!2. Причины, виды и каналы утечки информации.

Основными причинами утечки информации являются:

1) несоблюдение персоналом норм, требований, правил эксплуатации АС; 2) ошибки в проектировании АС и систем защиты АС; 3) ведение противостоящей стороной технической и агентурной разведок.

Несоблюдение персоналом норм, требований, правил эксплуатации АС может быть как неумышленным, так и преднамеренным. Причины утечек информации связаны с видами утечек.

Вида утечки информации:

1) разглашение - несанкционированное доведение защищаемой информации до потребителей, не имеющих права доступа к защищаемой информации;

2) несанкционированный доступ (НСД) к информации - получение защищаемой информации заинтересованным субъектом с нарушением установленных правовыми документами или владельцем информации прав или правил доступа к информации. При этом заинтересованным субъектом, осуществляющим НСД к информации, может быть: государство, юридическое лицо, группа физических лиц, отдельное физическое лицо;

3) получение защищаемой информации разведками (как отечественными, так и иностранными) - может осуществляться с помощью технических средств (техническая разведка) или агентурными методами (агентурная разведка).

Канал утечки информации – совокупность источника информации, материального носителя или среды распространения несущего информацию сигнала и средства выделения информации из сигнала или носителя. Одним из основных свойств канала является месторасположение средства выделения информации из сигнала или носителя, которое может располагаться в пределах контролируемой зоны, охватывающей АС, или вне её.

Применительно к АС выделяют следующие каналы утечки:

1) Электромагнитный канал. Причиной его возникновения является электромагнитное поле, связанное с протеканием электрического тока в аппаратных компонентах АС. Канал делится на: радиоканал (высокочастотное излучение); низкочастотный канал; сетевой канал (наводки на сеть электропитания); канал заземления (наводки на провода заземления); линейный канал (наводки на линии связи между компьютерными системами).

2) Акустический канал связан с распространением звуковых волн в воздухе или упругих колебаний в других средах, возникающих при работе устройств отображения информации АС.

3) Визуальный канал связан с возможностью визуального наблюдения злоумышленника за работой устройств отображения информации АС без проникновения в помещения, где расположены компоненты системы. Средства выделения информации в данном случае - фото, видеокамеры и т. п.

4) Информационный канал. Связан с доступом (непосредственным и телекоммуникационным) к элементам АС, к носителям информации, к самой вводимой и выводимой информации, к ПО (в том числе к ОС), а также с подключением к линиям связи. Может быть разделен на: канал коммутируемых линий связи, канал выделенных линий связи, канал локальной сети, канал машинных носителей информации, канал терминальных и периферийных устройств.

!3. Метод статистического моделирования на эвм.

В практике моделирования систем наиболее часто приходится иметь дело с объектами, которые в процессе своего функционирования содержат элементы стохастичности или подвергаются стохастическим воздействиям внешней среды. Поэтому основным методом получения результатов с помощью имитационных моделей таких стохастических систем является метод статистического моделирования на ЭВМ, использующий в качестве теоретической базы предельные теоремы теории вероятностей.

На этапе исследования и проектирования систем при построении и реализации машинных моделей (аналитических и имитационных) широко используется метод статистических испытаний, который базируется на использовании случайных чисел, т. е. возможных значений некоторой случайной величины с заданным распределением вероятностей. Статистическое моделирование представляет собой метод получения с помощью ЭВМ статистических данных о процессах, происходящих в моделируемой системе. Для получения представляющих интерес оценок характеристик моделируемой системы с учетом воздействий внешней среды статистические данные обрабатываются и классифицируются с использованием методов математической статистики.

Сущность метода статистического моделирования сводится к построению для процесса функционирования исследуемой системы некоторого моделирующего алгоритма, имитирующего поведение и взаимодействие элементов системы с учетом случайных входных воздействий и воздействий внешней среды, и реализации этого алгоритма с использованием программно-технических средств.

Области применения: для изучения стохастических систем; для решения детерминированных задач.

Основной идеей, которая используется для решения детерминированных задач методом статистического моделирования, является замена детерминированной задачи эквивалентной схемой некоторой стохастической системы, выходные характеристики последней совпадают с результатом решения детерминированной задачи. Естественно, что при такой замене вместо точного решения задачи получается приближенное решение и погрешность уменьшается с увеличением числа испытаний.

В результате статистического моделирования системы получается серия частных значений искомых величин или функций, статистическая обработка которых позволяет получить сведения о поведении реального объекта или процесса в произвольные моменты времени. Если количество реализаций достаточно велико, то полученные результаты моделирования системы приобретают статистическую устойчивость и с достаточной точностью могут быть приняты в качестве оценок искомых характеристик процесса функционирования системы.

Теоретической основой метода статистического моделирования систем на ЭВМ являются предельные теоремы теории вероятностей.

Множества случайных явлений подчиняются определенным закономерностям, позволяющим не только прогнозировать их поведение, но и количественно оценить некоторые средние их характеристики, проявляющие определенную устойчивость. Характерные закономерности наблюдаются также в распределениях случайных величин, которые образуются при сложении множества воздействий.

Принципиальное значение предельных теорем состоит в том, что они гарантируют высокое качество статистических оценок при весьма большом числе испытаний. Практически приемлемые при статистическом моделировании количественные оценки характеристик систем часто могут быть получены уже при сравнительно небольшом числе испытаний. Статистическое моделирование систем на ЭВМ требует формирования значений случайных величин, что реализуется с помощью датчиков (генераторов) случайных чисел.

При использовании статистического моделирования независимо от природы объекта исследования необходимо предварительно построить стохастическую систему, выходные характеристики которой позволяют оценить искомые.