安全通论第3章黑客生态的演变规律课件.pptx

上传人(卖家):三亚风情 文档编号:3335116 上传时间:2022-08-20 格式:PPTX 页数:50 大小:181.46KB
下载 相关 举报
安全通论第3章黑客生态的演变规律课件.pptx_第1页
第1页 / 共50页
安全通论第3章黑客生态的演变规律课件.pptx_第2页
第2页 / 共50页
安全通论第3章黑客生态的演变规律课件.pptx_第3页
第3页 / 共50页
安全通论第3章黑客生态的演变规律课件.pptx_第4页
第4页 / 共50页
安全通论第3章黑客生态的演变规律课件.pptx_第5页
第5页 / 共50页
点击查看更多>>
资源描述

1、黑客的任务就是攻击网络,以获取自身利益最大化,那么,为了增加自身的整体实力,黑客就必须努力改善其生态环境,那么,他的生态环境又是什么呢?下面将一一回答这些问题。严谨地说,本小节只研究被普通黑客经常使用的黑客工具。这是因为:一方面,它们才是破坏力量的主体,虽然其媒体出镜率并不高;另一方面,这类黑客工具的传播具有明显的生物特性,从而,可以借用现成的生物动力学成果。在现实中,一个黑客所拥有并随时使用的,肯定不止一种黑客工具,但是为了研究方便,本小节假定:所有黑客都只用同一种黑客工具或一类工具。首先来研究单工具黑客动力学:当某种黑客工具,即,一种软件,被开发出来并被放在网上后,还不能算作黑客就诞生了,

2、因为,没人用的软件等于不存在。只有当某人,下载并使用该软件去攻击别人时,才说一个黑客诞生了。这个黑客也许又会将该款软件推荐给他的一批朋友,这批朋友中的某些人又去下载该软件并攻击别人,那么,又诞生了若干新一代。这些新黑客又再向他们的朋友推荐,如此循环往复,于是,更新一代的黑客就源源不断地诞生了。而且,最终的黑客总数会非常庞大,黑客代际之间的重叠会非常严重,以至于 t 时刻的黑客数目或密度N(t)可以用 t 的连续函数来近似。Malthus模型是生物动力学中常见且非常有用的模型,它对我们研究单工具黑客也非常关键,所以,现在结合黑客情况,介绍如下:记N(t)表示t时刻的黑客数目或密度,即,正在用该工

3、具攻击别人的黑客数量或密度。如果黑客的增长率是常数,或单位时间内黑客增长量与当时的黑客数量成正比,那么,就可用b和d分别表示黑客的出生率和死亡率,于是,在任意小的时间区间t内,N(t)的变化量满足等式:N(t+t)-N(t)=bN(t)t-dN(t)t对该公式两边同除t并令t0取极限,得到了著名的Malthus微分方程dN(t)/dt=rN(t),其中r=b-d称为内禀增长率。该微分方程的解析解为N(t)=N(0)ert,于是根据b和d的大小,在Malthus模型下,黑客的最终数量将为 limtN(t)=0,当r0(即,出生率大于死亡率)。p65由此可见,无论r多么小,只要r0(即,出生率大于

4、死亡率),那么,活跃黑客的最终数量将为无穷大,但是,实际情况显然不是这样的,因为,当黑客数量或密度大到某个程度后,合法用户的安全防护措施一定会加强,从而,使得该黑客工具失灵,导致黑客们不得不放弃该工具(转而寻求其它攻击手段),这相当于该黑客死亡,于是,死亡率会迅速超过出生率,黑客总数又会大减。更准确地说,Malthus模型仅仅适用于黑客工具刚刚出现的早期阶段,那时,黑客数量相对较少(或密度相对较小),红客的防护措施还比较薄弱,黑客攻击的成功率和利润都较高,从而,又会刺激更多的黑客诞生或迁入。但是,随着黑客数量和密度的增大,觉醒并采取防卫措施的合法用户会增多,黑客的可攻击对象会减少,黑客彼此之间

5、的竞争会加剧,总之,死亡率增加,出生率减少,即,内禀增长率减少,由此可见,不能永远假设r为常数。还需要引入另一个重要参数,称为黑客的最小生存数量(或密度),记为K0,它意指,如果黑客数N(t)永远小于K0时,那么,黑客数将逐步减少,并最终灭亡,即,趋于0。参数K0的存在性可以这样来推理:由于黑客软件是(经朋友介绍后)自愿获取的,如果利用此工具去发动攻击会得不偿失,那么,他就会放弃该工具(即,死掉一个黑客)并且不再向其朋友推荐;当越来越多的黑客死亡时,该种黑客工具便被淘汰了。相反,如果事实证明,该工具有利可图,那么,黑客就会继续拥有并使用该工具,并有可能向其朋友推荐,从而,黑客数将超过K0。在“

