Esimerkiksi myös kännykkänumerosta voidaan tehdä viivakoodi 1.

Transkriptio

1 POHDIN projekti TIETOTURVA LUVUISSA ja TUNNUKSISSA (2/2) VIIVAKOODI Viivakoodi on informaation esitysmuoto, jossa tietoalkiot koodataan optiseen koneellisesti luettavaan muotoon. Viivakoodeissa jokaista merkkiä vastaa tietynlainen mustien ja valkoisten raitojen tai pisteiden yhdistelmä. Viivakoodin keksivät Norman Joseph Woodland ja Bernard Silver Yhdysvalloissa (patentti v. 1952). Keksinnössä morseaakkosia venytettiin ohuiksi ja paksuiksi viivoiksi. Viivakoodi tuli tuotteissa käyttöön 1970-luvulla kaupallisten lukulaitteiden tultua markkinoille. Viivakoodeja käytetään yleisesti tuotepakkauksissa ja yritysten välisessä logistiikassa. Tuote voidaan tunnistaa viivakoodinlukijalla esimerkiksi kaupan kassalla. Viivakoodistandardeihin, kuten EAN (European Article Numbering), sisältyy viivakoodin tyypin lisäksi sopimus tietosisällöstä. Esimerkiksi laskuissa on usein viivakoodi, joka sisältää tiedot maksettavasta rahasummasta, tilistä, jolle se on maksettava, eräpäivästä sekä laskun viitenumeron. Esimerkiksi myös kännykkänumerosta voidaan tehdä viivakoodi 1. Perinteinen viivakoodi on lineaarinen: se koostuu yhdessä suunnassa peräkkäin olevista vaihtelevan paksuisista mustista raidoista ja valkeista raitojen väleistä. Tavallisessa kaupankäynnissä viivakoodin käyttö on niin tavanomaista, että sen tarkemmin ei juuri pohdita asian matemaattista taustaa. Kaupan viivakoodi on informaation esitysmuoto, jossa tietoalkiot koodataan visuaaliseen koneellisesti luettavaan muotoon. Viivakoodeja käytetään mm. tuotepakkauksissa, jolloin tuote voidaan helposti tunnistaa esimerkiksi kaupan kassalla. Nykyisin on käytössä ns. EAN-koodi ja uutena GTIN-koodi (Global Trade Item Number) sekä näille ns. GS1-järjestelmä (The Global Language of Business). Maailmanlaajuisen GS1-kielen avulla tuote voidaan yksikäsitteisesti tunnistaa jakeluketjun eri vaiheissa alkutuottajalta teollisuuden ja kaupan kautta kuluttajalle. Edelleen erityisesti vähittäiskaupassa tuotteen koodiin voidaan kassajärjestelmässä liittää mm. hintatiedot, arvonlisäverotilitys ja varastokirjanpito. Viivakoodi on siis tuotteen henkilötunnus ja alun perin se on tarkoitettu pakatuille päivittäistavaroille, mutta nykyään sitä käytetään myös muissa tuoteryhmissä kuten punnittavat tuotteet, postipakettien kulun seuranta, kirjat, lehdet, tekstiilit, matkaliput, matkalaukut jne. Pääasia aina on, että valmistaja tai pakkaaja antaa tuotteelle koodin GS1-järjestelmän mukaisesti. GS1-järjestelmän viivakoodi voidaan tehdä 1 Mm. osoitteessa voi laatia viivakoodeja.

