Associative Protection of Numerical Information in Text Documents Using the Parallel Framework Library on the .NET Platform

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The paper discusses the development and analysis of an application designed to protect numeric data in text files using an associative data protection mechanism. The application, based on the .NET platform and using the Parallel Framework library, was tested in detail to evaluate the effectiveness of multithreaded data processing and the use of regular expressions to extract numeric information from text. The results showed that the application of parallel processing can significantly increase performance, achieving twice the speedup on a multi-core hardware platform. At the same time, the paper highlights and analyzes some of the challenges and limitations associated with parallel processing, including user interface locking, the need for thread safety, and the peculiarities of working with regular expressions in multithreaded mode. Possible directions for further improvement of the application are discussed. The conducted research is of practical value for the development of parallel data processing methods in the context of information protection.

About the authors

Ruslan F. Gibadullin

Kazan National Research Technical University named after A.N. Tupolev – KAI

Author for correspondence.
Email: rfgibadullin@kai.ru
Scopus Author ID: 55978150900

Candidate of Engineering; Associate Professor at the Department of Computer Systems

Russian Federation, Kazan, Republic of Tatarstan

Igor S. Vershinin

Kazan National Research Technical University named after A.N. Tupolev – KAI

Email: isvershinin@kai.ru
Scopus Author ID: 55977774300

Candidate of Engineering, Associate Professor; Head of the Department of Computer Systems

Russian Federation, Kazan, Republic of Tatarstan

References

  1. Raikhlin V.A., Vershinin I.S., Gibadullin R.F., Pystogov S.V. Reliable recognition of masked binary matrices. Connection to information security in map systems. Lobachevski Journal of Mathematics. 2013. Vol. 34. Pp. 319–325.
  2. Raikhlin V.A., Gibadullin R.F., Vershinin I.S., Pystogov S.V. Reliable recognition of masked cartographic scenes during transmission over the network: Materials of the International Siberian Conference on Control and Communications (SIBCON). 2016. Pp. 1–5.
  3. Anwar F., Rachmawanto E.H., Atika Sari C., Setiadi D.R.I.M. StegoCrypt Scheme using LSB-AES Base64: Materials of the International Conference on Information and Communications Technology (ICOIACT). 2019. Pp. 85–90.
  4. Garcia A.M., Griebler D., Fernandes L.G.L., Schepke C. Introducing a stream processing framework for assessing parallel programming interfaces: Materials of the 29th Euromicro International Conference on Parallel, Distributed and Network-Based Processing (PDP). 2021. Pp. 84–88.
  5. Gibadullin R.F., Gashigullin D.A., Vershinin I.S. Development of the StegoStream decorator for associative protection of byte stream. Modeling, optimization and information technologies. 2023. Vol. 11. No. 2. (In Rus.) URL: moitvivt.ru/ru/journal/pdf?id=1359
  6. Braude E. Incremental UML for Agile Development: Embedding UML Class Models in Source Code. 2017 IEEE/ACM 3rd International Workshop on Rapid Continuous Software Engineering (RCoSE). 2017. Pp. 27-31.
  7. Sharmila L., Sakthi U., Geethanjali A., Sagadevan S. Regular expression based pattern matching for gene expression data to identify the abnormality gnome: Materials of the Second International Conference on Recent Trends and Challenges in Computational Models (ICRTCCM). 2017. Pp. 301–305.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Program project of associative protection of numerical information in a text document

Download (1MB)
3. Fig. 2. Demonstration example of a text document

Download (313KB)
4. Fig. 3. Demonstration example of the protected text document

Download (502KB)
5. Fig. 4. Commitment to the repository

Download (468KB)


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».