6、不亏本”的前提下,人类本来就有相互合作的天性,特别是当N(t)较小时,因为有利可图,更会互相帮助,最终便导致提升黑客数量的增长率,甚至达到标准Malthus模型的指数增长速度。当然,当N(t)较大时,情况就相反了,便会互相竞争,最终结果便是抑制黑客数量的增长率,这便是下面logistic模型将要考虑的问题。设A为黑客数的最大平均改变率,当N(t)较小且N(t)K0,生物学的经验已经告诉我们:黑客的内禀增长率r可以直观地替代为r=A1-K0/N(t),于是,标准Malthus模型就变形为如下微分方程:dN(t)/dt=AN(t)1-K0/N(t)=A(N(T)-K0)该微分方程存在正平衡态K0,

7、当A为正时,正平衡态K0却是不稳定的.而且,当N(t)K0时,黑客数呈增加态势。上述分析对安全防护的红客们,有如下启发:1)消灭黑客要宜早不宜迟,即,在黑客数还没有达到最小生存量K0时就动手,效果最好;2)如果成本较大,那么,不必对黑客斩尽杀绝,只需要将其数目控制在K0之内,黑客便会自动灭亡;3)如果错过了最佳时机(即,黑客数已经超过K0),那么,黑客数将在随后的短时间内,呈现指数级的爆炸性增长,此时,不必与黑客硬拼,而应该充分运用黑客之间的竞争机制,让他们互相制约(见下面的logistic模型);4)控制黑客的关键是控制内禀增长率r,这又有两种思路:其一是减少出生率b;其二是增加死亡率d。如

8、果能够使r0,那么,红客的这第一道防线就崩溃了,只能转战由logistic模型构建的下一道防线。好了,现在就来研究Logistic增长模型及变形:每个网络能够承受的活跃黑客数都是有限的,该数称为环境容纳量,记为K(正数),即,当N(t)=K时,黑客数将出现零增长(当然,不难看出,一定有K00时,当t,黑客数N(t)将最终趋于容纳量K;而且,当初值N(0)满足0N(0)K/2时,黑客数量的曲线N(t)将呈现S型;并且在K/2点处,出现唯一的拐点:当N(t)很小时,黑客数将成指数增长模式;然后,抑制开始发挥作用,并在容纳量K处,最终达到饱和。五个阶段:1)开始期,也称为潜伏期,黑客数量很少,数量和

9、密度的增长缓慢;2)加速期,随着黑客数的增加,密度也迅速增加;3)转折期,当黑客数达到饱和密度的一半(K/2)时,密度增长最快;4)减速期,当黑客数超过K/2以后,密度增长逐渐变慢;5)饱和期,黑客数量达到K值而饱和,这意味着K是稳定的。上述标准的logistic模型更适合于黑客数量和密度N(t)较大时的情况,它已经考虑到了黑客彼此之间的竞争,以及由此导致的对内禀增长率的抑制情况。而当N(t)较小时,黑客之间又是相互帮助的,并将导致内禀增长率变大,所以,若同时考虑“人少时的合作”和“人多时的竞争”,那么,标准logistic模型便可改进为如下“具有Allee效应的logistic模型”:dN(

10、t)/dt=rN(t)N(t)/K0-11-N(t)/K此时,便存在着三个非负平衡态:0、K0和K。具体地说:当0N(t)K0时,dN(t)/dt0,即,黑客数量不断减少;当K0N(t)0,即,黑客数量不断增加;当N(t)K时,dN(t)/dtK0时,黑客数量将最终趋于K;而当N(0)0,即黑客越多,黑客增长越快,那么觉悟用户也会更快地增长。由于在饱和状态时,同时成立dN(t)/dt=0、N(t)=K和F(t)=S,所以,在公式F(t)=c1N(t)+c2dN(t)/dt中,让时间趋于无穷大后,便有S=c1K。于是,上面的“用户合作时的logistic模型”便可以更具体地表述为:dN(t)/d

