Unikátní objektové identifikátory
(základy teorie v bezpečnostní praxi)

Kvalitní, včasné, aktuální a přesné informace jsou požadovány na každém informačním systému (IS), který je dnes provozován nebo teprve projektován. Čím je systém rozsáhlejší nebo obsahuje více dat, tím je větší i požadavek (a problém zajištění) věrohodnosti dat, která jsou v něm uchovávána a dále zpracovávána. V době masového nasazení výpočetní techniky je tento aspekt ještě umocněn vzájemným propojováním IS pomocí základních, jednoznačných identifikačních položek. Nyní však nemáme na mysli datové typy jako jsou „Seriál“ nebo „Automatické číslo“ apod., které v IS slouží často jako primární klíče číselníků či obecně tabulek. Z důvodu jednoznačnosti dat a jejich obecné využitelnosti existuje pochopitelná snaha unifikovat číselníky (kódovníky) a určovat odpovědné gestory pro určitou oblast. Nekonečné debaty se vedou o roli a existenci státního informačního systému a úřadu s ním spojeného jako nezbytných předpokladů unifikace a koordinace v oblasti informatiky a informačních systémů.

Západoevropské právní trendy stále více směřují k ochraně osobních údajů před zneužitím nebo neoprávněným přístupem. Z tohoto pohledu je mnohdy téměř nemožné přebírat data z vnější referenční datové báze cestou fyzického vzájemného propojování informačních systémů, nebo dokonce jejich slučováním. V praxi to pak znamená, že mnohá data jsou několikanásobně pořizována a vedena. Odsud mimo jiné vyplývá i zvýšená pravděpodobnost vzniku chyb a omylů a následné ztráty identity určitých objektů, porušení referenční integrity základních věcných identifikátorů mezi rozdílnými IS a vlastním nosičem - objektem informace (osobou, dokumentem, výrobkem apod.).

Objektové identifikátory

Jedny a tytéž údaje jsou bohužel vedeny různými způsoby a často i s různými obsahy. Nejcitlivější na chyby jsou objektové identifikátory, jako jsou rodná čísla (RČ), čísla nejrůznějších dokumentů (občanských průkazů, pasů, legitimací apod.), výrobní čísla (zbraní, vozidel...), různě označované série cenin a bankovek, bankovních kont, čísel pojistných smluv, sociálních pojistek, kreditních karet, registračních čísel, obecné označování produktů (i čárovými kódy), označování knih ISBN (Identification Scientific of Book Number) atd. V praxi sice hovoříme ze setrvačnosti o „číslech“, ve skutečnosti se však jedná o alfanumerické údaje obsahující číslice i písmena a umožňující bohatší škálu kombinačních možností kódového označení určitého produktu (kterým může být papírový dokument stejně jako počítačový záznam). Identifikátory mají často navíc i grafickou, dále strojově zpracovatelnou podobu - čárový kód (bar code), písmo OCR (Optical character recognition) apod.

Kontrolní číslice

Obecně je důležité, aby objektové identifikátory byly unikátní (v co nejširším rozsahu použití) a ve všech IS shodné. Vzniká proto logická potřeba speciálních počítačových kontrolních algoritmů, umožňujících okamžitě rozpoznat a signalizovat chybu, např. při vstupu dat do IS (opisem, optickým snímáním čárového kódu nebo písma OCR apod.). Tento požadavek je důležitý zvláště na místech, kde je zpracováváno velké množství (osobních) informací (státní úřady a instituce), produktů (výroba, sklady, obchod), nebo obecně informací s velkou hodnotou nebo významem (finančnictví, pojiš»ovnictví apod.).

Je-li kontrolnímu algoritmu přizpůsobena samotná struktura objektového identifikátoru, v praxi hovoříme o kontrolní číslici (check digit). Kontrolní číslice je (zpravidla) jeden znak navíc, umístěný na konstantní, specifické pozici objektového identifikátoru. Znak logicky podle známého a jednoznačného algoritmu svazuje celý identifikátor. Cílem kontrolní číslice je absolutně vyloučit chybovost v objektovém identifikátoru, a tím zvýšit produktivitu identifikace.

