Вредоносное ПО (malware) - это назойливые или опасные программы,...
Для решения многих практических задач необходимо знать комплекс условий, благодаря которому результат совокупного воздействия большого количества случайных факторов почти не зависит от случая. Данные условия описаны в нескольких теоремах, носящих общее название закона больших чисел, где случайная величина к равна 1 или 0 в зависимости от того, будет ли результатом k-го испытания успех или неудача. Таким образом, Sn является суммой n взаимно независимых случайных величин, каждая из которых принимает значения 1 и 0 с вероятностями р и q.
Простейшая форма закона больших чисел - теорема Бернулли, утверждающая, что если вероятность события одинакова во всех испытаниях, то с увеличением числа испытаний частота события стремится к вероятности события и перестает быть случайной.
Теорема Пуассона утверждает, что частота события в серии независимых испытаний стремится к среднему арифметическому его вероятностей и перестает быть случайной.
Предельные теоремы теории вероятностей, теоремы Муавра-Лапласа объясняют природу устойчивости частоты появлений события. Природа эта состоит в том, что предельным распределением числа появлений события при неограниченном возрастании числа испытаний (если вероятность события во всех испытаниях одинакова) является нормальное распределение.
Центральная предельная теорема объясняет широкое распространение нормального закона распределения. Теорема утверждает, что всегда, когда случайная величина образуется в результате сложения большого числа независимых случайных величин с конечными дисперсиями, закон распределения этой случайной величины оказывается практически нормальным законом.
Теорема Ляпунова объясняет широкое распространение нормального закона распределения и поясняет механизм его образования. Теорема позволяет утверждать, что всегда, когда случайная величина образуется в результате сложения большого числа независимых случайных величин, дисперсии которых малы по сравнению с дисперсией суммы, закон распределения этой случайной величины оказывается практически нормальным законом. А поскольку случайные величины всегда порождаются бесконечным количеством причин и чаще всего ни одна из них не имеет дисперсии, сравнимой с дисперсией самой случайной величины, то большинство встречающихся в практике случайных величин подчинено нормальному закону распределения.
В основе качественных и количественных утверждений закона больших чисел лежит неравенство Чебышева . Оно определяет верхнюю границу вероятности того, что отклонение значения случайной величины от ее математического ожидания больше некоторого заданного числа. Замечательно, что неравенство Чебышева дает оценку вероятности события для случайной величины, распределение которой неизвестно, известны лишь ее математическое ожидание и дисперсия.
Неравенство Чебышева . Если случайная величина x имеет дисперсию, то для любого x > 0 справедливо неравенство, где M x и D x - математическое ожидание и дисперсия случайной величины x .
Теорема Бернулли . Пусть x n - число успехов в n испытаниях Бернулли и p - вероятность успеха в отдельном испытании. Тогда при любом s > 0 справедливо.
Теорема Ляпунова . Пусть s 1 , s 2 , …, s n , …- неограниченная последовательность независимых случайных величин с математическими ожиданиями m 1 , m 2 , …, m n , … и дисперсиями s 1 2 , s 2 2 , …, s n 2 … . Обозначим,.
Тогда = Ф(b) - Ф(a) для любых действительных чисел a и b , где Ф(x) - функция распределения нормального закона.
Пусть дана дискретная случайная величина. Рассмотрим зависимость числа успехов Sn от числа испытаний n. При каждом испытании Sn возрастает на 1 или на 0. Это утверждение можно записать в виде:
Sn = 1 +…+ n . (1.1)
Закон больших чисел . Пусть { к }--последовательность взаимно независимых случайных величин с одинаковыми распределениями. Если математическое ожидание = М(к) существует, то для любого > 0 при n
Иначе говоря, вероятность того, что среднее S n /n отличается от математического ожидания меньше, чем на произвольно заданное, стремится к единице.