11、t=rN(t)K-N(t)/K+rcN(t),这里c=c2/c1该微分方程的解析解为N(t)=AertK-N(t)1+rc,其中A是由初始条件确定的常数。注意到当时间趋于无穷时,N(t)趋于K。该微分方程还可看出:当黑客数N(t)较小时,黑客数的增加,反而会使得黑客的增长率dN(t)/dt减少;当黑客较大时,黑客数的增加才会同时促进黑客增长率也增加。这再一次印证了:消灭黑客宜早不宜迟。接下来,考虑一种非自治单工具模型:标准Logistic模型的一个重要假设就是:内禀增长率r和容纳量K均为常数。这种假设的优点是:直观简洁且逼近实际。当然,r和K不会永远都是常数,也会变化,比如,当黑客的期望值变大

12、时,更多的黑客将因无利可图而放弃攻击(当然也就放弃工具了),那么,容纳量将变小;当合法用户变得更麻木时,黑客能够获得的利润将更多,从而,将有能力滋养更多的黑客,即,容纳量就会增大。若将r和K分别用分段连续的时间函数r(t)和K(t)来替代,那么,标准logistic模型就变成了如下非自治的logistic模型:dN(t)/dt=r(t)N(t)1-N(t)/K(t)该微分方程的解析解为:N(t)=N(0)exp0tr(s)ds/1+N(0)0texp(0sr(f)df)r(s)/K(s)ds如果 00r(t)r(t)supt0r(t)并且 00K(t)K(t)supt0K(t),那么,非自治的

13、logistic模型就有一个全局稳定的解:N*(t)=0exp-0sr(t-f)dfr(t-s)/K(t-s)ds-1并且,当r(t)和K(t)是周期函数时,N*(t)也是周期的。下面再进一步地,分成一些特殊情况,来讨论非自治logistic模型:情况1:环境退化所谓环境退化,就是指黑客的生存条件越来越差,即,黑客的容纳量K(t)虽非负,但随着时间的推进K(t)越来越小,甚至limtK(t)=0。此时生物数学中已经证明:如果内禀增长率满足 0r(s)ds=,则 limtN(t)=0。该结果的直观解释便是:即使内禀增长率较大,在退化环境下,随着时间推移,该黑客工具将最终被淘汰,黑客被消灭。如果内

14、禀增长率满足 0r(s)ds,则 limtN(t)=N是一个正常数。一个有趣结果:即使内禀增长率较小,黑客数也会长期维持在正常数N附近,它与初始值无关。情况2:周期性的考虑黑客世界中也有一些有趣的周期现象,比如,在无外界干扰时,从宏观上看,当内禀增长率r(t)越来越大时,黑客的数量会增多,因此,每个黑客的利润会越来越少,这就会反过来促进越来越多的黑客放弃攻击,从而使r(t)开始变小;换句话说,r(t)会不断地周期性振荡。同样,容纳量K(t)也具有这种周期特性。我们干脆假设r(t)和K(t)就是周期为T的连续函数,并且,还做出如下三个合理的假设:假设1,黑客数越来越多时,他们会彼此竞争,从而会越

15、来越严重地抑制黑客数量的增长;假设2,当黑客数超过一定的值后,平均到每个黑客的利润会越来越低,因此,黑客数目将不会再增加;假设3,在一个周期里,内禀增长率是受控的,即,00Tr(t)dt。于是,此时非自治的logistic模型微分方程dN(t)/dt=r(t)N(t)1-N(t)/K(t)存在着周期解析解:N(t+T)=N(t),N(0)=N(T)为黑客的初始值,并且当0t0时,零平衡态是不稳定的。此外,它还有一个正平衡态N=K,其稳定性为:当0r,/2时,平衡态N=K不稳定,此时,黑客N(t)存在一个周期解,即,黑客数的变化呈周期性起伏。上述分析,可以给安全防护的红客以如下启发:1)如果能够

16、控制黑客的生存环境,那么,增长态势越猛的黑客工具可能越短命;而增长缓慢的黑客工具可能会更命长,不过,如果他们的危害不高于治理成本的话,那么,就可以不理他们;2)黑客的增长率、网络对黑客数量的容量值、黑客数等都可能呈现出周期起伏的现象,因此,如果红客要想稳准狠地消灭黑客的话,最好在这些周期的低潮时下手!首先,我们结合黑客情况,来重新论述生物数学中所谓的“纯生过程”:这里的所谓“纯生”,就是假定没有死亡(含迁出,下同),即,黑客只增不减。记t时刻黑客数为N(t),并假定:1)每个黑客的诞生(含迁入,下同)是互相独立的;2)在任意小的时间段t内,每个黑客诞生一个新黑客的概率为t+o(t),没有新黑客

