受動検閲帯域幅

現代のインターネットの問題の1つは、監視とユーザーデータへの不正アクセスです。 少し頻繁に言及されるこの現象の裏側は、データへのアクセスの不正な制限です 。 または単に検閲。



今日それについて話すことが提案されています。 着信情報の複雑さに応じて、それがどのように機能するかを定量的に調べ、それが何をどの程度通過するかを理解します。

直感的なタスクの説明

したがって、特定のフィルターが情報の流れをブロックするとします。 彼が嫌いなものをすべて遮断しようとしています。 フィルターは受動的です。つまり、信号を増幅せず、好ましくない信号のみを抑制します。



人生の例は数多くあり、実際、検閲は必ずしも悪ではないことを示しています。

1. アンチウイルス。 入力側の1つのコンピューティングシステムは、その潜在的な有害性を認識しようとして、潜在的に実行可能なコードの動作を部分的にエミュレートします。 別の同様のシステムがこのコードを実行します。ウイルス対策が誤っていて、他の保護がない場合、攻撃の犠牲になる可能性があります。
2. ブロックサイト。 あるグループは、インターネットのコンテンツを読み取り、ブロックするサイトを決定します。 別のグループの人々も、禁止サイトを含むインターネットを読みます。 後者の内容が十分にenough話的である場合、検閲によって見落とされますが、その考えは宛先によって理解されます。
3. ウィキペディア（および公開フォーラム）。 ここでは、検閲者は読者自身です。 誤っていると思われる考えや記事は、単に編集されます。
4. 「レイヤー」の数がL 1である十分に大きなオフィスの当局のメッセージ。
5. カメラのライトフィルターも。 一部の波長をカットすることで、他の波長がカメラマトリックスに到達し、有用な画像を形成できるようになります。

検閲の有効性は、提供される情報の複雑さに依存します。 メッセージは簡単に特定し、簡単にクリップできます。 重要なメッセージは、フィルターをすり抜ける可能性が高くなります。



たとえば、ネット上のピタゴラスの定理のプロパガンダを禁止することに決めたとしましょう。 このプロパガンダの次の難易度を想像できます。



1.「ピタゴラスは天才であり、あなたはすべて%%%です！」-複雑さが低い。 それには自信と感情しかありません。 この議論を理解するには、読むだけで十分です。 ただ注意してください：私たちは議論やその忠実性との合意について話しているのではありません。 私たちは理解について話しているだけです。



このような引数の認識とブロックは非常に簡単です。



2.「直角三角形の辺の長さを関連付ける式は、橋の建設、建物、機械の製造、地図作成、および航空機ルートの敷設に使用されます。」 これはもっと複雑です。 その魅力は、現代産業の分野と幾何学に及びます。 少なくとも、その可用性について知る必要があります。 これは第7学校のクラスです。 結論の前提は隠されています：「...そしてこれらの産業はすべて機能しているので、ピタゴラスの定理もそうです」-検閲からのある程度の集中が必要です。 特に定理自体も明示的に言及されていないことを考慮してください。



3.図面は、定理のまれな証明（たとえば[ 10 ]）で、できれば装飾的な形で与えられます。 読者は、突然正しい結論に達するために、図形の図面と熟達を熟考することを黙想する必要があります。 そして、この定理は学校で通用されますが、実際には、めったに、専門大学に入学することに加えて、その証明を自発的に繰り返すことはありません。



4.他の何かを想像できます。 たとえば、「huxj5lh」という文字列をピタゴラスの定理に関連付けるにはどうすればよいでしょうか。



だからここに。 受動的検閲を使用して、数学的に正確な定量的結論を引き出すことができますが、これは非常に広い仮定の下で当てはまります。 それらをリストします。



何よりもまず、検閲者と受信者は1つのクラスの本質です。 たとえば、人と人。 つまり、フィルターは同じ受信機のセットとして表すことができ、知覚ではなく情報抑制に焦点を合わせています。