Центральная предельная теорема. Пусть { к }--последовательность взаимно независимых случайных величин с одинаковыми распределениями. Предположим, что и существуют. Пусть Sn = 1 +…+ n , Тогда для любых фиксированных
Ф () -- Ф () (1.3)
Здесь Ф (х) -- нормальная функция распределенияю. Эту теорему сформулировал и доказал Линлберг. Ляпунов и другие авторы доказывали ее раньше, при более ограничительных условиях. Необходимо представить себе, что сформулированная выше теорема является только весьма частным случаем гораздо более общей теоремы, которая в свою очередь тесно связана со многими другими предельными теоремами. Отметим, что (1.3) намного сильнее, чем (1.2), так как (1.3) дает оценку для вероятности того, что разность больше, чем. С другой стороны, закон больших чисел (1.2) верен, даже если случайные величины k не имеют конечной дисперсии, так что он применим к более общему случаю, чем центральная предельная теорема (1.3). Проиллюстрируем последние две теоремы примерами.
Примеры. а) Рассмотрим последовательность независимых бросаний симметричной кости. Пусть k -- число очков, выпавших при k-м бросании. Тогда
M(k)=(1+2+3+4+5+6)/6=3.5,
a D(k)=(1 2 +2 2 +3 2 +4 2 +5 2 +6 2)/6-(3.5) 2 =35/12 и S n /n
является средним числом очков, выпавших в результате n бросаний.
Закон больших чисел утверждает: правдоподобно, что при больших п это среднее окажется близким к 3,5. Центральная предельная теорема устанавливает вероятность того, что |Sn -- 3,5n | < (35n/12) 1/2 близка к Ф() -- Ф(-). При n = 1000 и а=1 мы находим, что вероятность неравенства 3450 < Sn < 3550 равна примерно 0,68. Выбрав для а значение а 0 = 0,6744, удовлетворяющее соотношению Ф(0)-- Ф(-- 0)=1/2, мы получим, что для Sn шансы находиться внутри или вне интервала 3500 36 примерно одинаковы.
б) Выборка. Предположим, что в генеральной совокупности,
состоящей из N семей, Nk семей имеют ровно по k детей
(k = 0, 1 ...; Nk = N). Если семья выбрана наугад, то число детей в ней является случайной величиной, которая принимает значение с вероятностью p = N/N. При выборе с возвращением можно рассматривать выборку объема n как совокупность n независимых случайных величин или «наблюдений» 1 , ..., n , которые имеют все одно и то же распределение; S n /n является средним значением выборки. Закон больших чисел утверждает, что для достаточно большой случайной выборки ее среднее значение будет, вероятно, близким к, т. е, к среднему значению генеральной совокупности. Центральная предельная теорема позволяет оценить вероятную величину расхождения между этими средними значениями и определить объем выборки, необходимый для надежной оценки. На практике и и обычно неизвестны; однако в большинстве случаев удается легко получить предварительную оценку для и всегда можно заключить в надежные границы. Если мы желаем, чтобы с вероятностью 0,99 или большей среднее значение выборки S n /n отличалось от неизвестного среднего значения генеральной совокупности менее, чем на 1/10, то объем выборки должен быть взят таким, чтобы
Корень х уравнения Ф(х) -- Ф(-- х) = 0,99 равен х = 2,57 ..., и, следовательно, n должно быть таким, что 2,57 или n > 660 . Осторожная предварительная оценка дает возможность найти необходимый объем выборки.
в) Распределение Пуассона.
Предположим, что случайные величины k имеют распределение Пуассона {p(k;)}. Тогда Sn имеет распределение Пуассона с математическим ожиданием и дисперсией, равными n.
Написав вместо n, мы заключаем, что при n
Суммирование производится по всем k от 0 до. Ф-ла (1.5) имеет место и тогда, когда произвольным образом.
Выше мы рассмотрели вопрос о нахождении ФПВ для суммы статистически независимых случайных величин. В этом разделе мы снова рассмотрим сумму статистически независимых величин, но наш подход будет иным и не зависит от частных ФПВ случайных величин в сумме. В частности, предположим, что слагаемые суммы – статистически независимые и одинаково распределенные случайные величины, каждая из которых имеет ограниченные средние значения и ограниченную дисперсию.
Пусть определяется как нормированная сумма, называемая выборочным средним
Сначала определим верхние границы вероятности хвостов , а затем докажем очень важную теорему, определяющую ФПВ в пределе, когда стремится к бесконечности.
Случайная величина , определенная (2.1.187), часто встречается при оценивании среднего случайной величины по ряду наблюдений , . Другими словами, могут рассматриваться как независимые выборочные реализации из распределения , а является оценкой среднего .
