковедов:

идентификационные задачи (идентификация почерка определнного лица);

диагностические задачи (установлением факта наличия или отсутствия необычных условий выполнения рукописных текстов);

классификационно-диагностические задачи (например, установление групповой принадлежно сти исполнителя рукописи по полу, возрасту, образованию и т.п.).

Одним из основных источников данных для проведения криминалистических экспертиз, решения идентификационных задач, задач розыска и поиска есть биометрическая информация. Биометрические систе мы, основанные на рукописном материале (в сочетании с фактографическим поиском) можно использовать не только для непосредственной идентификации личности по почерку, но и для определения е характеристик [3– 7, 9–15], таких как возраст, пол, рост, национальность, образование, психологический портрет и др.

Решение классификационно-диагностических задач, в частности определение пола и возраста по по черку, характерно для почерковедческих исследований, назначаемых по уголовным делам, когда исследуются рукописные документы, исполнители которых неизвестны, а также для розыска лиц, причастных к совершению преступления.

Отсутствие методик, недостатки осмотров мест происшествий и низкая квалификация экспертов, как показано в [5], приводит к тому, что перед экспертами практически не ставятся «вопросы поисково-розыскного характера: о количестве преступников и их половой принадлежности;

возрасте, росте и физических данных;

профессиональных навыках;

преступном опыте;

о психическом состоянии» [5]. Также отмечается [5], что в 98% назначенных почерковедческих экспертизах проводится только идентификация исполнителя рукописного тек ста. Кроме того, результаты диагностических экспертиз, редко используются в дальнейшем для поиска лица, совершившего преступление [5].

Кроме идентификации исполнителей рукописного текста, важным вопросом, особенно для проведения оперативно-розыскных мероприятий (ОРМ), является возможность определения различных характеристик че ловека по почерку. Проводятся различные исследования, в которых изучается этот вопрос. Так со времн появ ления первых графологических исследований, специалистов интересует разработка научно обоснованных ме тодов определения психологического портрета исполнителя по почерку [3, 4, 11].

Хотя зарубежными специалистами официально считается, что по почерку нельзя определить пол, воз раст исполнителя рукописи, но за рубежом проводятся различные исследования, изучающие возможность определения пола, возраста по почерку (см. подробнее [4]). Следует заметить, что в нашей стране разработаны апробированные на практике методики определения пола и возраста исполнителя рукописи [4, 6, 7, 10–12].

При выполнении исследований эксперты руководствуются разного рода методическими документами (методиками). Существующие почерковедческие методики разработаны достаточно давно и требуют проверки на соответствие их текущей ситуации. Состояние дел в области почерковедческих экспертиз убедительно пока зывает на необходимость разработки новых почерковедческих методик, применение новых показателей эффек тивности, связанных с методиками и создания комплексных автоматизированных средств поддержки почерко ведческих экспертиз, например, в виде автоматизированного рабочего места (АРМ) эксперта-криминалиста почерковеда. Так ведущий эксперт в области почерковедения Сысоева Л.А. прямо говорит, «что сегодня экс перт, решающий задачи в области судебного почерковедения должен быть вооружн современными методами исследования почерка и подписей, обладать познаниями в области исследования документов и иметь на воору жении достойную техническую базу» [16]. В виду этого, принято решение о разработке АРМ эксперта криминалиста (почерковеда) FHWE v. 1.0 [4, 10].

Специалистами ЭКЦ МВД РФ проведена паспортизация используемых почерковедческих методик, в этот список вошла 31 действующая почерковедческая методика [12]. Среди них такие известные методики, раз работанные совместно специалистами МИФИ и ЭКЦ МВД РФ, как методика определения пола исполнителя кратких рукописных текстов [13], методика определения возраста исполнителя рукописных текстов [14], мето дика вероятностно-статистической оценки совпадающих частных признаков почерка в прописных буквах рус Информационные технологии в криминалистике ского алфавита (идентификация исполнителя по почерку) [15]. Поскольку данные методики используются в АРМ FHWE v. 1.0, принято решение выполнить экспериментальное исследование этих методик.

