!2. Защита от угрозы нарушения конфиденциальности на уровне содержания информации.

Рассмотрим ситуацию, когда злоумышленнику удалось получить доступ к синтаксическому представлению конфиденциальной информации. Данная ситуация может возникнуть, когда удалось дешифровать файл данных и получить текст, который может рассматриваться как осмысленный. Для сокрытия истинного содержания сообщения могут применяться различные приемы, суть которых в том, что в соответствие одной последовательности знаков или слов одного языка ставятся знаки или слова другого.

В общем случае способы сокрытия либо самого факта наличия сообщения, либо его истинного смысла называются стеганографией: невидимые чернила, микрофотоснимки, условное расположение знаков, цифровые подписи, тайные каналы и средства связи на плавающих частотах.

При наличии шифрованного сообщения, т.е. при применении криптографических методов защиты, противнику хотя и неизвестно содержание сообщения, но известен факт наличия такого сообщения. При использовании стегано-графических методов противнику неизвестно, является ли полученное содержание сообщения окончательным или за ним скрыт дополнительный смысл.

Применительно к компьютерным технологиям можно сказать, что стеганография использует методы размещения файла-сообщения" в файле "контейнере", изменяя файл "контейнера" таким образом, чтобы сделанные изменения были практически незаметны.

Несмотря на то, что существуют разнообразные частные методы, используемые различными инструментальными средствами, большинство из компьютерных стеганографических приемов объединяет методология изменения наименьшего значимого бита (LSB), который считается "шумящим", т.е. имеющим случайный характер, в отдельных байтах файла -"контейнера".

На практике, в большинстве случаев открытый контейнер не содержит бесполезных данных, которые могут быть использованы для модификации LSB. Вместо этого контейнерные файлы естественно содержат различные уровни "шума" на уровне LSB, который при ближайшем рассмотрении, за исключением остальной части байта, может являться произвольной величиной. Звуковой (.WAV) файл, например, содержит по большей части неслышный шум фона на уровне LSB; 8-битовый графический файл будет содержать незначительные различия цвета на уровне LSB, 24-битовый образ будет содержать изменения цвета, которые почти незаметны человеческому глазу.

!3. Методы математической статистики, используемые для анализа результатов имитационного моделирования систем.

Задача определения эмпирического закона распределения случайной величины для правильного решения требует большого числа реализаций. В этом случае по результатам машинного эксперимента находят значения выборочного закона распределения Fэ(y) (или функции плотности fэ(y)) и выдвигают нулевую гипотезу Н0, что полученное эмпирическое распределение согласуется с каким-либо теоретическим распределением. Проверяют эту гипотезу Н0 с помощью статистических критериев согласия Колмогорова, Пирсона, Смирнова, причем статистическую обработку результатов ведут в процессе моделирования системы на ЭВМ.

Критерий согласия Колмогорова основан на выборе в качестве меры расхождения U величины . Из теоремы Колмогорова следует, что при имеет функцию распределения

Если вычисленное на основе экспериментальных данных значение меньше, чем табличное значение при выбранном уровне значимости у, то гипотезу принимают, в противном случае расхождение между Fэ(y) и F(y) считается неслучайным, гипотеза Н0 отвергается.

Критерий Колмогорова для обработки результатов моделирования целесообразно применять в тех случаях, когда известны все параметры теоретической функции распределения. Недостаток использования этого критерия связан с необходимостью фиксации в памяти ЭВМ для определения D всех статистических частот с целью их упорядочения в порядке возрастания.

Критерий согласия Пирсона основан на определении в качестве меры расхождения U величины , где тi — количество значений случайной величины , попавших в i-й подынтервал; pi — вероятность попадания случайной величины  в i-й подынтервал, вычисленная из теоретического распределения; d — количество подынтервалов в интервале измерения.

При закон распределения величины U зависит только от числа подынтервалов и приближается к закону распределения (хи) с (d-r-1) степенями свободы, где r — число параметров теоретического закона распределения. Из теоремы Пирсона следует, что, какова бы ни была функция распределения F(y) случайной величины , при распределение величины имеет вид

, где Г(k/2) — гамма-функция; z — значение случайной величины , k = d-r-1 — число степеней свободы.

По вычисленному значению U= и числу степеней свободы k с помощью таблиц находится вероятность .Если эта вероятность превышает некоторый уровень значимости , то гипотеза Н0 о виде распределения не опровергается результатами машинного эксперимента.

Для принятия или опровержения гипотезы выбирают некоторую случайную величину U, характеризующую степень расхождения теоретического и эмпирического распределения, связанную с недостаточностью статистического материала и другими случайными причинами. Закон распределения этой случайной величины зависит от закона распределения случайной величины  и числа реализаций при статистическом моделировании системы. Если вероятность расхождения теоретического и эмпирического распределений Р { UT ≥ U} велика в понятиях применяемого критерия согласия, то проверяемая гипотеза о виде распределения Н0 не опровергается.