2 myös myymälässä mm. tuotteisiin, jotka siellä pakataan tai joita tuotteen valmistaja ei ole merkinnyt. Tehtävä 1. Laadi nimestäsi ja yhteystiedoistasi EAN-viivakoodi. Tehtävä 2. Laadi kännykkänumerostasi UPC/EAN Barcode Generaattorilla ISBN-tyypin viivakoodi. QUICK RESPONCE CODE eli QR-koodi Lineaarisen viivakoodin rinnalle on kehitetty useita kaksiulotteisia (2D) koodeja, joissa pienelle alueelle saadaan mahtumaan enemmän tietoa ja myös älyksi ymmärrettäviä piirteitä. Kaksiulotteinen ruutukoodi muistuttaa kuvioltaan shakkilautaa ja niitä on useita erilaisia. Esimerkkejä tällaisista koodeista ovat UpCode, Shortcut, Datamatrix ja QR-koodi. Näistä japanilaisten innovoima QR-koodi on yleisin, mutta esimerkiksi Helsingin ja Tampereen joukkoliikenteessä hyödynnetään UpCoden tarjoamia mahdollisuuksia. Alun perin QR-koodi on kehitetty teollisuuden tarpeisiin nopeaan liukuhihnalla kulkevien kappaleiden seurantaan. Kaikkien koodien käyttöperiaate on sama. Koodin lukemiseen tarvitaan kameralla varustettu älypuhelin tai tabletti ja itse puhelimeen ladattu ilmainen lukusovellus. Tällaisia lukusovelluksia voi ladata Android puhelimeen Google Play -palvelusta, Nokian puhelimeen Nokia Kaupasta ja Applen puhelimeen App Store palvelusta. Pääsääntöisesti itse koodissa olevan sisällön avaaminen vaatii myös internet-yhteyden. QR-koodi (quick = nopea, response = vastaus) on vuorovaikutteinen mobiili informaation hallintajärjestelmä. Siinä hyödynnetään kännykkäkameran optista lukijaa ja älyruutuun sisällytettyä informaatiota, joiden avulla yhdistetään esimerkiksi internetissä oleva tieto painettuihin tuotteisiin tai näytöillä esitettävään informaatioon.

3 Itse QR-koodin muodostama neliön muotoinen ruutu (käytännössä pienimmillään 2 cm x 2 cm) kostuu edelleen pienemmistä ruuduista, joissa väri on joko musta tai valkoinen. Mustat pisteet ovat ykkösiä ja valkoiset nollia. Näin saadaan tavoiteltu ja määritelty informaatio sidottua binäärijärjestelmän 0,1-matematiikkaan ja siitä edelleen esim. 8- bittisen ASCII-järjestelmän avulla merkistöön eli numerot, kirjaimet ja merkit, jotka jo mahdollistavat kirjoitetun tekstin. Koodin perusta on siis matematiikassa ja sen binäärijärjestelmässä. Ruutukoodi voi olla leveydeltään pisteen mittainen ja sen sisältämä tieto on vähintään yhden merkin mittainen ja enimmillään 7089 merkin pituinen. Tosin tavallinen älypuhelin ei kykene lukemaan monimutkaisimpia koodeja, joita käytetään esimerkiksi teollisissa sovelluksissa. Itse ruutukoodi voi sisältää tekstiä, linkkejä, tuoteselosteita, puhelinnumeroita, reitti-ohjeita, äänitiedostoja, videoita tai se voi käynnistää toisen sovelluksen. Itse ruudun rakenne on standardisoitu. Kohdistuspisteet sijaitsevat koodin kulmissa ja ne ovat suurehkoja neliöitä, joiden sisällä on edelleen pienempiä neliöitä. Näillä pisteillä tunnistetaan koodi QR-koodiksi. Suoristuspiste