Ověření správnosti vstupu identifikátoru do IS lze provést nejrůznějšími způsoby. Před několika lety, kdy Centrální registr obyvatel pracoval dávkovým způsobem se systémem „á la děrovna“, se textové informace o změnách obyvatel (jména a příjmení, partnerské a rodinné vztahy, místo trvalého a přechodného bydliště,...) „děrovaly“ dvakrát po sobě a pouze ty údaje, které prošly touto verifikací, byly hned ukládány do systému. Chybné se znovu prověřovaly. V kuponové privatizaci při vydávání kuponových knížek a jejich registraci byl mechanismus opakovaného vstupu využit i pro kontrolu rodného čísla - identifikátoru majitele. Bylo to však z neznalosti tvůrců IS, protože rodné číslo obsahuje kontrolní číslici a verifikace násobným opisem byla zbytečná, protože se nabízela metoda, obsažená přímo v RČ, která je mnohem rychlejší a účinnější.

Jak je vidět, verifikace opisováním nepatří zrovna k uživatelsky populárním opatřením. Navíc nedokáže upozornit na chybu, která je v samotném originále (dokladě, předloze, na výrobku apod.) a zajistí pouze její identické přenesení do IS. V mnoha případech však originál může být ve skutečnosti zdařilý či méně zdařilý padělek a objektový identifikátor zcela vymyšlen. Chybí-li logické principy výstavby jeho vnitřní struktury, je to vcelku jednoduché. Velké množství chyb vzniká i pouhou biologickou únavou pracovníků v rutinním provozu (např. u úřední přepážky), navíc vystavených velkému psychickému tlaku. Používání kontrolní číslice dokáže výše nastíněné nedostatky - na rozdíl od ostatních metod - stoprocentně eliminovat.

Vytváříme-li nový informační systém a máme-li možnost navrhovat k němu i doklady nebo jinak evidovatelné dokumenty, podkladové a zúčtovatelné materiály, které jsou unikátní a klíčové, je vhodné využít mechanismu kontrolní číslice a zabudovat jej do objektových identifikátorů. Tím vyloučíme jakoukoliv chybovost při dalším strojovém zpracování a vytvoříme účinné předpoklady i pro odhalování případných falzifikátů.

Připomeňme si v následujících řádcích některé v praxi běžně používané objektové identifikátory využívající myšlenky kontrolní číslice. Popsané metody i dnes pomohou zkvalitnit mnohé informační systémy, protože např. mechanismus kontrolní číslice je dosud před mnoha specialisty v oblasti informatiky skryt, a tedy nevyužíván, byť rodné číslo je klíčovým prvkem každé personální agendy. Pro pochopení širších souvislostí jsou uvedeny i jiné identifikátory, běžně používané v domácí nebo zahraniční praxi. Jádrem jednoduchých kontrolních mechanismů je zpravidla operace modulo (MOD).

Rodné číslo (RČ)

v sobě obsahuje poslední dvojčíslí z roku narození osoby, měsíc a den narození, pohlaví, koncovku rodného čísla - „pořadové číslo“ narození v daném dni a na její poslední, čtvrté pozici kontrolní číslici (obr. 1). U žen je k měsíci narození přičítána číselná konstanta 50. Kontrolní číslice je v praxi využívána u osob narozených po roce 1954.

obrázek 1

Princip prověrky rodného čísla pomocí kontrolní číslice je založen na matematické operaci modulo 11 (což je celočíselný zbytek dělení čísla konstantou jedenáct). Hodnota kontrolní číslice (umístěná na poslední pozici) v uvedeném příkladě je 6. Z rodného čísla si odmyslíme lomítko (popřípadě jakékoliv další případné separátory) a poslední znak (samotnou kontrolní číslici). V našem případě X=616225638. Číslo vydělíme jedenácti. Výsledek zaokrouhlíme na celé číslo, vždy směrem dolů. Zjistíme celočíselný zbytek dělení čísla X konstantou 11 a označíme jej jako vypočítanou hodnotu kontrolní číslice. Tu pak porovnáme s hodnotou kontrolní číslice uvedené na poslední pozici rodného čísla. Jsou-li obě hodnoty shodné, rodné číslo je v pořádku. Liší-li se, rodné číslo je chybné a došlo v něm k nekorektní změně. Rodné číslo lze tedy interpretovat číselně jako rovnici:
616225638 = 56020512 * 11 + 6 (vypočtená hodnota kontrolní číslice)

