Кибербезопасность: учебное пособие для старших классов общеобразовательных организаций: в 2 ч. Ч. 2

ФГОС

Г. У. Солдатова, С. В. Чигарькова, И. Д. Пермякова 

КИБЕРБЕЗОПАСНОСТЬ

Учебное пособие 
для старших классов

В двух частях
2 часть

Соответствует
Федеральному государственному
образовательному стандарту

Москва
«Русское слово»
2022

УДК 004.05*09(075.3)
ББК 32.81я721
         C60

Авторы:
Солдатова Галина Уртанбековна — доктор психологических наук, академик РАО, профессор 
кафедры психологии личности факультета психологии МГУ им. М.В. Ломоносова, директор Фонда 
Развития Интернет, лауреат Премии Правительства РФ в области образования;
Чигарькова Светлана Вячеславна — кандидат психологических наук, научный сотрудник 
кафедры психологии личности факультета психологии МГУ им. М.В. Ломоносова, заместитель 
директора Фонда Развития Интернет;
Пермякова Ирина Дмитриевна — практикующий психолог, финалист конкурса «Педагог года 
Москвы» в номинации «Педагог-психолог»

Солдатова Г. У.
Кибербезопасность:  Учебное пособие для старших классов общеобразовательных 
организаций: в 2ч. Ч. 2 / Г. У. Солдатова, С. В. Чигарькова, И. Д. Пермякова.   — 
М. : ООО «Русское слово —  учебник», 2022. — 112 с.: ил. — (ФГОС).  

Учебное пособие разработано в  соответствии с  т ребованиями Федерального государ- 
ственного образовательного стандарта основного общего образования.
Курс «Кибербезопасность» направлен на повышение цифровой грамотности школьни-ков. 
На занятиях дети познакомятся с  разными возможностями Интернета, научатся вов-ремя 
распознавать онлайн-риски (технические, контентные, коммуникационные, потреби-тельские 
и  риск интернет-зависимости), успешно разрешать проблемные ситуации в  Сети, защищать 
свои персональные данные и управлять ими.

УДК 004.05*09(075.3) 
ББК 32.81я721

C60

©  Г. У. Солдатова, С. В. Чигарькова, 
И. Д. Пермякова, 2022
© ООО «Русское слово —  учебник», 2022

ПРИВЕТСТВИЕ
ПРИВЕТСТВИЕ

Имя пользователя: Кибер Нетович
Статус: Всегда приду на помощь!
Местоположение: Интернет
Увлечения: кибербезопасность, обучение школьников
Любимая книга: «Галактика Интернет»

Добавить в друзья
Сообщения

Профессор Кибер Нетович

Здравствуйте! Меня зовут Кибер Нетович. Я профессор компьютерных наук. 
Много лет я специализируюсь на вопросах кибербезопасности, поэтому 
буду помогать вам во время изучения этого курса.
Мы живём в эпоху стремительных технологических изменений. Один из 
главных процессов в мире — цифровая трансформация, кардинальная перестройка образа жизни, работы и других сфер под влиянием цифровых 
технологий. Каждый из вас уже задумался о том, какую профессию хотел бы 
выбрать. Но цифровая трансформация может изменить и многие профессии, о которых вы мечтаете. На смену им придут новые, и мы очень мало 
сегодня о них знаем. Вот только несколько профессий, среди которых, возможно, вам придётся делать свой выбор: IT-медик, агрокибернетик, инженер виртуальной реальности, нейроинформатик, киберследователь, сетевой 
юрист, тренер по майнд-фитнесу. Большинство таких профессий подразумевает взаимодействие с активно развивающимися технологиями, например 
искусственным интеллектом. Упрощая нашу жизнь, эти технологии требуют 
безопасного и осознанного использования.
Цифровые технологии как расширяют возможности человека, так и ведут 
к новым рискам. Вместе мы будем изучать преимущества Интернета и осваивать эффективные стратегии преодоления возможных рисков. Эти знания 
и навыки пригодятся для успешной жизни в цифровом мире.

Профессор Кибер Нетович

Я буду публиковать здесь посты с интересной и полезной информацией. 
Познакомьтесь с рубриками моих постов:
#Словарик —  важные слова и их значение.
#Из_истории_Интернета —  справки из истории Интернета.
#Любопытный_факт —  интересная информация, связанная с использованием Интернета.
#Советы_Кибера_Нетовича —  советы о безопасном поведении в Интернете.
Ещё одна рубрика называется #Мини-тренировка, это небольшие разминки для памяти и внимания.