В качестве экспериментальных данных была использована база данных (БД) рукописных объектов, сформированная для АРМ эксперта-криминалиста (почерковеда) FHWE v. 1.0. эта БД была заполнена образ цами рукописных объектов (691 образец), для исполнителей которых были известны их пол, возраст, рост, национальность и профессия [4, 6, 7, 10]. Каждый образец представляет собой 1–2 страницы A4 рукописного текста. В таблицах 2 и 3 приведено количество исполнителей образцов в разрезе профессий и уровня их образо вания (см. таблицу 1) и представлен половозрастной состав исполнителей (см. таблицу 2).

Надо заметить, что такое количество документов (691) является довольно значительным и не часто встречается при выполнении экспериментальных почерковедческих исследований. Так согласно [11], чаще все го для разработки методик используются не более 100 рукописных документов.

Таблица 1. Количество исполнителей рукописных образцов разных профессий и уровень их образования.

Образование Всего для Профессия Среднее, среднее- Незаконченное профессии Не указано специальное высшее, высшее Военнослужащий, курсант 12 2 0 Инженер, научный сотрудник, архитектор 28 104 2 Медицинский работник, врач 14 10 0 Милиционер, следователь, эксперт, юрист 9 57 0 Продавец, повар, сфера обслуживания 14 4 0 Рабочий, слесарь, электрик, водитель, строитель 52 7 0 Служащий, бухгалтер, административный работник 38 40 0 Студент, школьник, адъюнкт 156 22 1 Учитель, воспитатель 7 36 1 Не указано 36 33 6 Всего по образованию 366 315 10 Таблица 2. Количество исполнителей рукописных образцов различного пола и возраста.


Возраст Пол Всего по полу 18–22 23–30 31–37 38–47 48– Мужской 62 80 66 60 53 Женский 78 62 68 84 78 Всего по возрасту 140 142 134 144 131 Также известна национальность исполнителей, среди них (количество): русские — 523, украинцы — 26, литовцы — 19, татары — 10, евреи — 6, белорусы — 5, армяне — 5, прочие — 16, не указано — 81.

Таким образом, можно сделать вывод, что в БД образцов рукописных объектов широко представлены исполнители рукописей разных профессий, национальностей, возрастов и т.п., что повышает практическую достоверность экспериментальных исследований, выполненных при помощи этой БД.

Совместно с экспертами-почерковедами был сформирован справочник частных признаков букв русско го языка, используемых в качестве характеристик почерковых объектов. Для этого было использовано разбие ние 28 прописных букв (не рассматривались признаки для букв «Ё», «Й», «Ь», «Ы», «Ъ») на элементы.

В качестве групп частных характеристик прописных букв на основании опыта экспертов были выбраны [4, 6, 7, 13–15]:

строение буквы в целом;

форма движения при выполнении отдельных элементов букв;

форма движения при соединении отдельных элементов букв;

протяжнность по вертикали и горизонтали движения при выполнении отдельных элементов букв;

вид соединения движений при выполнении отдельных элементов букв;

количество движений при выполнении отдельных элементов букв;

относительное размещение точек начала, конца и соединения движений при выполнении от дельных элементов букв;

порядок движений при выполнении отдельных элементов букв.

Всего для 28 прописных букв русского языка было выделено 1865 частных признаков. Также в спра вочник были добавлены некоторые частные признаки строчных букв. В результате сформированный справоч ник частных признаков букв русского языка, используемых в качестве характеристик почерковых объектов, содержит 1963 признаков (соответственно 1865 для прописных и 98 для строчных букв).

Для всех рукописных документов из БД образцов рукописных объектов экспертами-почерковедами был составлен список встречающихся в этих документах частных признаков. Всего экспертами было выделено около 120000 соответствий признаков образцам (соответственно около 114000 для прописных и 6000 для строчных букв). Минимальное количество признаков, выделенных в одном документе — 89, максимальное — 278, среднее — 175. База данных образцов и справочник частных признаков рукописных букв были далее ис пользованы для проведения исследований.

Было решено выполнить два экспериментальных исследования:

Информационные технологии в криминалистике / Первое — исследовать возможность применения стандартной методики идентификации ис полнителя рукописи [15] для идентификационного поиска.