Математическое ожидание равно
.
Дисперсия равна
Если рассматривать как оценку среднего , видим, что его математическое ожиданий равно , а его дисперсия уменьшается с ростом объема выборки . Если неограниченно возрастает, дисперсия стремится к нулю. Оценка параметра (в данном случае ), которая удовлетворяет условиям, что её математическое ожидание стремится к истинному значению параметра, а дисперсия строго к нулю, называется состоятельной оценкой.
Хвостовую вероятность случайной величины можно оценить сверху, используй границы, данные в разд. 2.1.5. Неравенство Чебышева применительно к имеет вид
,
. (2.1.188)
В пределе, когда , из (2.1.188) следует
. (2.1.189)
Следовательно, вероятность того, что оценка среднего отличается от истинного значения больше, чем на , стремится к нулю, если неограниченно растет. Это положение является формой закона больших чисел. Так как верхняя граница сходится к нулю относительно медленно, т.е. обратно пропорционально . выражение (2.1.188) называют слабым законом больших чисел .
Если к случайной величине применить границу Чернова, содержащую экспоненциальную зависимость от , тогда получим плотную верхнюю границу для вероятности одного хвоста. Следуя процедуре, изложенной в разд. 2.1.5, найдем, что вероятность хвоста для определяется выражением
где и . Но , статистически независимы и одинаковы распределены. Следовательно,
где - одна из величин . Параметр , который дает наиболее точную верхнюю границ получается дифференцированием (2.1.191) и приравниванием производной нулю. Это ведет к уравнению
(2.1.192)
Обозначим решение (2.1.192) через . Тогда граница для вероятности верхнего хвоста
,
. (2.1.193)
Аналогично мы найдем, что вероятность нижнего хвоста имеет границу
,
. (2.1.194)
Пример 2.1.7. Пусть , - ряд статистически независимых случайных величин, определенных так:
Мы хотим определить плотную верхнюю границу вероятности того, что сумма от больше, чем нуль. Так как , то сумма будет иметь отрицательное значение для математического ожидания (среднего), следовательно, будем искать вероятность верхнего хвоста. При в (2.1.193) имеем
, (2.1.195)
где - решение уравнения
Следовательно,
. (2.1.197)
Следовательно, для границы в (2.1.195) получаем
Мы видим, что верхняя граница уменьшается экспоненциально с , как ожидалось. В противоположность этому согласно границе Чебышева вероятность хвоста уменьшается обратно пропорционально .
Центральная предельная теорема. В этом разделе рассмотрим чрезвычайно полезную теорему, касающуюся ИФР суммы случайных величин в пределе, когда число слагаемых суммы неограниченно возрастает. Имеется несколько версий этой теоремы. Докажем теорему для случая, когда случайные суммируемые величины , , статистически независимы и одинаково распределены, каждая из них имеет ограниченное среднее и ограниченную дисперсию .
Для удобства определим нормированную случайную величину
Таким образом, имеет нулевое среднее и единичную дисперсию.
Теперь пусть
Так как каждое слагаемое суммы имеет нулевое среднее и единичную дисперсию нормированная (множителем ) величина имеет нулевое среднее и единичную дисперсию. Мы хотим определить ИФР для в пределе, когда .
Характеристическая функция равна
, (2.1.200).
,
или, что эквивалентно,
. (2.1.206)
Но это как раз характеристическая функция гауссовской случайной величины нулевым средним и единичной дисперсией. Таким образом, мы имеем важный результат; ФПВ суммы статистически независимых и одинаково распределенных случайных величин с ограниченным средним и дисперсией приближается к гауссовской при . Это результат известен как центральная предельная теорема .
Хотя мы предположили, что случайные величины в сумме распределены одинаково это предположение можно ослабить при условии, что определённые дополнительные ограничения все же накладываются на свойства случайных суммируемых величин. Имеется одна разновидность теоремы, например, когда отказываются от предположения об одинаковом распределении случайных величин в пользу условия, накладываемого на третий абсолютный момент случайных величин суммы. Для обсуждения этой и других версий центральной предельной теоремы читатель отсылается к книге Крамера (1946).