Профессор Кибер Нетович

В учебнике вас ждут задания разных типов. Познакомьтесь с условными 
значками, чтобы различать их:

ответить на вопрос

найти информацию в Интернете

выполнить задание, применив свои знания и навыки;
провести самостоятельное исследование или эксперимент;
собрать информацию по заданной теме;
дать определение понятию;
сформулировать правило;
пройти тест

придумать что-то новое и необычное;
написать текст-размышление на заданную тему;
осуществить проект

 прочитать кейс (случай) и ответить на вопросы (выполнить задания) 
к нему

выполнить задание в игровой форме

 сформулировать, что для вас оказалось самым важным в изучаемой 
теме

Кибернешка

На страницах нашего учебника будут появляться ученики Игорь Неюзеров, 
Рита Картинкина и Гоша Геймеров. Познакомьтесь с их профилями в 
соцсетях.

Имя пользователя: Игорь Неюзеров
Статус: катаюсь на электросамокате, присоединяйтесь)))
Местоположение: скрыто
Увлечения: лонгборд, бас-гитара, робототехника, Имаджинариум, театр, футбол, собаки
Любимый фильм: их слишком много, из последнего 
«Тайна Коко»
Любимая книга: «Загадочное ночное убийство собаки»

Добавить в друзья
Сообщения

Имя пользователя: Маргарита Картинкина
Статус: смотрите моё новое видео в TikTok
Местоположение: Москва
Увлечения: блогинг, танцы в TikTok, фотки, общение, музыка, кино, фотошоп, котики
Любимый фильм: «Голодные игры»
Любимая книга: «Звезда соцсетей»

Добавить в друзья
Сообщения

Имя пользователя: Гоша Геймеров
Статус: наконец-то получил свой VR-шлем!!! Не беспокоить)))
Местоположение: Москва
Увлечения: Need for Speed, League of Legends, Dota2, 
Fifa 2020, Minecraft
Любимый фильм: «Первому игроку приготовиться»
Любимая книга: пока не появилась)))

Добавить в друзья
Сообщения

Тема 1
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: 
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: 
ЧТО НАС ЖДЁТ В БУДУЩЕМ?
ЧТО НАС ЖДЁТ В БУДУЩЕМ?

Профессор Кибер Нетович

#Любопытный_факт
Учёные и программисты занимаются искусственным интеллектом уже много десятилетий, однако только относительно недавно эта технология вышла из лабораторий 
в реальность. Результаты поражают не только неискушённых наблюдателей, но и продвинутых айтишников. Что же 
это такое —  искусственный интеллект (ИИ) (по-английски —  artifi cial intelligence, AI)?
Чтобы разобраться с этим непростым понятием, будет полезно вспомнить профессора Джона Маккарти, который 
стоял у истоков искусственного интеллекта. Он много сделал для того, чтобы 
появилась область науки, которая определяет развитие особых технологий —  
интеллектуальных машин и интеллектуальных компьютерных программ. 
Джон Маккарти и его последователи понимали искусственный интеллект как 
способность машин или программ «рассуждать» разумно, решать разные по 
сложности задачи, самостоятельно обучаться. Если мы говорим, что машина обладает ИИ, это означает, что она способна выполнять задачи, которые 
обычно решает человек: воспринимает, запоминает, рассуждает, анализирует, 
взаимодействует, находит решение. Поэтому предполагается, что такие машины могут думать, как люди. В качестве примера можно вспомнить суперкомпьютер Watson от IBM, который в 2011 г. стал победителем в американской 
телеигре, подобной российской передаче «Своя игра» (он выиграл тогда миллион долларов). Watson оснащён вопросно-ответной системой искусственного интеллекта, и его задача —  понимать вопросы, заданные на ан глийском 
языке, и находить на них ответы в своей базе данных. Этот суперкомпьютер 
обрабатывает информацию во много раз быстрее человека.
Однако учёные всё чаще говорят о том, что машинный интеллект может не 
иметь ничего общего с интеллектом человека. Поэтому разработчики искусственного интеллекта не ограничиваются знаниями нейробиологии о работе человеческого мозга. И нам не стоит ожидать, что искусственный интеллект приблизится к человеческому и машины действительно станут думать 
и действовать, как люди. Предсказать будущее ИИ сейчас сложно. Скорее 
всего, это будет особый интеллект, который не впишется в стандартные человеческие представления и будет отличаться от интеллекта живых существ.