Второе — исследовать количество признаков, необходимых для корректной работы стандарт ных методик определения пола и возраста исполнителя рукописи [13, 14].

Следующим этапом разработки АРМов эксперта-криминалиста (почерковеда) будет реализация иден тификационного поиска исполнителя рукописного текста. Предполагается использовать централизованную базу данных рукописных документов, для которых экспертами выбраны частные признаки букв русского языка.

Эта база данных будет пополняться экспертами в процессе их деятельности.

Основное отличие процедуры верификации исполнителя рукописного текста (когда по двум докумен там необходимо принять решение, выполнены ли они одним человеком), выполняемой при помощи стандарт ной методики [15], от процедуры идентификационного поиска исполнителя (когда необходимо по представлен ному образцу рукописного объекта сделать вывод, кем из заданного набора исполнителей он выполнен), состо ит в том, что в первом случае эксперт исследует два рукописных документа и выбирает в них одинаковые (сов падающие) частные признаки букв, а во втором случае эксперт исследует один рукописный документ и выби рает встречающиеся в нм частные признаки букв. И, следовательно, при последующем автоматическом срав нении исследуемого документа с рукописными образцами из базы данных, в случае идентификационного поис ка исполнителя, учитываются, в качестве совпадающих, именно встречающиеся признаки, которые в общем случае, могут быть и неодинаковыми в различных документах (рукописях), выполненных разными лицами.

Из, соответственно, 691 исполнителя сформированы все возможные пары различных исполнителей для проверки. Общее число пар равно N C691 238395. Таким образом, моделировалась работа подсистемы идентификационного поиска исполнителя, когда на вход податся исследуемый документ и производится ис следование тождества исполнителей попарно со всеми исполнителями из существующей базы данных.

В качестве показателей эффективности идентификации были выбраны следующие:

Eидент — количество ошибок идентификации для всех пар исполнителей при стандартном значении суммарной идентификационной значимости [7, 15], равном I 10.

I идент — пороговое значение суммарной идентификационной значимости, при котором процент оши бок идентификации для всех пар исполнителей не превышает 10%.

Lидент — среднее количество совпадающих признаков, необходимое для принятия решения о тождестве для порогового значения суммарной идентификационной значимости I идент.

В результате эксперимента с применением к парам различных исполнителей стандартной методики, получено Eидент 209848 (88.02%) ошибочных результатов. Такое большое количество ошибок связано с тем, что по стандартной методике, 32 совпадающих признака всегда достаточно для категорического вывода о тож дестве исполнителей. И, учитывая независимость признаков, и то, что признаки выбраны так, чтобы вероят ность появления любого признака была меньше или равна 0.5, невозможно, чтобы у различных исполнителей совпало больше 31 признака. А, например, среди исследуемых пар исполнителей 194506 (81.59%) имеют сов падения 32 и больше признаков.

Предположим, что эксперты при выборе признаков не делали ошибок (пренебрежм такими ошибка ми). Тогда, очевидно, что нарушается или предположение о независимости признаков, или вероятность появле ния признаков больше 0.5, или имеют место оба нарушения.

Была предложена гипотеза, состоящая в том, что высокий уровень ошибок связан со статистической зависимостью признаков почерка. Специалисты предлагают следующие методы выявления и уменьшения ко личества зависимых признаков [11]:

Удаление некоторых высокозависимых признаков (не рекомендуется, т.к. может вести к сни жению эффективности распознавания).

Выявление групп взаимозависимых признаков, и использование в дальнейшем только одного, группового признака.

В связи с этим, для решения задачи снижения количества ошибок, проведены три исследования, позволяющие:

оценить эффективность идентификационного поиска исполнителя, не учитывая часто встреча ющиеся признаки;

оценить эффективность идентификационного поиска исполнителя, учитывая зависимость при знаков;


оценить эффективность идентификационного поиска исполнителя, учитывая зависимость при знаков и не учитывая часто встречающиеся признаки.

Эффективность далее будем оценивать по ранее выбранным показателям Eидент, I идент, Lидент.

