Algebra di base e come si applica alla sicurezza delle informazioni? [chiuso]

Bene, gli esponenti sono un grosso problema per la sicurezza IT, in particolare per le potenze di due. La "forza" della maggior parte dei segreti crittografici si basa sul numero di bit di entropia che contengono, che per la maggior parte degli scopi è semplificata per il numero massimo di bit del segreto (lunghezza della chiave, hash, IV, sale, ecc.). Il numero di combinazioni possibili di N bit è 2 ^N .

La maggior parte delle crittografie si basa sull'aritmetica bit a bit o sulla divisione modulo, che sono concetti interessanti ma non di solito di una classe di algebra universitaria.

Sarebbe utile per te fornirci una breve lista delle cose che hai imparato nella tua classe di algebra finora. Potremmo quindi dirti come vengono utilizzati.

Riesco a vedere alcuni modi in cui è applicabile:

• L'algebra comporta un sacco di risoluzione dei problemi, dal momento che è necessario identificare il problema, le variabili coinvolte e decidere quale sia lo / gli strumento / i migliore per affrontare tale problema. Questo tipo di processo di pensiero è fondamentale per la maggior parte dei lavori di sicurezza.
• Se hai intenzione di fare praticamente qualsiasi teoria della crittografia, avrai bisogno di conoscere dell'algebra di base. La crittografia è profondamente radicata nella matematica.
• Molti lavori di sicurezza implicano una sorta di programmazione o scripting, a cui si applica l'algebra, sia in termini di matematica diretta che di requisiti inerenti alla risoluzione dei problemi.

Se stai cercando singoli tipi di matematica applicabili:

• Le proprietà dei primi vengono sfruttate come parte di RSA, per eseguire la crittografia asimmetrica.
• I calcoli statistici dell'entropia sono usati come una misura approssimativa di "casualità", che può essere utile per rilevare lo spam prodotto dai generatori a catena Markov e altri schemi casuali di questo tipo.
• La teoria degli insiemi viene spesso utilizzata per identificare le correlazioni del traffico e costruire i filtri per "cattivo traffico".
• I sistemi di punteggio di vulnerabilità utilizzano spesso modelli algebrici per produrre un punteggio a valore singolo, basato sui valori del punteggio di input per una varietà di categorie.
• La crittanalisi è altamente dipendente dal campo della probabilità per identificare le situazioni in cui un pregiudizio può essere rilevato e sfruttato.
• Gli algoritmi di apprendimento possono utilizzare modelli matematici di neuroni del cervello per abbinare i modelli con elevata precisione, anche se i dati del campione cambiano in modo sottile. È utile per filtri antispam, filtri del traffico (IDS / IPS), rilevamento di malware, ecc.

Naturalmente, questi sono solo alcuni esempi superficiali. Ciò che è realmente applicabile dipende dal tipo di cose presenti nel tuo corso.