mecánica estadística y teoría de la información como base de la seguridad estadística

57
8 – 10 Julio 2013 Aranjuez Cursos de Verano de Aranjuez Edición XIV

Category:

Documents


0 download

DESCRIPTION

Ponencia / Lecture. Teresa Correas Ubiera. CISO Innovation. Grupo BBVA Roberto Ortiz Plaza. InfoSec Engineering. Grupo BBVA Santiago Moral Rubio. Director IT Risk, Fraud & Security. Grupo BBVA. CIGTR Curso de Verano / Summer Course. Aranjuez, julio de 2013.

TRANSCRIPT

Page 1: Mecánica estadística y teoría de la información como base de la seguridad estadística

8 – 10 Julio 2013Aranjuez

Cursos de Verano de AranjuezEdición XIV

Page 2: Mecánica estadística y teoría de la información como base de la seguridad estadística

2

“Un análisis de riesgos es un proceso

metodológico por el que se obtiene

conocimiento fehaciente de la situación

del riesgo de cada elemento del sistema

de información y de las interrelaciones

existentes entre ellos”

Page 3: Mecánica estadística y teoría de la información como base de la seguridad estadística

3

Grafo de un sistema de información

Una red sencilla Enumerar

Magerit

CRAMM

Octave

Page 4: Mecánica estadística y teoría de la información como base de la seguridad estadística

4

Una red compleja

¿Cómo?

Información incompleta

Page 5: Mecánica estadística y teoría de la información como base de la seguridad estadística

5

“Un análisis de riesgos es un proceso

metodológico por el que se obtiene

conocimiento fehaciente de la situación

del riesgo de cada elemento del sistema

de información y de las interrelaciones

existentes entre ellos”

Motivación

Page 6: Mecánica estadística y teoría de la información como base de la seguridad estadística

6

� Mecánica Clásica

� Termodinámica

� Mecánica Estadística

� Teoría de la Información

� Redes Complejas

� Teoría del Caos

Palancas

Page 7: Mecánica estadística y teoría de la información como base de la seguridad estadística

7

Termodinámica

Mecánica EstadísticaMecánica

Estadística

Teoría de la InformaciónTeoría de la Información

ComplejasRedes

Complejas

Teoría de los Sistemas de Información

Mecánica

Grafos

Enumerado

Page 8: Mecánica estadística y teoría de la información como base de la seguridad estadística

8

“Definir magnitudes con

precisión y medirlas con

exactitud”

Page 9: Mecánica estadística y teoría de la información como base de la seguridad estadística

9

Galileo(1564 – 1642)

Copernico(1473 – 1543)

Newton(1642 – 1727)

Carnot(1796 – 1832)

Joule(1818 – 1889)

Kelvin(1824 – 1907)

Planck(1858 – 1947)

Boltzmann(1844 – 1906)

Einstein(1879 – 1955)

Fowler(1889 – 1944)

Kepler(1561 – 1630)

Otto(1602 – 1686)

Thompson(1753 – 1814)

Clausius(1822 – 1888)

Clapeyron(1799 – 1864)

Boyle(1627 – 1691)

Mariotte(1630 – 1684)

Page 10: Mecánica estadística y teoría de la información como base de la seguridad estadística

10

Mecánica Clásica

� Ciencia experimental Se comienza a observar y a medir

� Estudio del movimiento de los cuerpos De un planeta a una manzana

� Intuye que deben existir leyes matemáticas que rijan el movimiento de los cuerpos

Galileo (1564 – 1642)

� Aportaciones

Page 11: Mecánica estadística y teoría de la información como base de la seguridad estadística

11

Mecánica Clásica

� Desarrolla las leyes matemáticas intuidas por Galileo Fija las leyes para explicar los fenómenos observados

� Centro de masas Un sistema de muchos elementos puede sustituirse por UNO que describe comportamiento

Newton (1642 – 1727)

� Aportaciones

� Corolario

� Aunque posteriormente Einstein demuestra que sus leyes no siempre se cumplen, sus ecuaciones siguen estando vigentes para resolver problemas simples

Page 12: Mecánica estadística y teoría de la información como base de la seguridad estadística

12

“Los fenómenos se miden”

“Simplificación => Centro de masas”

“Hay leyes que rigen los fenómenos

de la naturaleza”

Page 13: Mecánica estadística y teoría de la información como base de la seguridad estadística

13

Termodinámica (Principio 0 y 1er Principio)

� Experimentan mucho en relación entre presión, volumen y temperatura

� “ Fabrican muchos cacharros”

� Joule, en particular, trabaja mucho en el estudio de la transferencia de energíaentre un sistema y su entorno