V praxi se může stát, že celočíselný zbytek po dělení jedenácti má hodnotu 10. Protože ale desítka zaujímá dvě pozice a kontrolní číslici je vymezena vždy jen jedna pozice (s jediným fyzickým znakem), je nutno tento rozpor odstranit. V případě rodného čísla se to řeší tak, že kontrolní číslici je přiřazena hodnota A. V ostatních algoritmech používaných pro jiné objektové identifikátory to může být jeden libovolný, nečíselný znak - např. písmeno X apod.

Zajímavou vlastností je zaručená celočíselná dělitelnost celého rodného čísla konstantou 11: například 6162256386/11=560205126. Tuto vlastnost nemůžeme ale přímo aplikovat, končí-li rodné číslo písmenem A. (Pozn.: Chceme-li se v praxi vyvarovat písmen jako hodnot kontrolní číslice, používáme modulo 10. Tato kontrola je typická pro bankovní karty Mastercard, Visa, Amex, Diners Club, Discover, JCB.)

Identifikační číslo organizace (IČO)

je dalším v praxi často používaným objektovým identifikátorem, využívajícím kontrolního mechanismu nazývaného „addo modulo“.

Výpočet pro osmimístné IČO je rovněž jednoduchý. Očíslujeme jednotlivé pozice IČO směrem zleva doprava, od jedné do osmi. Číselnou hodnotu každé pozice i vynásobíme číslem 9 - i. Sečteme vzniklé součiny odpovídající pozicím 1 až 7. K součtu připočteme hodnotu poslední osmé pozice (kontrolní číslice). Je-li její hodnota nula, připočítáváme konstantu 10. Na konečný součet provádíme operaci modulo 11.

zbytek = (1*8 + 0*7 + 4*6 + 8*5 + 2*4 + 2*3 + 4*2 + 5) mod 11 = 99 mod 11 = 0

99 = 9*11 + 0

IČO je korektně zapsané pouze tehdy, je-li konečný součet násobkem jedenácti. Modulo 11 má tedy hodnotu 0 (zbytek = 0).

Čárový kód

je dalším objektovým identifikátorem, obsahujícím kontrolní mechanismus. Kód je předurčen pro označování obalů nejrůznějšího zboží. V Evropě jsou nejrozšířenější kódy standardizované v systému EAN (European Article Numbering), odvozeném od amerického průmyslového standardu UPC (Universal Product Code) z roku 1973. Podle toho, kolik číselných pozic kód obsahuje, hovoříme o normě EAN-13, EAN-12 a EAN-8. Podívejme se blíže na standard EAN-13.

	Třináctiznakový kód (vyjádřený paralelně i čárovým kódem) má následující strukturu:
	XXXXXXXXYYYYYC, kde
	XXXXXXX	- kód výrobce produktu	(9788071)
	YYYYY	- kód produktu	(78190)
	C	- kontrolní číslice	(5)
	Číselné vyjádření čárového kódu musí splňovat následující rovnici:

Rovnici lze vyjádřit i slovně: součet hodnot (H_2k) na sudých pozicích vynásobený třemi a součet hodnot na lichých pozicích (H_2k-1) doplněný o hodnotu kontrolní číslice C je beze zbytku dělitelný deseti. Pozice číslujeme zleva doprava, od 1 do 12. Poslední, třináctou pozici přidáváme do součtu pouze jedenkrát, jako poslední krok algoritmu.

Dojde-li při snímání čárového kódu optickou čtečkou k chybě a kód není čitelný (jak to často známe hlavně z obalů mraženého zboží), obsluha má možnost z klávesnice zadat třináctimístné číslo. I tento vstup je programově prověřován pomocí mechanismu kontrolní číslice.