Для того чтобы исключить часто встречающиеся признаки, решено было использовать точечную оцен ку вероятности появления признака, полученную для экспериментальной выборки. Были выбраны 5 пороговых значений вероятности: 0.50;

0.30;

0.20;

0.15;

0.10. Соответственно, было проведено 5 экспериментов, в каждом из них были исключены признаки, для которых точечная оценка вероятности появления была больше или равна соответствующему порогу вероятности. Результаты экспериментов занесены в таблицу 3.

Информационные технологии в криминалистике Таблица 3. Количество ошибок, при исключении признаков для разных порогов вероятности.

Eидент Порог вероятности I идент Lидент количество процент 1 – (исходный вариант) 209848 88.02 25.55 34. 0.50 191673 80.40 23.85 31. 0.30 103643 43.48 16.56 22. 0.20 29197 12.25 10.68 14. 0.15 6955 2.92 7.31 9. 0.10 235 0.10 4.16 5. Таким образом, исключая часто встречающиеся признаки и изменяя пороговые значения суммарной идентификационной значимости, можно уменьшать количество ошибок идентификации. Так, например, при исключении признаков, точечная оценка вероятности появления которых больше или равна 0.15, удалось сни зить ошибки Eидент с 88.02% до 2.92%, а также уменьшить I идент c 25.55 до 7.31 и Lидент с 34.07 до 9.75 (т.е. для принятия решения о тождестве исполнителей при том же уровне ошибок, в среднем, потребуется совпадающих признаков на 37.07–9.75=27.32 меньше).

Поскольку в методике заранее предполагается статистическая независимость частных признаков букв русского языка, но не предложен справочный материал (ИМО), описывающий существующую зависимость признаков, считается, что исключать зависимые признаки эксперт должен вручную, исходя из своего опыта.

Для того чтобы учесть зависимость признаков при принятии решения об идентификации исполнителя рукописного текста, необходимо выделить группы потенциально зависимых признаков, и потом выполнить проверку гипотезы о зависимости признаков в этих группах-кандидатах. Если гипотеза о зависимости призна ков не подтвердится, то следует повторить разбиение, выбрав другие группы-кандидаты.

В общем случае группы зависимых признаков могут быть разной длины. Один признак может входить в несколько групп. Общее число возможных групп равно количеству возможных подмножеств множества при знаков — 2m, где m — количество признаков, m 1963, следовательно, общее число возможных групп равно 21963, что очень много (больше, чем количество атомов в нашей вселенной). Т.е. задачу поиска групп зависимых признаков простым перебором не решить. Задачу разбиения выборки на группы (или кластеры) решают при помощи кластерного анализа (обучение без учителя). Принято решение для поиска групп зависимых признаков использовать, некоторые идеи методов интеллектуального анализа данных (ИАД), в частности использовать метод поиска ассоциативных правил (Association Rules).

Поиск ассоциативных правил представляет собой просмотр всех возможных ассоциативных правил с учетом заданных ограничений. Ограничения задаются для некоторых показателей (статистик) ассоциативных правил. Поскольку вычисления для всех пар исполнителей (всего 238395) занимают достаточно много времени, принято решение выполнить несколько экспериментов с различными значениями статистик ассоциативных правил M c (покрытие) и M s (поддержка) только для 100 случайно выбранных пар исполнителей. Некоторые результат экспериментов занесены в таблицу 4. Более подробно разработанные алгоритмы и результаты экспе риментов приведены в [4].

Таблица 4. Количество ошибок для 100 случайных пар, при учте групп зависимых признаков.

Eидент Mc Ms I идент Lидент количество процент 25. 40 50 50.00 19. 50 53 53.00 20.67 27. 0. 60 53 53.00 21.67 28. 70 60 60.00 22.79 30. 30 39 39.00 16.93 22. 0.20 40 52 52.00 19.24 25. 50 53 53.00 20.67 27. 24. 40 51 51.00 18. 0. 50 53 53.00 20.84 27. 23. 30 45 45.00 17. 0. 40 51 51.00 19.44 25. 25. 30 55 55.00 19. 0. 40 59 59.00 20.36 27. 27. 0.60 12 71 71.00 20. Исходный вариант 86 86.00 27.80 37. Так, например для 100 случайных пар исполнителей, используя группы зависимых признаков, полу ченные для значений M s =30 и M c =0.20, удалось снизить ошибки Eидент с 86.00% до 39.00%, а также умень шить I идент с 27.80 до 16.93 и Lидент с 37.07 до 22.57 (т.е. для принятия решения о тождестве исполнителей при том же уровне ошибок, в среднем, потребуется совпадающих признаков на 14.50 меньше).