Уже известно, что по закону распределения можно найти числовые характеристики случайной величины. Отсюда следует, что если несколько случайных величин имеют одинаковые распределения, то их числовые характеристики одинаковы.
Рассмотрим n взаимно независимых случайных величин X 1 , X 2 , …,X n , которые имеют одинаковые распределения, а следовательно, и одинаковые характеристики (математическое ожидание, дисперсию и др.). Наибольший интерес представляет изучение числовых характеристик среднего арифметического этих величин.
Обозначим среднее арифметическое рассматриваемых случайных величин через :
.
Следующие ниже три положения устанавливают связь между числовыми характеристиками среднего арифметического и соответствующими характеристиками каждой отдельной величины.
1. Математическое ожидание среднего арифметического одинаково распределенных взаимно независимых случайных величин равно математическому ожиданию а каждой из величин:
Доказательство. Пользуясь свойствами математического ожидания (постоянный множитель можно вынести за знак математического ожидания; математическое ожидание суммы равно сумме математических ожиданий слагаемых), имеем
Приняв во внимание, что математическое ожидание каждой из величин по условию равно а , получим
.
2. Дисперсия среднего арифметического n одинаково распределенных взаимно независимых случайных величин в n раз меньше дисперсии D каждой из величин:
Доказательство . Пользуясь свойствами дисперсии (постоянный множитель можно вынести за знак дисперсии, возведя его в квадрат; дисперсия суммы независимых величин равна сумме дисперсий слагаемых), имеем
Приняв во внимание, что дисперсия каждой из величин по условию равна D , получим
.
3. Среднее квадратическое отклонение среднего арифметического n одинаково распределенных взаимно независимых случайных величин в раз меньше среднего квадратического отклонения а каждой из величин:
Доказательство . Так как , то среднее квадратическое отклонение равно
.
Общий вывод из формул (7.3) и (7.4): вспоминая, что дисперсия и среднее квадратическое отклонение служат мерами рассеяния случайной величины, заключаем, что среднее арифметическое достаточно большого числа взаимно независимых случайных величин имеет значительно меньшее рассеяние, чем каждая отдельная величина.
Поясним на примере значение этого вывода для практики.
Пример. Обычно для измерения некоторой физической величины производят несколько измерений, а затем находят среднее арифметическое полученных чисел, которое принимают за приближенное значение измеряемой величины. Предполагая, что измерения производятся в одних и тех же условиях, доказать:
а) среднее арифметическое дает результат более надежный, чем отдельные измерения;
б) с увеличением числа измерений надежность этого результата возрастает.
Решение . а) Известно, что отдельные измерения дают неодинаковые значения измеряемой величины. Результат каждого измерения зависит от многих случайных причин (изменение температуры, колебания прибора и т.п.), которые не могут быть заранее полностью учтены.
Поэтому мы вправе рассматривать возможные результаты n отдельных измерений в качестве случайных величин X 1 , X 2 , …,X n (индекс указывает номер измерения). Эти величины имеют одинаковое распределение вероятностей (измерения производятся по одной и той же методике и теми же приборами), а следовательно, и одинаковые числовые характеристики; кроме того, они взаимно независимы (результат каждого отдельного измерения не зависит от остальных измерений).
Как было показано, среднее арифметическое таких величин имеет меньшее рассеяние, чем каждая отдельная величина. Иначе говоря, среднее арифметическое оказывается более близким к истинному значению измеряемой величины, чем результат отдельного измерения. Это и означает, что среднее арифметическое нескольких измерений дает более надежный результат, чем отдельное измерение.
б) Известно, что при возрастании числа отдельных случайных величин рассеяние среднего арифметического убывает. Это значит, что с увеличением числа измерений среднее арифметическое нескольких измерений все менее отличается от истинного значения измеряемой величины. Таким образом, увеличивая число измерений, получают более надежный результат.
Например, если среднее квадратическое отклонение отдельного измерения s = 6 м, а всего произведено n = 36 измерений, то среднее квадратическое отклонение среднего арифметического этих измерений равно лишь 1 м. Действительно,
.
Очевидно, что среднее арифметическое нескольких измерений, как и следовало ожидать, оказалось более близким к истинному значению измеряемой величины, чем результат отдельного измерения.