on kohdistuspisteitä pienempi neliö, joka koodin neljännessä kulmassa. Tämän pisteen avulla sovellus havaitsee, jos koodin vinossa kameraan nähden ja lisäarvona saavutetaan mahdollisuus lukea koodi mistä suunnasta tahansa. Viivakoodihan toimii vain yhdestä suunnasta luettuna. Kohdistustieto on lisäinformaatio, joka tekee pisterivien tunnistamisen nopeammaksi sovellukselle. Versiotieto kertoo, mikä versio QR-koodista on kyseessä. Oletusarvona on, että käytössä on uusin versio, mutta uusimmat sovellukset lukevat myös vanhempia QR-koodeja. Tyyppitieto kertoo sen, kuinka paljon koodi sisältää virheenkorjaustietoa, kuinka paljon tarkistemerkkejä ja millaista kuviointia tiedon kirjoittamiseen on käytetty. Marginaali on koodin reuna-alue, jonka avulla koodi erottuu sitä ympäröivistä kuvista ja teksteistä. Marginaali on tavallisesti neljän pisteen levyinen ja itse sovellus etsiikin ensiksi tyhjää neliötä, jonka sisältä pyritään löytämään kohdistuspisteet ja suoristuspiste. Sisältö on se joukko pisteitä, jolla suurin osa koodista peitetään. Koodin lukeminen aloitetaan oikeasta alakulmasta, jossa samalla ilmoitetaan sisältääkö koodi aakkosia vai ääkkösiä tai vaikkapa jotain hyvinkin eksoottista kirjaimistoa. Esimerkiksi tuotepakkauksissa koodi asetetaan toimimaan usein www-osoitteen tavoin ja ohjaamaan internetsivuille.. Tällöin kuluttaja saa älypuhelimellaan lisätietoja mm. tuotteen alkuperästä sekä yhteystietoja. Usein itse tuoteselostuksen, mainoksen tai esitteen tila on rajallinen, joten älykoodi on hyvä väylä täydentää markkinointia. Nykyisin QR-koodin voi jo löytää bussien kyljestä tai vaikka hotellihuoneesta. Kuvankäsittelyohjelmalla itse koodia voi muokata ja jatkojalostaa voi värittää, kääntää, kiertää, vääntää ja monistaa ja ommella vaikka neuleeseen. Koodi voi toimia väylänä myös sosiaaliseen mediaa ja esimerkiksi yrityksen Facebook- tai Twitter-sivuille.

4 Tehtävä 3. Lue oheinen ja opettele itse tekemään QR-koodeja. Kuvaruudulle muodostettu koodi kannattaa kaapata jollain kuvankaappausohjelmalla ja siirtää esimerkiksi osaksi tekstinkäsittelyä. Lähetä sähköpostissa tarkastettavaksi tekemäsi QRkoodi, jossa on vähintään yksi linkki. Tehtävä 4. Quic Responce koodeilla on hauskaa myös leikitellä, sillä niiden koodi on oikeaa salakirjoitusta, jonka ratkaisemisessa tarvitaan apuvälineet. Tee ystävällesi QRystävänpäivänkortti! KANSAINVÄLINEN PANKKITILINNUMERO (IBAN) Kansainvälinen pankkitilin numero (International Bank Account Number, IBAN) otettiin Suomessa käyttöön kansainvälisen maksuliikenteen helpottamiseksi. Vuoden 2007 alusta IBAN:in käyttö kansainvälisissä euromääräisissä maksuissa EU:n sisällä on ollut pakollista. Vuoden 2008 aikana IBAN otettiin käyttöön myös Suomen sisäisessä maksuliikenteessä. Paperilaskuissa ja tilisiirtolomakkeissa se on ollut pakollinen alkaen ja sähköisissä laskuissa se on