Obecný přístup k objektovým identifikátorům

Demonstrací několika málo příkladů jsme nevyčerpali širokou škálu možných algoritmů kontrol logické správnosti objektových identifikátorů. Záleží jen na konkrétních situacích, co zvolíme. Vždy bychom měli mít na mysli obecnost, co nejširší oblast jejich využití. V parciálních oblastech je bezpochyby možné navrhnout vlastní systém kontrolních postupů, zcela odlišný od běžné praxe. Z obecnějšího hlediska je však vhodnější využívat ustálené, a tedy nejrozšířenější postupy, zaručující plošnost kontrol co nejširším okruhem uživatelů podporovaných automatizačními prostředky. Cílem by měla být unifikace algoritmů pro stejné typy objektových identifikátorů (čárových kódů, osobních identifikačních čísel, čísel sociálního pojištění apod.). Uvedený požadavek vyplývá mimo jiné i z integračních procesů Evropské unie a i z globalizace světového trhu.

Volba algoritmu záleží i na vnitřní struktuře objektového identifikátoru. Nemusí se totiž vždy jednat jen o pořadové (sériové) číslo výrobku, vyjádřené číslicemi. Řada výrobců nejrůznějších produktů do objektového identifikátoru fakultativně umisťuje i objektové vlastnosti produktu (v rodném čísle je přesné datum narození, pohlaví a „samotné pořadové číslo“ pro daný den), vyjádřené kombinací nejen číslic, ale i písmen (typické je identifikační číslo vozidla - VIN - Vehicle Identification Number, používané všemi automobilkami od r. 1985). Tím se podstatně rozšiřují kombinační možnosti a vypovídací schopnost objektového identifikátoru.

I v těchto případech je možné realizovat kontrolní výpočty. Písmena se pomocí převodních tabulek převádějí na číselné hodnoty, které se pak dál specifickými postupy pro daný typ objektového identifikátoru zpracovávají pomocí nejzákladnějších matematických operací. Převodní tabulky mohou být specifické pro různé objektové identifikátory.

Tvorba objektového identifikátoru ve výrobním procesu produktu

se nejčastěji v praxi provádí pomocí iteračních výpočtů, podporovaných výpočetní technikou. Nejprve se stanoví všechny známé atributy objektového identifikátoru vyplývající z logiky jeho vnitřní skladby nebo technologického postupu. Místo obsahující kontrolní číslici zůstává zatím neobsazeno. Teprve v dalším kroku se automatizovaně dosadí první hodnota, kterou může kontrolní číslice nabývat. Provede se kontrolní výpočet. Vyhovují-li dosazené a vypočtené hodnoty kontrolní číslice danému algoritmu, tvorba objektového identifikátoru je ukončena. Neexistuje-li však shoda mezi dosazenou a vypočtenou hodnotou kontrolní číslice, pokračujeme v další iteraci - na pozici kontrolní číslice dosadíme další přípustnou hodnotu a celý postup opakujeme.

Kromě iterační metody se v praxi můžeme setkat i s dalšími postupy, jako je třeba výpočet hodnoty kontrolní číslice např. pomocí předem stanoveného vzorce. Tvorba vzorce může být v praxi složitější. Výkonnost současných počítačů však v praxi zcela jasně upřednostňuje iterační postupy tvorby objektového identifikátoru ve výrobním procesu produktu.

Např. při tvorbě rodného čísla může kontrolní číslice nabývat hodnot 0 až 9 a písmena A (jedenáct hodnot, odpovídající zvolené operaci modulo 11). Průměrná hodnota počtu iteračních cyklů daného algoritmu je obecně rovna polovině počtu hodnot, které může kontrolní číslice nabývat: při výpočtu se někdy „trefíme“ hned napoprvé, v nejméně příznivém případě musíme iteracemi projít všechny přípustné hodnoty, protože vyhovující je až jako poslední.

Utajovat, či neutajovat používané algoritmy kontrolních výpočtů?

To je velice častá otázka, která napadne každého, kdo již hlouběji přemýšlel na podobné téma. Odpověď není jednoznačná. Abychom zajistili korektnost objektových identifikátorů a jejich smysluplné a efektivní využívání, musíme k dané problematice přistupovat systémově a celoplošně - tedy v praxi zajistit masové využívání kontrolních mechanismů podporovaných výpočetní technikou. Jinými slovy, znamená to zasvětit množství specialistů při samotném návrhu struktury objektového identifikátoru, při analýze a tvorbě informačního systému včetně odpovídajících dokladů; metodiků, kteří musí navrhnout administrativní postupy jak v praxi postupovat, když se zjistí, že předkládaný objektový identifikátor není korektní, apod. Ti všichni musí minimálně vědět, že existují algoritmizované kontroly věrohodnosti objektových identifikátorů.