Лекция 6. Информационно-вычислительные сети
Понятие и виды информационно-вычислительных сетей
Определение
. Информационно-вычислительная сеть
– это система компьютеров, объединенных каналами передачи данных.
Основная задача существования ИВС – информационное обслуживание пользователей, в том числе:
Хранение и обработка данных;
Предоставление данных пользователям.
Ср. с определением информационной системы. Современные ИС, как правило, являются распределенными. Таким образом, ИВС представляет собой комплекс технических средств, обеспечивающих функционирование ИС (техническую обеспечивающую подсистему).
Показатели качества ИВС:
Полнота функциональности;
Производительность (среднее количество запросов, обрабатываемых за единицу времени). Важным показателем производительности является пропускная способность сети – количество данных, передаваемых через сеть за единицу времени.
Надежность (устойчивость к помехам и отказам)
Защищенность информации , передаваемой по сети;
Прозрачность для пользователя – он должен использовать ресурсы сети точно так же как и локальные ресурсы собственного компьютера.
Масштабируемость и универсальность – возможность расширения сети без существенного снижения производительности, а также возможность подключать и использовать разнообразное техническое и программное обеспечение.
Виды ИВС:
Локальные (ЛВС, LAN – Local Area Network);
Региональные (РВС, MAN – Metropolitan Area Network);
Глобальные (ГВС, WAN – World Area Network).
Современные тенденции развития ИВС:
Конвергенция используемых технологий;
Объединение сетей в единую структуру (многосетевую иерархию).
Основы архитектуры ИВС
Концептуальное описание информационно-вычислительной сети часто называют ее архитектурой
.
Понятие Архитектура ИВС обычно включает в себя описание следующих элементов:
Геометрию построения (топологию) сети;
Протоколы передачи данных;
Техническое обеспечение информационно-вычислительных сетей.
Определение . Топология – это схема соединения сетевых компьютеров, кабельной системы и других сетевых компонентов.
Топологии ИВС принято разделять на 2 основных класса:
широковещательные;
последовательные.
В широковещательных конфигурациях каждый компьютер передает сигналы, которые могут быть восприняты всеми остальными компьютерами.
К таким конфигурациям относятся:
общая шина;
дерево (соединение общих шин);
звезда с пассивным центром.
В последовательных конфигурациях каждый физический подуровень передает информацию только одному компьютеру.
К таким конфигурациям относятся:
звезда с интеллектуальным центром;
кольцо;
цепочка;
иерархическое соединение;
снежинка;
произвольное соединение (ячеистая конфигурация);
Сети с шинной топологией используют линейный общий канал связи, к которому все узлы присоединяются через интерфейсные устройства посредством коротких соединительных линий.
В сети с кольцевой топологией все узлы соединены в единую замкнутую петлю (кольцо) каналами связи. Выход одного узла соединяется со входом другого узла. Информация передается от узла к узлу и при необходимости (если сообщение адресовано не ему) ретранслируется им по сети дальше. Передача данных осуществляется с использованием специальной интерфейсной аппаратуры и ведется в одном направлении.
Основу сети с радиальной топологией составляет специальное сетевое устройство, к которому подключаются компьютеры – каждый по своей линии связи. Таким устройством может выступать активный или пассивный концентратор, через который рабочие станции сети, например, осуществляют взаимодействие с сервером.
Существуют также иные виды топологий, которые являются развитием базовых: цепочка, дерево, снежинка, сеть и т.д. Топология реальной сети может совпадать с одной из указанных выше, либо представлять собой их комбинацию.
В различных топологиях реализуются различные принципы передачи информации :
в широковещательных – селекция информации;
в последовательных – маршрутизация информации.
Определение . Сетевой протокол – это набор правил и методов взаимодействия объектов вычислительной сети, охватывающий основные процедуры, алгоритмы и форматы преобразования и передачи данных в сети.
Международная организация по стандартизации разработала систему стандартных протоколов, которые охватывают все уровни сетевого взаимодействия – от физического до прикладного. Эта система протоколов получила название модели взаимодействия открытых систем (OSI, Open System Interconnection).