Информационные технологии в криминалистике / Применяя одновременно оба метода, как метод исключения часто встречающихся признаков, так и ме тод учта групп зависимых признаков, удалось достигнуть ещ более лучших результатов. Некоторые результат экспериментов занесены в таблицу 5.

Таблица 5. Количество ошибок, при учте групп зависимых признаков для порогового значения вероятности 0.2.

Eидент Mc Ms I идент Lидент количество процент 0.00 12 8570 3.59 7.81 10. 0.30 6 5857 2.46 7.83 10. 6 28986 12.16 10.64 14. 0.75 8 29014 12.17 10.64 14. 10 29026 12.18 10.65 14. 6 29014 12.17 10.65 14. 0. 8 29021 12.17 10.65 14. Исходный вариант 209848 88.02 25.55 34. Так (см. таблицу 5), для порогового значения вероятности 0.2 и M c =0.30, M s =6 удалось снизить ошибки Eидент с 88.02% до 2.46%, а также уменьшить I идент c 22.55 до 7.83 и Lидент 37.07 до 10.44 (т.е. для при нятия решения о тождестве исполнителей при том же уровне ошибок, в среднем, потребуется совпадающих признаков на 26.63 меньше, т.к. 37.07–10.44=26.63).

Следующим выполненным исследованием стало определение количества признаков, необходимых для корректной работы стандартных методик определения пола и возраста исполнителя рукописи. В качестве пока зателя эффективности (корректности) работы методик будем использовать процент ошибок при работе методик для 691 документа из БД рукописных объектов. Вычислять этот показатель будем для различного количества признаков в рукописных объектах. Использовать предполагается только самые редко встречающиеся признаки.

Как было упомянуто выше, минимальное количество признаков, выделенных в одном документе — 89, макси мальное — 278, среднее — 175. Поэтому сначала проверим работу методик для случая, когда в каждом доку менте из БД используется только 89 (по минимальному количеству) самых редко встречающихся признаков, потом только 80, 70, 60 и т.д. самых редко встречающихся признаков.

Результаты экспериментов для методик занесены в таблицы 6 и 7.

Таблица 6. Эффективность работы методики определения возраста по почерку для разного количества признаков.

Правильно определн возраст НПВ Ошибка Количество признаков Количество Процент Количество Процент Количество Процент 89 447 64.69 160 23.15 84 12. 80 433 62.66 176 25.47 82 11. 70 416 60.20 193 27.93 82 11. 60 390 56.44 216 31.26 85 12. 50 379 54.85 221 31.98 91 13. 40 359 51.95 227 32.85 105 15. 30 343 49.64 227 32.85 121 17. 20 321 46.45 249 36.03 121 17. 19 315 45.59 247 35.75 129 18. 18 313 45.30 251 36.32 127 18. 17 313 45.30 246 35.60 132 19. 16 313 45.30 254 36.76 124 17. 15 316 45.73 251 36.32 124 17. 14 311 45.01 249 36.03 131 18. 13 311 45.01 241 34.88 139 20. 12 312 45.15 235 34.01 144 20. 11 311 45.01 227 32.85 153 22. 10 314 45.44 224 32.42 153 22. 9 311 45.01 216 31.26 164 23. 8 317 45.88 221 31.98 153 22. 7 310 44.86 232 33.57 149 21. 6 307 44.43 238 34.44 146 21. 5 291 42.11 236 34.15 164 23. 4 286 41.39 231 33.43 174 25. 3 277 40.09 229 33.14 185 26. 2 255 36.90 248 35.89 188 27. 1 191 27.64 375 54.27 125 18. Информационные технологии в криминалистике Таблица 7. Эффективность работы методики определения пола по почерку для разного количества признаков.