ollut pakollinen alkaen ja edelleen yritysten ym. pankeille toimittamissa maksuaineistoissa (esim. palkat) pakollinen alkaen. Periaatteessa IBAN-tilinumero on pakollinen myös yksityisille tilinumeroille, mutta esimerkiksi keskeisimpien pankkien verkkopankit yleensä tekevät muunnoksen automaattisesti. Tehtävä 5. Tutki, miten IBAN-pankkitilinnumero muodostuu, ja tutki, millainen siinä on pankkitilinumerosta muodostetun numerosarjan rakenne ja millainen on ns. oikeellisuuden tarkistusmenetelmä. Ohjeistus on seuraava: 1) Alkuperäinen tilinumero (esim ) muokataan 14-numeroiseen muotoon. Kuitenkin viisi (5) ja neljä (4) -alkuiset tilinumeron numerot eivät mene suoraan väliviivan kohdalta 14-paikkaisen luvun alkuun ja loppuun väli nollilla täyttäen, vaan nollien lisäys tehdään viivaa seuraavan numeron jälkeen. Näin saadaan esimerkiksi tulos

5 2) Numerosarjan loppuun liitetään maatunnus FI (=Suomi) ja kaksi nollaa, jolloin tulokseksi on saatu FI00. 3) Numerosarjan maatunnuksen mukaiset kirjaimet korvataan seuraavan taulukon mukaisesti. A 10 N 23 B 11 O 24 C 12 P 25 Maatunnuksen kirjainten vaihto numeerisiksi D 13 Q 26 E 14 R 27 F 15 S 28 G 16 T 29 H 17 U 30 I 18 V 31 J 19 W 32 K 20 X 33 L 21 Y 34 M 22 Z 35 Näin kirjainparista FI saadaan luku 1518, jonka jälkeen pankkitilinnumero on jo saatu muotoon ) Lasketaan edellä saadusta luvusta jakojäännös modulo 97 ts. jaetaan luku luvulla 97. 5) Jakojäännös on 37. Tämän avulla saadaan laskettua tarkiste = 61 (Huom! 98 ei 97, sillä tarkistuslaskennassa halutaan jakojäännökseksi 1). Jos tulos olisi tässä pienempi kuin 10, niin tulokseen lisättäisiin etunolla, joten tarkisteen mahdolliset arvot ovat näin ollen 02,, 98. 6) Lopuksi maatunnus ja tarkiste lisätään alkuperäisen 14-numeroisen tilinumeron (kohta 1) alkuun ja ryhmitellään tulos. Näin saadaan lopputulokseksi FI Tehtävä 6. On huomattavasti tärkeämpää osata tarkistaa, onko annettu IBAN-tilinumero oikein. Edellä muodostettua tilinumeroa esimerkkinä käyttäen tehdään tarkistus: Siirretään maatunnus ja tarkiste tilinumeron loppuun, jolloin tilinumerosta FI saadaan tilinumero FI61, josta korvauksen jälkeen edelleen tilinumero Jaetaan luku luvulla 97 ja jos jakojäännös on yksi (1), niin IBANtilinumero on oikein. Tarkista! Tehtävä 7. Tarkista, onko annettu saksalainen pankkitilinnumero DE IBAN-menetelmällisesti oikeassa muodossa. Tehtävä 8. Vuoden 2012 jälkeen suomalainen tilinumero ei saa enää esiintyä esimerkiksi tilisiirtolomakkeissa. Oletetaan kuitenkin, että sinulle on annettu vanha suomalainen pankkitilinnumero Muodosta tästä tilinnumerosta IBAN-järjestelmän mukainen kansainvälinen tilinumero ts. uusi tilinumero, joka tulee alkamaan kahdella kirjaimella FI ja joiden jälkeen tulee kaksi tarkistusmerkkiä. Mitkä ovat nyt tämän uuden pankkitilinumeron puuttuvat kaksi tarkistemerkkiä? Esitä tilinumero ryhmitellyssä muodossa on FI??