Při přehnaném utajování kontrolních algoritmů můžeme dosáhnout přesně opačného efektu - pro pouhou neznalost se pak v praxi kontrolní metody prostě nepoužívají. Proto je spíše doporučována osvědčená zlatá střední cesta. Jen ve výjimečných případech se metody přísně utajují (např. sériové označování bankovek); u některých objektových identifikátorů se metody řadí do kategorie „důvěrné“. Většina metod je však v odborných kruzích volně přístupná.

Této filozofii odpovídá i masové využívání informačních technologií v dnešní praxi. Ve velkém množství a nejrůznějšími okruhy specialistů se vytvářejí nejrůznější databázové aplikace obsahující i klíčové objektové identifikátory, pro které je nutno zajistit logickou kontrolu věcné správnosti. Zadavatelé IS, informatici, metodici, analytici, programátoři - ti všichni musí být vhodně, včas a v dostatečné míře seznámeni s tvorbou a využitím kontrolních mechanismů.

V posledních letech najdeme na internetu velké množství nejrůznějších metod tvorby a využití objektových identifikátorů s využitím kontrolních mechanismů. Značná část je sice orientována na praxi USA (kde je informatika velice rozšířená), ale metody jsou zpravidla obecné a lze je aplikovat i na naše podmínky.

Obdoby kontrolních mechanismů pro využití v objektových identifikátorech nalezneme v příkazových prostředcích operačních systémů nebo programovacích jazyků. Používají se např. pro kontrolu správnosti sí»ového přenosu datových souborů apod. Hovoříme pak o tzv. kontrolních součtech, které jednoznačně charakterizují nejen velikost, ale i věcný obsah datových souborů. Kontrolní mechanismy lze využít i při tvorbě a správě uživatelských kont, pro autorizaci a identifikaci přístupu uživatelů.

Administrativní a právní podpora

K zajištění věrohodnosti dat nestačí ale jen kvalitní algoritmy umožňující logickou kontrolu objektových identifikátorů. Má-li být jejich využití efektivní a smysluplné, na automatizované prostředky musí úzce navazovat promyšlené a stejně účinné metodiky a postupy administrativní i legislativní.

Musí být totiž jasně řečeno, jak postupovat a co konkrétně dělat, když obsluha IS zjistí nekorektnost v objektovém identifikátoru. Může se stejně dobře jednat jak o pouhou lidskou chybu, tak i cílený padělek. Administrativní postupy musí být rovněž exaktně algoritmizované. Důležitá je i právní podpora. V některých zemích (USA) je např. legislativně ošetřena (dokonce formou zákona!) povinnost používat objektové identifikátory včetně jejich kontrolních mechanismů. Nejsou pochopitelně opomenuty ani sankce za záměrnou a prokázanou falzifikaci objektových identifikátorů, jako jsou výrobní čísla zbraní, vozidel apod.

Při projekci rozsáhlých informačních systémů státní správy by tak měli úzce spolupracovat i legislativci s metodiky a technickými projektanty. Důsledkem by měly být programové postupy nejen pro technická řešení, ale i pro následný provoz aplikace, včetně pokynů pro obsluhující personál a další kompetenční složky.

Praxe je však ve většině případů zcela jiná. Většina systémů totiž vzniká směrem „zespoda nahoru“, bez patřičné legislativní a administrativní pomoci státních orgánů, které by v klíčových oblastech měly vystupovat jako koordinátor a kontrolor. Důsledek je pak dobře znám: heterogenní informační systémy s minimální standardizací, včetně té v základní objektové identifikaci. Teprve nahromaděné problémy nutí nejrůznější subjekty k pokusům o dodatečné sjednocování a standardizaci, které však díky rozsáhlosti vžité praxe nejsou nijak jednoduchou a ani levnou záležitostí. I v oblasti informatiky pak vítězí určité „tržní“ mechanismy - nejsilnější návyky a postupy, které nemusí být vždy optimální a účelné, jsou nejrozšířenější a svou inercí brání zavádění mnohem progresivnějších technologií. Zatím první, kdo obsadí konkrétní prostor, diktuje podmínky svému okolí.