Различают три вида ИИ. Первый вид — ограниченный машинный интеллект, 
он способен решать только конкретный тип задач. Для каждого типа задач 
разрабатывают специальные алгоритмы. Поэтому, например, система, которая переводит тексты, не может сыграть в шашки или заказать такси.
Второй вид — искусственный интеллект общего характера. Он способен 
обучаться любым навыкам и решать любые задачи, с которыми справляется человек. Уже сейчас существуют алгоритмы, считывающие и анализирующие человеческие жесты, движения, мимику, тон и тембр голоса, интонацию и т.д. Такой ИИ с лёгкостью пройдёт тест Тьюринга (об этом тесте 
рассказано на с. 10). От создания подобного искусственного разума нас отделяет ещё как минимум несколько десятилетий. По человеческим меркам, 
сегодняшний ИИ — младенец, и его надо обучать так же, как маленького 
ребёнка.
Третий вид — сверхинтеллект. Предполагают, что он превзойдёт человеческий интеллект во всех сферах жизни и будет понимать то, что человек понять не в состоянии. Но до сверхинтеллекта нам ещё далеко.
При разработке технологий ИИ используются математические модели, которые называют нейронными сетями. На основе нейронных сетей сегодня создаются интеллектуальные компьютерные программы, которые «осваивают» 
всё новые и новые виды деятельности. Они пишут картины, сочиняют стихи и романы, диагностируют болезни, управляют автомобилями; они могут 
распознавать лица и определять возраст по глазам — эти умные программы умеют делать то, что раньше было подвластно только человеку. Какие-то 
вещи, например распознавание образа, ИИ зачастую делает лучше и быстрее, чем среднестатистический человек. Это одна из причин, почему правительства разных стран включают работу над искусственным интеллектом 
в число приоритетных целей.
Разработчики пытаются вложить в компьютер не только способы работы 
с информацией, но и понимание её смысла. Для этого ИИ должен уметь самообучаться. Познакомимся с некоторыми из технологий искусственного 
интеллекта, которые позволяют машинам самообучаться и выполнять задачи так, как это делал бы человек.

Профессор Кибер Нетович

#Словарик
Машинное обучение —  совокупность методов создания ИИ на основе автоматического построения интеллектуальных алгоритмов с помощью самых 
разных математических средств. Главная цель машинного обучения —  постоянное самообучение и усовершенствование на основе решения множества сходных задач. Для этого используется большое количество примеров 
решения задач, созданных человеком. С помощью технологии машинного 

обучения программа может создавать нейронную сеть для выполнения конкретных задач без вмешательства человека.
Методы машинного обучения последовательны и поэтому похожи на обучение человека. Вспомните, как вы учились читать. Вы не учили с самого начала орфографию и грамматику, сначала вам читали родители, потом вы постепенно познакомились с буквами, стали читать детские книги, а потом уже 
более сложную литературу и учебники. Примерно так учат ИИ.
Среди самых известных программ этого уровня не только Watson, о котором 
рассказывалось выше. Это также программы Deep Blue от IBM, обыгравшая 
в 1996 г. чемпиона мира Гарри Каспарова в шахматы, и AlphaGo от Google 
DeepMind, победившая в 2016 г. в древнекитайской игре го у корейского гопрофессионала Ли Седоля. В 2019 г. нейронная сеть обыграла чемпионов 
The International по игре Dota 2. Нельзя не упомянуть автомобили-беспилотники и программы распознавания лиц. Все эти изобретения нас восхищают, 
но эти программы нацелены только на определённые задачи и, конечно, не 
обладают ни самосознанием, ни здравым смыслом.
 Нейронная сеть — основная математическая модель для машинного обучения. Это такая компьютерная программа, которая построена по принципу работы нервных клеток живого организма. Она состоит из более простых программ, описывающих работу «искусственных нейронов», связей между ними 
и обучающих механизмов: системы поощрения и наказания. Соединённые 
в одну сеть, они могут взаимодействовать и обучаться при предъявлении разных примеров. Получается, что нейросеть учится, как человек, и с каждым разом совершает всё меньше ошибок.
На современном уровне развития технологий используемые нейронные сети 
обладают сложной структурой, содержащей большое число групп нейронов 
(слоёв) и огромное число связей между ними. Алгоритмы настройки взаимодействия нейронов в таких сложных структурах называют алгоритмами 
глубокого обучения. Такие алгоритмы не могут использоваться отдельно от 
нейросетей. Поэтому, когда мы используем термин «глубокое обучение», автоматически подразумеваются нейронные сети сложных структур (см. рисунок).
Использование нейросетей и алгоритмов глубокого обучения позволяет создавать интеллектуальные алгоритмы 
решения множества сложных задач.
Например, задача нейросети —  отличать картины импрессионистов от картин реалистов или экспрессионистов. Для настройки нейронной сети подаётся большой массив подписанных изображений картин этих 
направлений. Нейросеть анализирует признаки картин 
(в том числе линии, формы,  характер мазков, их размер и цвет) и строит модель для распознавания, которая минимизирует процент ошибок.