6 KUVANTUNNISTUS ja IIRIS Kuvantunnistuksella tarkoitetaan erilaisten hahmojen ja piirteiden etsimistä kuvasta, niiden tunnistamista ja vertaamista esimerkiksi sovittuun tietokantaan sekä pyrkimystä sijoittaa oikeat hahmot oikeaan asiayhteyteen ja antamaan lopulta luotettavat vastaukset asetettuihin kysymyksiin. Tietokoneiden suorituskyvyn yhä parantuessa kyetään nykyisin laatimaan jopa reaaliaikaisia kuvantulkintajärjestelmiä. Esimerkiksi yksittäisiä kuvantunnistustehtäviä varten kyetään nykyisin kirjoittamaan ohjelmia, jotka tekevät vaaditun tehtävän hyvinkin luotettavasti. Nykytekniikka mahdollistaa siis varsin tasokkaiden digitaalisten kuvien käsittelyn ja varsin tehokkaasti. On luonnollista, että digitaalisista kuvista pyritään erottelemaan tietyt kuvan ymmärtämisen kannalta tärkeät piirteet. Keskeisin tällainen keino on tilastollinen kuvantunnistus, joka tarkoittaa sitä, että kuvan hahmot jaotellaan erilaisiin luokkiin erilaisten mitattavissa olevien piirteiden mukaan. Näitä piirteitä ovat mm. väri, koko, muoto, venymät eri suuntiin ja jopa kolmiulotteiset transformaatiot. Tilastollista analyysiä varten kuvasta pyritään löytämään tunnistettavia alueita ja esimerkiksi yhtenäisiä väripintoja siten, että aloitetaan haku yhdestä pikselistä ja lisätään valittuun alueeseen rekursiivisesti ympäröiviä pikseleitä, kunnes saavutetaan esimerkiksi värin tai muodon suhteen ennalta määritellystä raja-arvosta poikkeavia pikseleitä. Näistä rakentuu tunnistettavan osan reuna. Siis riittävän paljon poikkeavat pikselit eivät enää kuulu samaan objektiin tai samaan loogiseen luokkaan kokonaisuudessa. Näin saadaan konstruoitua kukin yksilöity tunnistusta varmentava alue. Sormenjälki on tunnettu jo kauan ihmisiä erottelevana biologisena tunnisteena, mutta viime vuosina digitaalitekniikan kehittyessä on voitu ottaa käyttöön mm. silmän iiriksestä konstruoitava tunnistusmenetelmä. Toki ihmisen iiris on tiedetty hyvin kauan hyvin yksilölliseksi, mutta viime vuosina on kyetty laatimaan matriisilaskennan avulla tilastolliset mittausmenetelmät, joilla kyetään vertailemaan tilastollisesti merkitsevästi iiriksiä keskenään ja näin ihmiset kyetään tunnistamaan luotettavasti iiriksen perusteella. Lyhyesti ns. iiris-tunnistus perustuu kahden eri iiriksen tilastolliseen vertailuun. Tällainen kahden eri silmäparin vertailu toteutetaan pääpiirteissään seuraavasti. Silmästä otetun digitaalisen kuvan informaatio muutetaan luvuiksi ja luvut matriisiksi. Tästä lukumatriisista lasketaan karakteristisia lukuja, lasketaan ns. vertaileva korrelaatiomassa alueittain ja painoarvoittain. Lasketaan ns. Hamming-etäisyys kahdelle eri iirikselle ja lopuksi lasketaan todennäköisyys kahden eri silmän matemaattiselle yhtäsuuruudelle. Iiristunnistus toimii periaatteessa samoin kuin viivakoodijärjestelmä, mutta toisin päin. Ensin otetaan valokuva 2 silmän iiriksestä, jonka jälkeen rajatulta alueelta konstruoidaan numeerinen tietous, jota ryhdytään analysoimaan. 2 Alkuperäinen kuva artikkelissa DAUGMAN, J., How Iris Recognition Works, IEEE Transactions on Circuits and Systems for Video Technology, Vol. 14, No. 1, January s. 21.