17、诞生的概率为1-t+o(t),多于一个新黑客诞生的概率为o(t)。如果已知N(t)=n,那么,在区间(t,t+t内诞生的新黑客个数,服从参数n和t的二项分布的随机变量。当t非常小时,可以忽略o(t)的影响。于是,当k=0,1,n时,有Pk个新黑客在区间(t,t+t诞生N(t)=n=C(n,k)(t)k(1-t)n-k记该概率为P(k),这里和今后C(n,k)都表示组合数公式,即,C(n,k)=n!/(k!(n-k)!)。于是,P(0)=(1-t)n=1-nt+o(t);P(1)=nt(1-t)n-1=nt+o(t);并且,当k2时,P(k)=o(t)。换句话说,这意味着随机过程N=N(t),t

18、0是一个连续时间Markov过程。记N(0)=a0,现在考虑黑客数的转移概率 pn(t)=P(N(t)=nN(0)=a),a0,t0,它显然只依赖于时间差,从而是一个平稳随机过程。现在考虑pn(t)和pn(t+t)的关系。如果N(t+t)=na且当t0时,忽略多于一个新黑客诞生的可能性,那么,在t时刻,N(t)就满足:N(t)=n,若在(t,t+t时间段内没有新黑客诞生;N(t)=n-1,若在(t,t+t时间段内有一个新黑客诞生。应用全概率公式,便有:pn(t+t)=(1-nt)pn(t)+(n-1)tpn-1(t)+o(t),na将该公式等价地变形为pn(t+t)-pn(t)/t=(n-1)

19、pn-1(t)-npn(t)+o(t)/t在该式中,令t0取极限,便有dpn(t)/dt=(n-1)pn-1(t)-npn(t),n=a+1,a+2,当n=a时,由于此前黑客数为a-1的概率为0(因为纯生),所以,由全概率公式就有PN(t+t)=a=PN(t+t)=aN(t)=aPN(t)=a,所以dpa(t)/dt=-apa(t)求解此微分方程后,就有pa(t)=e-at,据此和前面已有的公式dpn(t)/dt=(n-1)pn-1(t)-npn(t),我们可以得到,在t时刻,有k个新黑客诞生的概率为pa+k(t)=C(a+k-1,a-1)e-at(1-e-t)k,这里k=0,1,2,并且C(

20、m,n)为组合数公式。提醒:这个公式实际上就给出了在“0时刻黑客数为a”的条件下,t时刻的黑客数达到a+k的概率pa+k(t);因此,在该时刻黑客数的均值(t)就为(t)=E(N(t)N(0)=a)=n=anpn(t)=aet此处前两个等式来源于均值的定义和pa+k(t)的表达式。这个公式告诉我们一个有趣的结果:在纯生过程中,t时刻黑客的平均个数为aet,它与出生率为b=的Malthus模型的解析式完全一样!因为,Malthus模型更适用于黑客数(密度)较小的初期,这当然可以看作一个纯生过程了。接下来看看与纯生过程完全相反的纯灭过程:此时只有死亡。假定某黑客在t时刻还存活,但在时间段(t,t+

21、t内死亡的概率为t+o(t),现在考虑条件转移概率pn(t)=P(N(t)=nN(0)=a),n=a,a-1,2,1,0先看一个特殊情况a=1,那么,p1(t)就是单个黑客在t时刻仍然存活的概率,并且有p1(t+t)=p1(t)(1-t)+o(t)其中1-t是单个黑客在时间段(t,t+t内没有死亡的概率。令t0取极限,便有如下微分方程dp1(t)/dt=-p1(t),t0,它对初值p1(0)=1的解为p1(t)=e-t。如果在初始时刻的黑客数a1,则在t时刻仍然存活的黑客数是一个服从参数a和p1(t)的二项分布的随机变量,所以有pn(t)=C(a,n)e-nt(1-e-t)a-n,n=a,a-

22、1,2,1,0其相应的数学期望值和方差分别是EN(t)=ae-t和 VarN(t)=ae-t1-e-t此时黑客数量的变化规律与Malthus增长模型中d=,b=0(有死无生)的情形相似。在纯灭过程中,黑客数要么保持常数,要么递减,最终有可能变为0(灭绝)。精确地说,这种黑客工具灭绝的概率为p0(t)=P(N(t)=0N(0)=a)=(1-e-t)a1,t换句话说,此时黑客灭绝的概率为1,一定灭亡。接下来,考虑线性出生和死亡的生灭过程:设初始黑客数为a且在时刻t时,黑客个数为N(t),在时间区间(t,t+t内有一个新黑客诞生的概率为t+o(t),有一个黑客死亡的概率为t+o(t)。于是,在“N(