Правильно определн пол НПВ Ошибка Количество признаков Количество Процент Количество Процент Количество Процент 60 404 58.47 155 22.43 131 18. 50 395 57.16 162 23.44 133 19. 40 383 55.43 169 24.46 138 19. 30 378 54.70 181 26.19 131 18. 20 371 53.69 186 26.92 133 19. 19 377 54.56 184 26.63 129 18. 18 378 54.70 181 26.19 131 18. 17 384 55.57 181 26.19 125 18. 16 372 53.84 177 25.62 141 20. 15 369 53.40 180 26.05 141 20. 14 365 52.82 178 25.76 147 21. 13 367 53.11 174 25.18 149 21. 12 365 52.82 179 25.90 146 21. 11 364 52.68 184 26.63 142 20. 10 359 51.95 171 24.75 160 23. 9 352 50.94 172 24.89 166 24. 8 347 50.22 175 25.33 168 24. 7 346 50.07 189 27.35 155 22. 6 345 49.93 188 27.21 157 22. 5 337 48.77 182 26.34 171 24. 4 334 48.34 178 25.76 178 25. 3 306 44.28 186 26.92 198 28. 2 296 42.84 210 30.39 184 26. 1 265 38.35 189 27.35 236 34. Критерием эффективности работы методик будем называть сравнение количества ошибок с порогом, равным 20%. Т.е. будем считать, что методика работает эффективно (корректно), если количество ошибок для 691 документа из БД рукописных объектов меньше или равно 20%.

Из таблиц 6 и 7 видно, что методики определения пола и возраста работают корректно, если выделено 13–17 и более частных признаков рукописных букв.

Таким образом, в результате выполненных исследований была подтверждена гипотеза о том, что высо кий уровень ошибок при идентификационном поиске при помощи методики ЭКЦ МВД России вероятностно статистической оценки совпадающих частных признаков почерка в прописных буквах русского алфавита (идентификация исполнителя рукописи) связан с зависимостью признаков почерка. Предложены методы и раз работан ряд алгоритмов для поиска и учта групп зависимых признаков, позволяющих значительно снизить количество ошибок идентификации исполнителя рукописи, а также уменьшить среднее количество совпадаю щих признаков, необходимых для принятия решения о тождестве.

Также выполнено экспериментальное исследование методик ЭКЦ МВД России определения пола и возраста исполнителя рукописных текстов, которое показало, что если в исследуемой рукописи выделено 13– и более частных признаков рукописных букв, количество ошибок не превышает 20%.

Литература Пресс-релиз к подведению итогов в ЭКЦ МВД России. [Электронный ресурс]. – Электр.дан. – [М.:МВД 1.

России], 2008. – Режим доступа: http://www.mvd.ru/press/release/5176, свободный. – Загл. с экрана.

Мартынов В.В. Теоретические, организационные, процессуальные проблемы криминалистики и судебной 2.

экспертизы // Криминалистические средства и методы в раскрытии и расследовании преступлений : Ма териалы IV Всероссийской научно-практической конференции по криминалистике и судебной экспертизе 4-5 марта 2009 г. – М. : ЭКЦ МВД России, 2009. – С. 4–11.

Устинов В.В. Модельные методы судебно-почерковедческого исследования: проблемы и тенденции разви 3.

тия дел : Автореферат диссертации на соискание ученой степени кандидата юридических наук. Специ альность : 12.00.09 — Уголовный процесс ;

Криминалистика, судебная экспертиза ;

Оперативно розыскная деятельность / В.В. Устинов ;

Науч. рук. В.Ю. Федорович. – М., 2011. – 26 с.

Кулик С.Д., Никонец Д.А., Ткаченко К.И., Лукьянов И.А. Методы и средства повышения эффективности 4.

информационных систем (нейронные сети, криминалистика, формирование фактографических данных, морфологический анализ). Том 1 : Криминалистика. / Изд. Радиотехника. – М., 2011. – 300 с. – Деп. в ВИНИТИ 05.05.2011, №206-В2011.