Otto

Boyle, Mariotte

Thompson, Joule

� Aportaciones

(1844 – 1906)

Page 14: Mecánica estadística y teoría de la información como base de la seguridad estadística

14

Principio 0

Equilibrio Térmico

�� ��

��

��= T

T = Temperatura

Page 15: Mecánica estadística y teoría de la información como base de la seguridad estadística

15

1er Principio

Sistema

Q

Q = ∆U + W

∆U

W

Sistema

W

∆U

Q

Q = Calor

W = Trabajo

∆U = Diferencial de Energía ddPotencial de Riesgo

Page 16: Mecánica estadística y teoría de la información como base de la seguridad estadística

16

Termodinámica (2do Principio, máquinastérmicas y entropía)

� Los primeros que se plantean obtener un rendimiento de la energía

� Incorporan el tiempo y la evolución en estados con el paso del tiempo

� Trabajan con diferenciales de un mismo sistema de dos momentos distintos

� Inventan la entropía como una medida del desorden de un sistema

� Aportaciones

CarnotKelvin y Planck

Clasius y Clapeyron

(1799 – 1947)

Page 17: Mecánica estadística y teoría de la información como base de la seguridad estadística

17

2do Principio

¿Por qué unos procesos ocurren en un sentido y no en el contrario?

Page 18: Mecánica estadística y teoría de la información como base de la seguridad estadística

18

Termodinámica (3er Principio)

� Eligen un punto de idealidad en el 0 teórico que sólo podría alcanzarse en el laboratorio

Planck (1858 – 1947)

� Aportación

� Corolario

� Permite identificar la cantidad de entropía como la distancia entre el “cero” y cada estado

Nota: Cuando nos aproximamos al cero absoluto la entropía del sistema se hace independiente de las variables que definen el estado del mismo. Planck define el calor para ser consecuente con la entropía del Boltzmann

Page 19: Mecánica estadística y teoría de la información como base de la seguridad estadística

19

3er Principio

Page 20: Mecánica estadística y teoría de la información como base de la seguridad estadística

20

Principio 0: “Cuando dos sistemas entran en

contacto alcanzan un estado de equilibrio”

Principio 1: “Lo que tocas lo cambias. A veces

con efectos caóticos”

Principio 2: “Aunque no toques algo se degrada.

A veces es irreversible”

Principio 3: “La perfección es imposible”

Page 21: Mecánica estadística y teoría de la información como base de la seguridad estadística

21

Mecánica Estadística

� Es posible llegar al “TODO” como la suma de la situación de cada una de las partesque lo componen Además con una pequeña selección de los componentespuedes llegar a conocer la situación del “TODO”

� Formula la entropía con una función de probabilidad y la conecta con latermodinámica ECUACIÓN PUENTE

Boltzmann

(1844 – 1906)

� Aportaciones

Page 22: Mecánica estadística y teoría de la información como base de la seguridad estadística

22

“Se puede pasar de lo

particular a lo general con

métodos probabilísticos”

Page 23: Mecánica estadística y teoría de la información como base de la seguridad estadística

23

“Los fenómenos se miden”

“Simplificación => Centro de masas”

“Hay leyes que rigen los fenómenos

de la naturaleza”

Page 24: Mecánica estadística y teoría de la información como base de la seguridad estadística

24

Principio 0: “Cuando dos sistemas entran en

contacto alcanzan un estado de equilibrio”

Principio 1: “Lo que tocas lo cambias. A veces

con efectos caóticos”

Principio 2: “Aunque no toques algo se degrada.

A veces es irreversible”

Principio 3: “La perfección es imposible”

Page 25: Mecánica estadística y teoría de la información como base de la seguridad estadística

25

“Se puede pasar de lo

particular a lo general con

métodos probabilísticos”

Page 26: Mecánica estadística y teoría de la información como base de la seguridad estadística

26

La necesidad de una base teórica para la optimización de la comunicación surgió del aumento de la complejidad y

de la masificación de las vías de comunicación.

Andrei A. Márkov(1910)

Ralph V. L. Hartley(1927)

Alan Turing(1936)

Shannon(1948)

Weaver(1949)

Page 27: Mecánica estadística y teoría de la información como base de la seguridad estadística

27

Andrei A. Márkov (1910)

Comienza la investigación de la manera óptima de enviar mensajes.

Su principal aportación fueron modelos centrados en la compresión de texto.

Teoría de la información

Page 28: Mecánica estadística y teoría de la información como base de la seguridad estadística

28

Ralph V. L. Hartley(1927)

Precursor del lenguaje binario para optimización de mensajes.