Závěr

Jak bylo ukázáno v předchozích řádcích, existuje celá řada metod a algoritmů tvorby kontrolních mechanismů pro objektové identifikátory. Současné množství počítačově zpracovávaných informací, jejich význam a důležitost by měly přinutit informatiky a metodiky z nejrůznějších oborů znovu přehodnotit přístup k masovému využívání kontrolních mechanismů v praxi. V České republice vzpomínané postupy vylučující chybovost dat nejsou v mnoha organizacích (především státní správě) dosud dostatečně využívány nebo dokonce vůbec známy.

Obr. 5 Výpočet prokáže nereálnost VIN u Škody Octavia

Mimořádná pozornost by měla být věnována především u klíčových identifikátorů objektů s velkou fyzickou nebo informační cenou, nebo u objektů s velkou rizikovostí - např. odcizitelností nebo možností zneužití. V praktickém životě se jedná o výrobní (identifikační) čísla vozidel, zbraní, dokladů, obalů určitých látek - chemikálií, léčiv, výbušnin apod., podléhajících evidenci v jakékoliv formě.

Realizovat vzpomínané kontrolní mechanismy však neznamená jen zabezpečit jejich strojové (počítačové) zpracování v evidenční praxi. Primárním úkolem je principiálně rozhodnout, zda kontrolní mechanismy vůbec využívat, či nikoliv, a přesvědčit především výrobce, aby své produkty označovali identifikátory obsahujícími i vnitřní logickou kontrolu korektnosti.

Jedná-li se např. o identifikační údaje dokumentů, kreditních karet, bankovek apod., zavedení kontrolních mechanismů v praxi nepředstavuje pro výrobce žádné technologické problémy. Poněkud složitější situace nastává u výrobků strojírenského charakteru, kde výrobní čísla (objektové identifikátory) podléhají logistice výrobního procesu. Ve většině těchto případů je nutné automatizovanou výrobní linku rozšířit o další prvek (počítač), umožňující prakticky realizovat tvorbu objektových identifikátorů s logickými kontrolními mechanismy. Dodatečné (jednorázové) náklady (které dnes nejsou nijak veliké) a změny v technologii výroby však mnohé výrobce odrazují od zavádění požadovaných kontrol. Na druhé straně může důkladné označování a následné informační zpracování ostatními uživateli IS zvýhodnit produkty svou identifikační přesností a jednoznačností.

Nezastupitelnou a rozhodující pozitivní roli musí ovšem sehrát orgány státní správy, které by jako první měly vyžadovat praktické využití kontrolních mechanismů objektových identifikátorů. Jedná se jak o jednotlivé gesční (metodické) útvary různých organizací (ministerstev apod.), tak i národní úřady pro normalizaci a standardizaci, stejně jako i centrální útvary odpovídající za počítačové zpracování informací a jeho standardizaci.

Další podrobné informace nalezneme na internetu. Při vyhledávání stačí zadat klíčovou kombinaci „check digit“.

Obr. 6 Pomocí výpočetního algoritmu lze tipovat kombinační možnosti hodnot VIN před zásahem do identifikačního čísla vozidla (VIN)

Využití objektových identifikátorů v kriminalistické praxi a soudním inženýrství

Objektové identifikátory mají nezastupitelnou roli i v oborech kriminalistiky a soudního inženýrství. Obsahují-li vnitřní kontrolní mechanismy, lze mnohem jednodušeji a jednoznačněji poměrně lehkým výpočtem nalézt padělky nebo chyby vzniklé při opisech dat apod. Není pak ani složité prokázat, že výrobní čísla vydávaná pachatelem za reálná nebyla nikdy ve skutečnosti vyrobena. Změnil-li pachatel určité znaky identifikačních čísel přímo v ražbě, lze pomocí známých algoritmů kontrolních mechanismů tipovat původní ražbu (hodnotu znaku před zásahem pachatele), a tím zjednodušit i urychlit technickou expertizu identifikačních čísel.