安全是有分量的

ddos防攻击_ddos防护路由器_免费试用

2022-01-12 01:41栏目:网络

ddos防攻击_ddos防护路由器_免费试用

你可能也听到过谷歌关于quantum的声明,你可能也听到过谷歌关于quantum的声明。你可能会想:"这些模糊是关于什么的?"?不可原谅的拖延,我将在这里解释发生了什么。但有一点奇怪,

你已经可以在网上找到相当详细的社论,试图用通俗易懂的术语解释"发生了什么"。例如,请看Scott Aaronson的一系列非常棒的博客文章。在这篇博文中,我将更侧重于"为什么"。

计算和复杂性理论与网络安全界往往相去甚远。事实上,我见过不少网络安全专家,他们读过甚至理解(至少是基本概念)谷歌量子霸权实验,但仍在想"为什么这么伟大?"?对我来说,它看起来不起眼"。这是一个可以理解的反应:毕竟,我们不会因为谷歌的成就而打破RSA,我们的生活也不会改变。

但事实是,发生的事情在量子计算领域很重要,在这篇博文中,我将试图解释为什么

多项式与指数

让我们首先从数学难的部分开始:"多项式增长"与"指数增长"的区别。这是一个可能已经为许多读者所熟悉的概念,但让我们简单地重述一下,以防万一。

在复杂性理论中,我们讨论问题的"复杂性"。这是在计算机上解决此类问题所需的资源量的度量。它可以根据不同的参数给出,如功耗、内存或磁盘空间;但通常,作为第一近似值,我们只考虑时间成本,即给定计算机上的"毫秒"、"小时"或"数百万年"。某些问题比其他问题更难解决(当在同一个硬件上运行时,静态能防御cc吗,否则我们当然是拿苹果和橙子做比较)。

然后我们讨论"问题的实例大小"或"输入大小"。这是一个数字,粗略地说,代表一个给定问题的某个实例的硬度。换句话说:首先我们解决一个一般的数学问题(例如,在未排序的数据库中查找某个元素),然后我们查看输入大小(例如,数据库的大小)。显然,问题规模越大,被ddos怎么防御,问题就越难解决。事实上,实例大小和解决该实例的复杂性之间存在关联。例如,人们可以说一个问题的复杂性,在一台典型的家用计算机上用秒来表示,是"输入大小的两倍",用输入中字符串的位大小来表示。一般来说,给定一个输入大小,每个问题都会关联一个函数,该函数表示使用最著名的解析方法在一个大小实例上求解的时间复杂度。

该函数告诉我们,从理论角度来看,一个问题是多么"固有的困难"。它告诉我们一个问题是"对于今天的计算机来说太难了",美国防御CCvps,还是"不管硬件如何,一代又一代的问题仍然很难解决(除非在解析技术上有理论上的突破)"。我们可以通过观察的数学结构来判断:如果它(大致)是一个多项式(或者比多项式增长慢或者根本不增长的东西,比如一个常数),那么问题"容易",否则它"难"。特别是复杂度呈指数增长(或更糟!)被认为是非常困难的。事实上,回想一下指数函数比任何多项式函数增长得都快,不管指数是多少!

指数函数的增长速度比任何多项式都快,因为它的值越来越大。

请注意,这只在理论上成立,或者,正如数学家所说,"渐近的"。这意味着这种区别只适用于非常大的(有时是不可能的)输入大小:对于实际实例的问题,复杂度(多项式)可能比复杂度(指数)差得多。但是,随着输入量的无限增长,第二个指数函数最终将取代多项式函数,因此从理论角度来看,我们仍然称多项式问题为"容易"(或者,更好的说法是"有效可解"),而指数问题为"难",因为我们只关心当输入大小增长到无穷大时会发生什么。从工程的角度来看,vps防御ddos程序,这种区别可能是人为的,但实际上是有意义的,因为通常输入的大小可能比您预期的要大。

为什么是多项式?

您可能会问:"为什么这种区别只对多项式函数有意义?为什么不是对数的,或者线性的,二次的,或者双指数的。这是一个有趣的问题,但并没有一个简单的答案,每个人都同意这是一个好主意"

一个简单的答案是:"因为摩尔定律:我们在现实世界中观察到的计算速度的增长遵循指数趋势。这意味着,指数困难的问题只需线性增加输入大小,就永远难以解决,而多项式困难的问题最终将被计算能力的提高所超越,并最终变得容易解决"。这个解释没有考虑到多项式和指数之间有函数,也没有考虑到摩尔定律是否成立,美国高防cdnhostloc,但这是一个足够好的近似值。

一个更复杂的答案会指出多项式和嵌套或并行计算任务(如循环和子程序)的建模之间存在关联,所以一个多项式困难的问题仅仅代表了"一个简单问题的组合,整体上保持简单"。

模拟量子系统