Teoría de la información

Page 29: Mecánica estadística y teoría de la información como base de la seguridad estadística

29

Alan Turing(1936)

Definió el esquema de una máquina capazde tratar información con emisión desímbolos, mundialmente conocida como laMaquina de Turing.

Teoría de la información

Page 30: Mecánica estadística y teoría de la información como base de la seguridad estadística

30

Shannon (1948)

Publica una teoría matemática de lacomunicación.

La demostración es a través de criptografíatrabajando en dos planos, el mensaje real yel mensaje recibido. Buscando cuánto separece este último al original define elconcepto de información/incertidumbre.

Posteriormente Von Neumann le sugiereque lo llame Entropía.

Teoría de la información

Page 31: Mecánica estadística y teoría de la información como base de la seguridad estadística

31

Shannon (1948)

Boltzmann(1875)

Page 32: Mecánica estadística y teoría de la información como base de la seguridad estadística

32

Weaver(1949)

Culminación y asentamiento de la Teoría de laInformación creando un modelo lineal y simple:

Teoría de la información

Fuente Destino

Transmisor Receptor

Señal

Fuente

Ruido

Fuente

de

Ruido

MensajeSeñal

Señal recibida

Mensaje

Page 33: Mecánica estadística y teoría de la información como base de la seguridad estadística

33

Trabajo sobre dos planos

Plano de lo que enviamos y el

plano de lo que recibimos.

A su distancia la llamó

entropía.

Page 34: Mecánica estadística y teoría de la información como base de la seguridad estadística

34

La teoría de grafos surgió para solucionar un problema concreto por parte de Euler. Posteriormente lograr establecer un método único para solucionar

problemas de diferentes ámbitos. Su evolución a redes complejas surgió porque con la teoría actual no eran capaces de modelar algunas leyes de la

naturaleza

Pólya(1887 – 1985)

Erdös - Renyi(1959)

Apple - Haken(1976)

Euler(1707 – 1783)

Cayley(1821 – 1895)

Derek de Solla Price(1965)

Barabási - Albert(Actualidad)

Page 35: Mecánica estadística y teoría de la información como base de la seguridad estadística

35

Euler(1707 – 1783)

Utiliza las matemáticas para modelar problemas de diferente naturaleza.

Demuestra la imposibilidad de resolver un problema.

De Grafos a Redes Complejas

Page 36: Mecánica estadística y teoría de la información como base de la seguridad estadística

36

Cayley(1821 – 1895)

Enuncia Teoría de Grafos Enumerativos (Árboles).

Este tipo de grafos se reutilizarán en ámbitos totalmente diferentes al investigado (Química).

De Grafos a Redes Complejas

Page 37: Mecánica estadística y teoría de la información como base de la seguridad estadística

37

Pólya(1887 – 1985)

Demuestra los resultados definitivos sobre Grafos enumerativos (Árboles).

De Grafos a Redes Complejas

Page 38: Mecánica estadística y teoría de la información como base de la seguridad estadística

38

Erdös - Renyi(1959)

Presentan un nuevo modelo llamado grafos aleatorios donde los grafos dejan de ser estáticos.

Con los grafos existentes no podían modelar determinados fenómenos.

De Grafos a Redes Complejas

Page 39: Mecánica estadística y teoría de la información como base de la seguridad estadística

39

Derek de Solla Price(1965)

Enuncia la ventaja acumulativa. Es el primero en proclamar que con grafos simples no es posible modelizar determinados problemas.

De Grafos a Redes Complejas

Page 40: Mecánica estadística y teoría de la información como base de la seguridad estadística

40

Apple - Haken(1976)

Teorema de los 4 colores. Primer problema relevante de matemáticas demostrado formalmente por computación.

De Grafos a Redes Complejas

Page 41: Mecánica estadística y teoría de la información como base de la seguridad estadística

41

Barabási - Albert(Actualidad)

Definen redes de escala libre.

Demuestran que con grafos simples es imposible modelar algunas de las leyes que rigen la naturaleza. Por eso fundan esta nueva disciplina.

De Grafos a Redes Complejas

Page 42: Mecánica estadística y teoría de la información como base de la seguridad estadística

42

Tratamiento de la Complejidad

Para resolver problemas simples las

herramientas simples son óptimas. Los

problemas complejos no siempre pueden

ser resueltos con herramientas simples.

Es necesario evolucionar las herramientas

clásicas.