7 Valokuva on hyvin harvoin täydellinen, mutta selkeästi tunnistettavilta osilta tietous muutetaan numeeriseen muotoon ja epätarkkuudet kirjataan nolliksi. Tällöin saadaan esimerkiksi seuraavanlainen informaatio heksadesimaalimuodossa Kun tämä muutetaan ns. iiris-viivakoodiksi, niin saadaan esimerkiksi tulos 3 Tässä yhteydessä ei ole syytä syventää asian matemaattista taustaa, mutta kuvatulle iirikselle lasketaan ns. Hamming-etäisyys suhteessa vertailun kohteena olevaan iirikseen. Laskennan tulos voidaan esittää oheisena kuvana 4. Tavoitteena on verrata kuvattua iiristä esimerkiksi 3 Tällaisia iiris-viivakoodeja löytyy esimerkiksi artikkelista DAUGMAN, J., New methods in iris recognition, IEEE Trans. Systems, Man, Cybernetics B37(5), pp Alkuperäinen kuva on artikkelissa DAUGMAN, J., Probing the Uniqueness and Randomness of IrisCodes: Results From 200, Billion Iris Pair Comparisons, Proceedings of the IEEE. Vol. 94, No. 11, November 2006, s

8 tietokantaan kerättyyn aineistoon ja aina kahden eri iiriksen välillä on yhtäläisyyksiä ja eroavaisuuksia enemmän tai vähemmän. Ideaalitilanne on sellainen, jossa alkuperäisistä matriiseista laskettujen yhtäläisyyksien ja eroavaisuuksien hajonnat ovat mahdollisimman pienet 5. Tällöin kyetään laskemaan todennäköisyys kahden eri iiriksen matemaattiselle yhtäsuuruudelle ja toteamaan onko kyseessä sama henkilö vai ei. Sovelluksia iiris-tutkimuksella on nykyisin runsaasti ja sovellukset on viety kaupallisiksi tuotteiksi asti. Lentokenttäturvallisuus sekä matkustajien että kenttähenkilökunnan osalta edellyttää henkilöiden identifiointia. Nykyisin myös joidenkin maiden maahanmuuttovirastot ja pakolaiskeskukset hyödyntävät identifiointimenetelmää, jota ei voi väärinkäyttää. Monien maiden puolustusvoimat, turvallisuuspalvelut ja mm. tulliviranomaiset hyödyntävät iiristunnistusta. Kuuluisin sovellus iiris-tunnistuksesta on National Geographic lehden kannessa kesäkuussa 1985 julkaistu valokuva 12-vuotiaasta afgaanitytöstä Pakistanin pakolaisleirillä vuonna Seitsemäntoista vuotta myöhemmin kuva oli jo yksi maailman kuuluisimmista valokuvista, mutta ongelmana oli, että ei tiedetty kuka oli tämä syvän vihreillä silmillä suoraan ja rohkeasti 5 Alkuperäinen kuva on artikkelissa DAUGMAN, J., The importance of being random: statistical principles of iris recognition, Pergamon. Pattern Recognition 36 (2003) , s. 289.

9 kameraan katsova pakolaislapsi. Kuvan ottanut Steve McCurry ja joukko matemaatikkoja ryhtyivät analysoimaan kuuluisan silmäparin iiriksiä. Pitkällisen etsinnän jälkeen Afganistanista löydettiin 30-vuotias nainen, perheenäiti, jonka oikea silmä vastaa valokuvan tytön oikeaa silmää siten, että enintään yhdellä ihmisellä noin kuudesta miljoonasta voisi olla sama lukumatriisi eli iiris-viivakoodi kuin tytöllä alkuperäisessä kuvassa. Vasemman silmän tulos on vielä hätkähdyttävämpi. Ainoastaan yhdellä ihmisellä noin miljoonasta on sama iiris-koodi kuin kuvan tytöllä. Huhtikuussa 2002 National Geographic julkaisi artikkelin 6, jossa todetaan, että 17-vuoden jälkeen afgaanityttö oli löytynyt ja hänen nimensä on Sharbat Gula. PS. Osa tämän monisteen asioista ja tehtävistä ovat viitteellisesti samankaltaisia kuin kurssin MAA11 Lukuteoria ja logiikka käsiteltävät asiat ja tehtävät. 6 Alkuperäiset kuvat Steve McCurry, National Geographic June-1985 ja April-2002