Модель OSI включает в себя 7 уровней взаимодействия:
1 – физический (формирует физическую среду передачи данных). Пример : Ethernet;
2 – канальный (организация и управление физическим каналом передачи данных);
3 – сетевой (обеспечивает маршрутизацию передачи данных в сети, устанавливает логический канал передачи данных). Пример : IP;
4 – транспортный (обеспечивает сегментирование данных и их надежную передачу от источника к потребителю). Пример : TCP;
5 – сеансовый (инициализация сеансов связи между приложениями, управление очередностью и режимами передачи данных) Пример : RPC;
6 – Представления (обеспечивает представление передаваемых данных в удобном для прикладных программ виде, включая шифрование/дешифрование, синтаксис и т.п.) Практическое применение ограничено;
7 – прикладной (обеспечивает средства сетевого доступа для прикладных программ). Пример : FTP, HTTP, Telnet.
С точки зрения технического обеспечения ИВС содержит:
Компьютеры
Рабочие станции;
Сетевые компьютеры (NetPC) – ЭВМ максимально упрощенно конфигурации, иногда без внешней памяти, предназначены для решения узкоспециализированных задач (классический «тонкий клиент» сети);
Серверы – высокопроизводительные многопользовательские компьютеры, выделенные для обработки запросов пользователей сети. К специализированным серверам относятся:
Файл-серверы (например, на RAID-массивах);
Серверы резервного копирования;
Факс-серверы (для организации эффективной факсимильной связи);
Почтовые серверы;
Серверы печати (для эффективного использования устройств вывода информации);
Серверы-шлюзы в Интернет (обеспечивают защищенный выход в Интернет);
Прокси-серверы (обеспечивают фильтрацию и временное хранение данных при работе в глобальной сети).
Маршрутизаторы и коммутирующие устройства. Устройства коммутации необходимы для использования одних и тех же каналов связи для передачи информации между различными пользователями. Если при этом сеть относится к классу сетей с маршрутизацией, то необходимо также осуществлять выбор оптимального маршрута. Для этого используются указанные устройства. В настоящее время известно три вида коммутации при передаче данных:
Коммутация каналов – организация непосредственного физического соединения между пунктам отправления и назначения данных. Такой сквозной физический канал устанавливается в начале сеанса связи и поддерживается все время его жизни. При этом образованный канал недоступен для других абонентов. Пример : телефонная связь.
Коммутация сообщений – передача данных в виде дискретных порций разной длины, при этом установления физического канала между источником и адресатом данных не происходит. Узлы коммутации передают сообщение по свободному на данный момент каналу на ближайший узел сети в сторону получателя.
Коммутация пакетов – похожа на коммутацию сообщений, но применяется технология разбиения длинных сообщений на множество пакетов одинаковой (стандартной) длины. Это позволяет повысить эффективность использования каналов, уменьшить емкость запоминающих устройств узлов коммутации, обеспечить более высокий уровень надежности передачи данных. Развитие этой технологии: организация виртуальных каналов , то есть разделение по времени ресурса канала между всеми пользователями.
Кабельная система (каналы связи).
Модемы и сетевые карты.
Модем – устройство прямого и обратного преобразования сигналов к виду, принятому для использования в определенном канале связи.
Аналоговые модемы – в настоящее время широко используются для передачи данных через телефонную линию. Первые версии протоколов передачи данных по телефонными проводам появились в середине 60-ых годов. Действующий с 1998 года протокол V.90 обеспечивает скорость передачи данных до 56 000 бит/с. Современные модемы поддерживают не только протоколы передачи данных, но и их кодирования, сжатия, коррекции. Аналоговые модемы бывают двух классов: программные и аппаратные. В первых выполнение работ по приему и передаче данных компьютером осуществляется с использованием соответствующего программного обеспечения (Пример : Win-модемы). Ко второму классу относятся устройства, в которых перечисленные функции реализованы аппаратно.
Цифровые модемы – это устройства, обеспечивающие согласование и правильность передачи данных по цифровым линиям. Для каждой конкретной сетевой технологии (относящейся к нижним уровням модели OSI) выпускается свой цифровой модем. Примеры : ISDN-модемы, ADSL-модемы, сотовые модемы, спутниковые радиомодемы.
Сетевые карты (сетевые адаптеры) – устройства, служащие для подключения компьютера к локальной сети.