Page 43: Mecánica estadística y teoría de la información como base de la seguridad estadística

43

Termodinámica

Mecánica EstadísticaMecánica

Estadística

Teoría de la InformaciónTeoría de la Información

ComplejasRedes

Complejas

Teoría de los Sistemas de Información

Mecánica

Grafos

Enumerado

Page 44: Mecánica estadística y teoría de la información como base de la seguridad estadística

44

“Hemos encontrado una función

entrópica en la relación

existente entre un sistema de

información y el conocimiento

que tenemos de él”

Teoría de los dos planos

Reflexión

Page 45: Mecánica estadística y teoría de la información como base de la seguridad estadística

45

“Conocer la diferencia del riesgo

entre dos sistemas de información

o en un sistema de información en

dos momentos distintos como

función de la variación de sus

entropías”

Objetivo

Page 46: Mecánica estadística y teoría de la información como base de la seguridad estadística

46

“Si podemos hablar de ∆R en función de ∆S, encontraremos una manera

simple de modelar el riesgo en redes complejas”

&'

&

&(

)∆R

∆R ∆R = Diferencial de riesgo

∆S = Diferencial de entropía

Page 47: Mecánica estadística y teoría de la información como base de la seguridad estadística

47

� La tercera línea científica que hemos abierto cuando hemos llegado a estas conclusiones es el caos

� Por simplicidad vamos a definir 4 conceptos:

� Sistema lineal

� Sistema caótico

� Atractores

� Disparadores

El caos

Page 48: Mecánica estadística y teoría de la información como base de la seguridad estadística

48

“Los elementos y conexiones dentro de una red

compleja que representan un sistema de

información que existe y que no han sido diseñados”

∆S: Diferencial de entropía

Caminos NO diseñados

Caminos diseñados

Sistema de Información

Page 49: Mecánica estadística y teoría de la información como base de la seguridad estadística

49

“ La energía (potencial de riesgo) de un

sistema es el conjunto de nodos e

interrelaciones no diseñados y conocidos”

∆U: Diferencial de Energía Potencial de Riesgo

Sistema de Información

Caminos NO

diseñados

Caminos diseñados

Conocimiento de los Caminos No

diseñados

Page 50: Mecánica estadística y teoría de la información como base de la seguridad estadística

50

Errores, debilidades e impactos∆G(T, P)

(∆U + W)

∆G = (∆H + T∆S)

T

(T, P) = Coste, beneficio y riesgo para el atacante

Nombre Descripción Color

∆S Diferencial de Entropía

∆U Diferencial de Energía

∆H Incidentes

∆S =

Page 51: Mecánica estadística y teoría de la información como base de la seguridad estadística

51

“Con esta definición de la entropía

y de la energía potencial de riesgo

vamos a analizar su

comportamiento en los 4 principios

fundamentales de la

termodinámica”

Page 52: Mecánica estadística y teoría de la información como base de la seguridad estadística

52

Ley 0

Física

Teoría de los Sistemas de Información

Conectamos dos sistemas

+∆1�

∆2�

∆1�∆2�

++

*

*Hay que definir que significa sumar estas magnitudes. El resultado finalimplica que la suma no es menor que el mayor de ellas

Analiza el comportamiento de dos sistemas cuando entran en contacto

Page 53: Mecánica estadística y teoría de la información como base de la seguridad estadística

53

Ley 1

Teoría de los Sistemas de Información

Modifico el Sistema.

Cuando modifico un sistema se conserva su energía potencialde riesgo. La entropía puede quedar modificada.

� Añado nodos o relaciones

∆13 4 ∆1'

� Quito nodos o relaciones

∆13 5 ∆1'

FísicaAnaliza el comportamiento de un sistema

cuando introduces algún cambio.

Page 54: Mecánica estadística y teoría de la información como base de la seguridad estadística

54

Ley 2

Teoría de los Sistemas de Información

No modifico el Sistema

Proceso irreversible

FísicaAnaliza el comportamiento de un sistema

con el paso del tiempo cuando NO introduces ningún cambio.

Page 55: Mecánica estadística y teoría de la información como base de la seguridad estadística

55

Ley 3

Teoría de los Sistemas de Información

Intento llegar al cero absoluto de entropía� No se puede verificar

formalmente una redcompleja

� Se puede verificarformalmente un grafo

FísicaAnaliza la posibilidad de alcanzar un valor

cero de la entropía.

Page 56: Mecánica estadística y teoría de la información como base de la seguridad estadística

56

Seguridad Estadística

“Con métodos de análisis de riesgo

clásicos aplicados a elementos de la red

compleja extraídos de forma aleatoria

podemos inferir los mismos resultados

que los obtenidos bajo una visión Macro”

S = K log W S(X) = - ∑ :;<;=' >?@( :;

Page 57: Mecánica estadística y teoría de la información como base de la seguridad estadística

8 – 10 Julio 2013Aranjuez

Cursos de Verano de AranjuezEdición XIV