Ткачук Т.А. Использование результатов исследований и экспертиз в поиске преступника : Автореферат 5.

диссертации на соискание ученой степени кандидата юридических наук. Специальность : 12.00.09 – Уго ловный процесс ;

Криминалистика, судебная экспертиза ;

Оперативно-розыскная деятельность / Т.А. Тка чук;

Науч. рук. А.Ф. Волынский ;

Юридический институт МВД России. – М., 2001.

Никонец Д.А. Нейросетевые технологии для решения задач криминалистики // Нейрокомпьютеры разра 6.

ботка применение. – 2009. – №4. – С. 26-45.

Информационные технологии в криминалистике / Кулик С.Д., Никонец Д.А. Примеры использования нейросетевого алгоритма в методиках эксперта 7.

почерковеда // Нейрокомпьютеры разработка применение. – 2009. – №9. – С. 61–85.

Кулик С.Д., Ткаченко К.И., Никонец Д.А. Инструментальные средства выявления искажений информации в 8.

документах // Безопасность информационных технологий. – 2009. – № 3. – С.29–36.

Кулик С. Д., Никонец Д.А. Средства автоматизации исследования рукописных документов для обеспечения 9.

информационной безопасности // Безопасность информационных технологий. – 2009. – № 4. – С. 81–89.

Кулик С.Д., Никонец Д.А. Автоматизация почерковедческих исследований // XIX Международная научная 10.

конференция "Информатизация и информационная безопасность правоохранительных органов" (25– мая 2010 г., Москва) : Сборник трудов. – М.: Академия управления МВД России, 2010. – С. 314–317.

Судебно-почерковедческая экспертиза : общая часть : теор. и метод. основы / [под науч. ред. В.Ф. Орло 11.

вой];

Гос. учреждение Рос. федер. центр судеб. экспертизы при Минюсте России. – 2-е изд., перераб. и доп. – М. : Наука, 2006. – 544 с. – (Библиотека судебного эксперта).

Почерковедческая экспертиза (31 методика) // Каталог регистрационных паспортов экспертных методик 12.

исследования вещественных доказательств (Одобрен Федеральным межведомственным координационно методическим советом по проблемам экспертных исследований 31 октября 2000г.). – (В 2-х частях). – Часть 2. – Библиотека ЭКЦ МВД России. – Рег. номер №8101. – М. : ЭКЦ МВД России, 2000.

Кулик С.Д., Челышев. (от МИФИ), М.М.Левицкий А.Б., Бажакин Г.А., Белоусова О.Д., Колесова Е.Ю. и др.

13.

Методика определения пола исполнителя кратких рукописных текстов: Учебное пособие. – М.: ВНКЦ МВД СССР, 1990. – 185 с.

Кулик С.Д., Челышев М.М. (от МИФИ), Бажакин Г.А., Левицкий А.Б., Молоков Э.П., Мурашова О.С., Сосе 14.

нушкина М.Н., Колесова Е.Ю., Серегин В.В., Скоморохова А.Г., Черенков А.М., Шаова Т.Г. (от ЭКЦ МВД России) Методика определения возраста исполнителя рукописных текстов: Учебное пособие. – М. : ЭКЦ МВД России, 1995.– 255 с.

Кулик С.Д., Челышев М.М. (от МИФИ), Левицкий А.Б., Бажакин Г.А., Белоусова О.Д., Мурашова О.С., Ко 15.

лесова Е.Ю. (от ВНИИ МВД СССР) Методика вероятностно-статистической оценки совпадающих частных признаков почерка в прописных буквах русского алфавита: Справочное пособие. – М. : ВНИИ МВД СССР, 1990.– 260 с.

Сысоева Л.А. Актуальные проблемы современной судебно-почерковедческой экспертизы на этапе 2000 16.

2008 гг. // Криминалистические средства и методы в раскрытии и расследовании преступлений : Матери алы IV Всероссийской научно-практической конференции по криминалистике и судебной экспертизе 4- марта 2009 г. – М. : ЭКЦ МВД России, 2009. – С. 356–263.



Pages:     | 1 |   ...   | 2 | 3 ||
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.