Иное сетевое оборудование, используемое для соединения между собой сетевых сегментов и сетей, в том числе:
Повторители – устройства, усиливающие электрические сигналы и обеспечивающие его сохранение при передаче на большие расстояния;
Концентраторы – устройства, обеспечивающие коммутацию в сетях. Могут также выполнять роль повторителей (активные концентраторы);
Мосты – регулируют трафик и осуществляют фильтрацию информационных пакетов в соответствии с адресами получателей при соединении нескольких сетей с различной топологией но под управлением однотипных ОС.
Маршрутизаторы – интеллектуальные устройства, обеспечивающие соединение разнотипных сетей и предлагающие оптимальный маршрут для движения информационных пакетов.
Шлюзы – обеспечивают объединение разнородных сетей, использующих различные протоколы на всех 7 уровнях OSI. Кроме маршрутизации выполняют преобразование формата информационных пакетов и их перекодирование.
Локальные ИВС
Определение
. Локальной вычислительной сетью
(ЛВС) называют сеть, элементы которой – вычислительные машины, терминалы и связная аппаратура – располагаются на сравнительно небольшом удалении друг от друга.
Виды ЛВС:
Одноранговые;
С выделенным сервером.
С «толстым клиентом»;
С «тонким клиентом»
Этапы проектирования ЛВС:
Анализ исходных данных;
Выбор основных сетевых решений;
Анализ финансовых затрат на проект и принятие окончательного решения;
Прокладка кабельной системы;
Организация силовой электрической сети;
Установка оборудования и сетевого программного обеспечения;
Конфигурирование (настройка параметров) сети.
Первые три этапа касаются непосредственно процесса проектирования и являются основополагающими. В результате их выполнения формулируется технико-экономическое обоснование (ТЭО), которое включает в себя анализ предметной области и обоснование необходимости создания в организации локальной информационно-вычислительной сети. Кроме того, ТЭО обязательно должно содержать расчеты экономической эффективности, а также итоговое заключение о целесообразности и получаемых перспективах от реализации проекта (в данном случае, создания ЛВС)
Определение исходных данных
На этом этапе на основе анализа предметной области определяются те базовые требования, которым должна удовлетворять проектируемая локальная сеть.
Анализ предметной области необходимо начинать с определения целей разработки ЛВС. В качестве общих можно назвать такие цели как: обеспечение связи, совместная обработка информации, совместное использование данных и файлов, централизованное управление компьютерами, контроль за доступом к важным данным. Разумеется, в каждом конкретном случае перечень целей должен быть уточнен и дополнен. Следует помнить, что всякая цель проектирования и реализации ЛВС возникает не сама по себе, а как одна из целей функционирования некоторой информационной системы.
После определения списка целей необходимо выделить функционально-независимые группы пользователей локальной сети и указать для каждой из групп перечень их функций в ЛВС. Например , для пользователей группы «Клиенты туристической фирмы» можно предусмотреть функцию ознакомления с электронными презентациями новых маршрутов, а для пользователей «Менеджер туристической фирмы» – функции доступа к внутренней базе данных фирмы, подключения к глобальным сетям бронирования, связи с другими менеджерами и т.п. Следует помнить, что реализация каждой пользовательской функции должна способствовать достижению ранее заявленных целей разработки локальной сети.
Проведенный анализ целей и функций позволяет выдвинуть общие требования к проектируемой ЛВС:
Размер сети (количество компьютеров и расстояние между ними в настоящее время, а также в ближайшем будущем и в перспективе);
Структура сети (иерархия и основные части – по подразделениям, комнатам, этажам и т.п.);
Основные направления, характер (данные, изображения, звук, видео) и интенсивность информационных потоков;
Необходимость подключения к глобальным или другим локальным сетям.
Типовые характеристики компьютеров ЛВС.
Требования к программному обеспечению, устанавливаемому на компьютерах, объединяемых в сеть.
На основе выдвинутых требований проектировщик осуществляет поиск оптимального варианта ЛИВС.
Выбор основных сетевых решений
Выбор сетевых решений для локальной компьютерной сети осуществляется на основе следующих принципов:
Сеть должна соответствовать требованиям, сформулированным на этапе анализа исходных данных.
Предложенный вариант проекта ЛВС должен быть наиболее оптимальным с точки зрения некоторого критерия.
