DDOS防御专家-提供超强DDoS高防/CC防护/大流量清洗服务!
当前位置:主页 > DDOS防御 > 正文

ddos防攻击_ddos防护路由器_免费试用

06-29 DDOS防御

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,get攻击怎么防御cc,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,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,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",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",ddos攻击防御百度腾讯阿里,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,cf高防cdn,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,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,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

我们参考了其他博客文章或在线资源关于什么是量子计算机(QC)以及它是如何工作的,但人们普遍认为,QC能够(至少在理论上)做出即使是最强大的非量子超级计算机也无法企及的惊人壮举,因此人们对这项快速发展的技术产生了兴趣。

一个鲜为人知的事实是,QC总是可以由经典计算机模拟的。是的,即使是在你的家用电脑上。

它的工作方式是,一台经典的电脑仍然可以运行数学模型和公式来描述(并模拟到所需的有限精度)任何已知的物理系统。特别是对于QC,我们可以用经典的位串描述量子比特寄存器的完整状态,然后根据精确的数学规则更新这些位串来模拟量子计算。所以,最大防御ddos,在某种意义上,一台经典的计算机可以用来做QC能做的任何事情。有一些特定的物理系统和量子算法可以有效地(多项式时间)模拟,但一般来说,性能开销是指数时间(因此,巨大)。一般来说,模拟一个量子比特系统需要浮点变量(每个复振幅两个变量)。

这种开销最终使得QC与经典方法相比非常特殊,但并不意味着QC总能解决指数难题!这是一个常见的误解,在许多科普文章中都被悲哀地重申:QC不能"同时检查所有可能的解决方案来解决问题"。

事实上,只有少数问题我们知道如何用QC在多项式时间内求解,而我们不知道如何用经典计算机在多项式时间内求解。这些都是非常特殊的数学问题,例如整数分解。事实是,我们根本不知道是否存在可证明的差异。经典的计算机也许有办法像QC一样轻松地解决这些特殊问题,但我们不知道怎么做,似乎根本不可能,我们知道在经典计算机上做任何QC能做的事情的唯一方法就是对整个量子系统进行经典模拟,正如上面所解释的,这种模拟通常是指数时间困难的!

量子至上

好了,数学够了,让我们回到"量子至上"的概念上来,这个概念是物理学家约翰·普雷斯基尔(John Preskill)在2012年发明的。量子至上是指量子计算机比世界上任何经典超级计算机都能更快地解决某些问题这一事实的具体证明。但事实是,量子霸权并没有明确公认的定义。"快得多"是什么意思?快100倍?一百万次?

更重要的是可编程性问题。为了使量子优势有意义,有必要在广泛的问题实例上证明量子加速比,而不仅仅是单个问题。这是必要的,因为否则实现量子优势是微不足道的:我们知道自然界是量子的,因此,考虑一个物理过程的单一实例是足够的,已知物理过程是难以模拟经典的,这将代表量子至上系统的一个琐碎反例。例如,可以考虑两个复杂分子之间的化学反应(实际上,甚至不太复杂),高防cdn测试网站,并将反应的化学参数视为输出。然后你可以把这两个分子定义为一个"量子计算机","预测特定化学反应的行为"这个问题很难用经典的方法来模拟,但在你的特定量子计算机上很容易解决。显然,在量子霸权的定义中,我们不想考虑这些情况。为了证明量子霸权,我们正在证明的量子硬件必须是可编程的,也就是说,能够针对不同的输入范围解决某个问题。

现在,这仍然给定义量子霸权留下了一定的自由度。它最终是什么

版权保护: 本文由 DDOS防御专家 原创,转载请保留链接: /ddos1/70507.html

DDoS防御专家简介孤之剑
国内资深白帽子二十人组成员,前BAT资深网络安全工程师,知名网络安全站点板块大神,每年提交Google及微软漏洞,原sina微博负载插件开发者,现在整体防御复合攻击长期接受1-4.7T攻击,CC防护自主开发指纹识别系统,可以做到99.9999%的无敌防御。
  • 文章总数
  • 9325766访问次数
  • 建站天数

    QQ客服

    400-0797-119

    X