1. Искусственный интеллект.
2. Машинное обучение.
3. Нейросети.
4. Глубокое обучение

1

2
3
4

Профессор Кибер Нетович

#Из_истории_Интернета
Нейросети стали активно развиваться совсем недавно, но появились они ещё в середине прошлого века. Первая версия искусственного нейрона —  ячейки нейронной сети —  была предложена 
Уорреном Маккалоком и Уолтером Питтсом в 1943 г. Уже в 1958 г. 
Фрэнк Розенблатт разработал первую нейронную сеть. Несмотря 
на свою простоту, она могла распознавать некоторые двухмерные 
объекты, например буквы. Справа — фотография машины Фрэнка 
Розенблатта.

Профессор Кибер Нетович

#Любопытный_факт
Современные нейросети могут создавать настоящие картины. 
В 2016 г. авторы проекта The Next Rembrandt задались целью научить нейросеть подражать манере Рембрандта. Для этого они 
оцифровали 3D-сканером 346 картин художника. Нейросеть проанализировала этот материал, уловила мельчайшие детали работ 
великого голландца и представила на суд публики вот такой портрет (см. справа).

Профессор Кибер Нетович

#Любопытный_факт
Машины, в которых использованы технологии нейросетей, применяются 
в различных сферах. Так, роботы в отелях уже способны отвечать на вопросы гостей на нескольких языках, выдавать ключи и рассказывать постояльцам об окрестностях отеля. Искусственный интеллект начинают применять 
и в других сферах, к примеру роботы служат помощниками и консультантами в магазинах и банках, выполняют некоторые функции нянь и учителей.

Задание 1
Как вы думаете, есть ли такие профессии, в которых искусственный интеллект в будущем заменит человека? Если да —  назовите эти профессии. Есть 
ли такие профессии, в которых искусственный интеллект не заменит человека никогда? Назовите их. Запишите свои ответы в тетради.
Как вы считаете, есть ли сферы, в которых искусственный интеллект не имеет 
преимуществ перед человеческим? Аргументируйте свою точку зрения.

Профессор Кибер Нетович

#Из_истории_Интернета
В 1950 г. английский математик Алан Тьюринг придумал и опубликовал в философском журнале Mind тест для «умных» машин. 
Тьюринг искал ответ на вопрос, как проверить, способна ли 
машина мыслить, и предполагал, что это можно сделать, включив машину в процесс общения с человеком. Тест подразумевал, что эксперт в ходе переписки должен определить, имеет 
он дело с человеком или с компьютером. Если эксперт примет 
машину за живого собеседника, будет считаться, что тест машиной успешно пройден.
Больше полувека прошло с момента публикации статьи Тьюринга. Тест стал знаменит и популярен, в разных странах проходят 
конкурсы, на которых программисты соревнуются в том, чья программа сможет «обмануть» большее число экспертов. Так, в 2014 г. 
весь мир обсуждал результаты конкурса, организованного Университетом Рединга (Великобритания). Победителем стала программа, «выдававшая себя» за тринадцатилетнего мальчика 
из Одессы по имени Евгений Густман (авторы 
программы: Владимир Веселов, Сергей Уласень 
и Евгений Демченко), —  она убедила 33% экспертов, что они беседуют с настоящим подростком.
Тест Тьюринга создавался и долгое время использовался для несложных программ, действующих в рамках тех шаблонов, которые 
заложили в них авторы. Такова и программа 
«Евгений Густман». Но в последнее время в подобных конкурсах участвуют и более сложные, 
самообучающиеся программы, в которых использованы технологии нейросетей.

Профессор Кибер Нетович

#Словарик
Чат-бот (от англ. chatbot: to chat —  общаться, болтать; bot —  часть слова 
robot —  робот, машина) —  программа, имитирующая собеседника в ходе 
обмена текстовыми сообщениями или в устной беседе.
Уже довольно часто чат-боты отвечают на вопросы пользователей в контактных центрах различных компаний. Как правило, они отвечают на неслож