Архитектура сети должна обеспечивать возможность дальнейшего развития сети.
Управление используемым оборудованием должны быть как можно более простым.
К основным сетевым решениям, которые проектировщик должен выбрать для проектируемой компьютерной сети, относятся:
Выбор сетевой архитектуры, что подразумевает:
Выбор топологии сети, то есть схемы соединения компьютеров, кабельной системы и других сетевых компонентов;
Выбор протокола передачи данных;
Выбор типа кабельной системы;
Выбор сетевого оборудования.
Определение параметров серверного оборудования.
Определение характеристик рабочих станций.
Планирование мер по обеспечению информационной безопасности.
Планирование мер защиты от перебоев электропитания.
Выбор концепции совместного использования периферийных устройств.
Выбор сетевого ПО.
Обеспечение безопасности информации в сетях
Три базовых принципа информационной безопасности
Целостность данных (защита от сбоев, ведущих к потере информации, а также неавторизованного создания или уничтожения информации);
Конфиденциальность информации;
Доступность информации для всех авторизованных пользователей.
Аспекты рассмотрения вопросов информационной безопасности:
Угрозы безопасности;
Сервисы (службы) безопасности (СБ);
Механизмы реализации функций служб безопасности.
Угрозы безопасности описываются следующими показателями:
Характер проникновения (несанкционированного доступа в сеть): преднамеренное или случайное, кратковременное или долговременное, разовое или многократное.
Воздействие проникновения на информационную среду:
Неразрушающее (сеть продолжает функционировать нормально);
Разрушающее.
Вид воздействия на информацию:
Уничтожение (физическое удаление) информации;
Разрушение данных и программ;
Искажение информации;
Подмена программ;
Копирование информации (особенно опасно в случаях промышленного шпионажа);
Добавление новых компонентов;
Заражение вирусом.
Иные угрозы безопасности: несанкционированный обмен информацией между пользователями, отказ от информации, отказ в обслуживании.
Объекты воздействия: сетевая ОС, служебные таблицы и файлы, программы и таблицы шифровки информации, ОС рабочих станций сети, таблицы и файлы с секретной информацией конечных пользователей, прикладные программы, текстовые файлы, сообщения электронной почты и т.д.
Субъекты проникновения:
Взломщики сетей – хакеры (из корыстных или бескорыстных побуждений);
Уволенные или обиженные сотрудники сети;
Специалисты по промышленному шпионажу;
Недобросовестные конкуренты.
Некомпетентные и/или халатные администраторы и пользователи сети, а также разработчики используемого ПО (при случайном проникновении).
Службы безопасности (определяются в соответствии с документацией ISO):
Аутентификация подтверждение подлинности);
Обеспечение целостности передаваемых данных;
Засекречивание данных;
Контроль доступа;
Защита от отказов.
Механизмы реализации СБ:
Шифрование;
Цифровая подпись;
Контроль доступа;
Обеспечение целостности данных;
Обеспечение аутентификации (проверка подлинности пользователей);
Подстановка трафика (генерация объектами сети фиктивной передачи данных для засекречивания потоков конфиденциальной информации);
Управление маршрутизацией (выбор безопасных и надежных маршрутов передачи секретных сведений);
Арбитраж (подтверждение подлинности отправителя и других характеристик передаваемых данных некоторой третьей стороной – арбитром).
Корпоративные компьютерные сети
Корпоративные сети – это сети масштаба корпорации, активно использующие технологии сети Интернет для информационного обмена. Их относят к особому классу локальных сетей, имеющих значительную территорию охвата.
Определение
. Интранет
– это частная внутрифирменная или межфирменная компьютерная сеть, обладающая расширенными возможностями благодаря использованию в ней технологий Интернета, имеющая доступ в сеть Интернет, но защищенная от обращений к своим ресурсам со стороны внешних пользователей.
Элементы современной интранет-сети
:
Сетевое управление;
Сетевой каталог, отражающий все сетевые службы и ресурсы;
Сетевая файловая система;
Корпоративная база данных;
Интегрированная передача сообщений (электронная почта, факс и др.);
Средства работы в WWW;
Сетевая печать;
Защита информации от несанкционированного доступа.
Корпоративные компьютерные сети являются основой для построения корпоративных информационных систем .