23、t)=n”的条件下,在区间(t,t+t内出生一个黑客的概率为nt+o(t);死亡一个黑客的概率为nt+o(t);黑客数不变的概率为1-(+)nt+o(t)。所以,仿前面,记pn(t)=P(N(t)=nN(0)=a),那么,利用全概率公式,便有 pn(t+t)=pn-1(t)(n-1)t+pn(t)1-(+)nt+pn+1(t)(n+1)t+o(t)该式两边同除t,并令t0,于是,在n1时便得微分方程dpn(t)/dt=(n-1)pn-1(t)-(+)npn(t)+(n+1)pn+1(t)若n=0,则有dp0(t)/dt=p1(t),相应的初始条件为若n=a,则pn(0)=1;若na,则pn(0

24、)=0。由于求解此方程很复杂,我们只给出最终结果如下:(s,t)=n=0pn(t)sn,于是pn(t)就是函数(s,t)关于参量s的多项式展开式中sn的系数。当时,(s,t)=-(s)e-(-)t/-(s)e-(-)ta,其中(s)=(s-)/(s-1);当=时,(s,t)=1-(t-1)(s-1)/1-t(s-1)a。现在来分析黑客被灭绝的概率,即,p0(t)=P(N(t)=0N(0)=a),它其实就是(0,t),所以,当时,p0(t)=(0,t)=(1-e-(-)t)/-e-(-)ta。当时,在此式中令t,那么就有p0(t)(/)a,即,该种黑客数量将最终稳定在(/)a。当=时,p0(t)

25、=(0,t)=t/(t+1)a,而且,当t时,也有p0(t)1,即,该种黑客以概率1被灭绝。再接下来,考虑非自治线性生灭过程:在刚才研究中,在考虑出生概率和死亡概率时,我们故意忽略了时间和黑客数,其实黑客数越多时,其出生和死亡的概率也就越大,因此,更精细地假设:在t时刻,当黑客数为n时,相应的出生概率为n=(t)n和死亡概率为n=(t)n,于是,类似地可知条件概率pn(t)=P(N(t)=nN(0)=a)满足如下微分方程:dpn(t)/dt=-n(t)+(t)pn(t)+(n-1)(t)pn-1(t)+(t)(n+1)pn+1(t),n=1,2,和dp0(t)/dt=(t)p1(t),pa(0

26、)=1,且当na时有pn(0)=0。并最终求出在初始黑客数为a的条件下,t时刻黑客数N(t)的数学期望值为:EN(t)N(0)=a=aexp0t(s)-(s)ds。最后,考虑增长率只与黑客有关的情况:假如黑客的出生率和死亡率都只与黑客个数有关,而与时间无关,不妨记:当有n个黑客时,出生率和死亡率分别为n和n;N(t)0,1,2,K为t时刻的黑客个数,那么,与前面类似,在t时刻,N(t)满足如下Markov方案 PN(t+t)=n+1N(t)=n=nt+o(t),PN(t+t)=n-1N(t)=n=nt+o(t),PN(t+t)=nN(t)=n=1-(n+n)t+o(t),令t0,取极限便得到黑

27、客数的条件转移概率所满足的如下两个微分方程:dp0(t)/dt=1p1(t)dpn(t)/dt=n-1pn-1(t)-(n+n)pn(t)+n+1pn+1(t)这个微分方程很难。有关黑客何时会灭绝的结果如下:所谓灭绝时间,就是指当黑客数首次为0的时间。若记Tn为初始黑客数为n的情况下,黑客被灭绝的时间,它显然是一个随机变量,不过,该随机变量的均值为:ETn=i=1nj=iK(1/j)h=ij-1(h/h)形象地说,对ETn越小的黑客工具,其寿命就越短。在网络空间中,没有黑客就没有安全问题,也就更不需要安全通论。可惜,黑客不但有,而且还越来越多,而且他们的外在表现形式还越来越千奇百怪,因此,有必要专门对黑客进行系统深入的研究。反过来,若想建立统一的信息安全基础理论,如果没有研究黑客,那也是不可思议的。因此,本章花费了较大篇幅,对黑客进行了多方位的研究。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公、行业 > 各类PPT课件(模板)
版权提示 | 免责声明

1,本文(安全通论第3章黑客生态的演变规律课件.pptx)为本站会员(三亚风情)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|