第二：受信機とフィルターは、着信情報の複雑さを同様に単調に知覚します。 つまり、AがBよりも複雑な場合、検閲も同じ順序になります。



第三：検閲は受信機よりもはるかに強力で、「厚い」。



これらの仮定の下では、「厚い」受動的検閲を通じて漏れた情報をキャッチする能力の最大は、検閲の帯域幅が37％である複雑さのレベルにあると主張できます。



誰が気にします-証拠は以下です。 そうでない場合は、結論と例のあるセクションに進んでください。

数学的な説明

検閲の層の背後にある知覚の有効性は、メッセージの複雑さに依存することは明らかです。 単純すぎる情報は簡単にフィルタリングされ、受信者に届きません。 複雑すぎると認識されずに通過しますが、残念ながら、リスナーが理解して気付くには複雑すぎます。 これは、検閲によって誤って見逃された情報を捕捉する能力のピークが、「中程度の」複雑さの領域のどこかにあることを意味します。 質問：どこに正確に？



xは情報の着信パケットの複雑さを示します。 S（x）-特定の複雑さのパケットに対する検閲の「感度」。この情報を検出および遮断する確率として表されます。 この感度は厳密に低下しており、次のようになります。







検閲の「送信」能力は明らかに1-S（x）です。







合格したものはすべてあなたに届きます。 あなたの感度はQ（x）-おそらく検閲よりも低いしきい値です。 定性的に何らかの形で：







まだ聞こえているというシグナルは、通過したものと聞こえることの結果、つまり Q（x）*（1-S（x））：







この場所では、すべてが抽象的です。 ここで、検閲は受信者と同じタイプの要素によって実行されるという主な仮定を思い出してください。 したがって、多かれ少なかれ独立して機能するN >> 1のフィルタリング要素のセットと考えることができます（依存している場合は、各同期グループを個別の検出器として提示し、Nの有効値を変更するだけです）。



検閲の各要素の感度をs（x）とします。つまり、そのような確率で、従業員は「不正な」情報がそれをすり抜けようとしていることを検出します。 したがって、1-s（x）の確率で、彼はこれに気づかず、パケットをスキップします。 N個の要素がある場合、それらがすべてパケットをバタンとする確率は（1-s（x）） ^Nです。



あなたも検閲労働者の能力に似た能力を持つ人なので、あなたの感受性はその従業員の感受性にほぼ等しい、すなわち Q（x）≈s（x）。



掛け合わせると、私たちはあなたがまだ知覚している情報の流れの価値を手に入れます：



I（x）≈s（x）*（1-s（x）） ^N



彼の最大値を見つけましょう。 これを行うには、xに関してこの式を区別し、強制的にゼロに等しくする必要があります。



0 =∂I（x）/∂x=（∂I（s）/∂s）*（∂s/∂x）=（∂s/∂x）* [（1-s（x）） ^N -N * s *（1-s（x）） ^N-1 ] = 0。



なぜなら s（x）は単調（仮定2）であるため、その微分を減らすことができます。 値（1-s（x）） ^N-1も同様です。 残ります：



（1-s）-sN = 0、または



s * = 1 /（N + 1）



つまり、情報の最大知覚はそのレベルの複雑さであり、知覚能力は1 /（N + 1）です。 このレベルでの検閲のフィルタリング機能とは何ですか？ （1- s（x）） ^Nのs *を代入すると、次のようになります。



S * = S（x | s（x）= s *）=（1-1 /（N + 1）） ^N



Nの増加に伴い、この式は非常に急速に...ゴールド制限、つまり1 / e、つまり37％になります！ まともな精度で、これはすでに3〜4のオーダーのNで発生します。

N	S *
1	0.50
2	0.44
3	0.42
4	0.41
5	0.40
10	0.38

したがって、 受動検閲の強力な層の背後にあるあなたの知覚の最大値は、スループットが37％の場合です。 そして、答えは検閲Nの「厚さ」に非常に弱く依存しているため、モデルからかなり離れている場合でも真実のままです。 十分な数Nの独立した受信機のセットとして少なくとも近似的に表現できるフィルターは、この結論を満たします。



情報の複雑さが「一次元」で単調なままであることだけが重要です。 あなたにとって些細なメッセージがなければ、検閲は非常に難しく、それらをスキップします（またはその逆）。

実用化

そのため、「検閲の背後にある」捕捉能力の最大値は、事実の37％を逃す信号の複雑さのレベルに該当します。



この知識は何に役立つのでしょうか？



まず、フィルタリングを突破した1つのパケットをキャッチできた場合、知っておくと便利です。実際、2〜3パケットが送信されました。 そして、N + 1倍のプリミティブのパッケージですが、完全に抑制されています。 世界のバランスは、ろ過で見られるものとは大きく異なります。



次に、これを検出するために使用できます。 この方法は高価で時間がかかりますが、何もしないよりはましです。 そのように動作します。



ある質問に対して、AとBの2つの視点があると仮定します。Aは「許可」され、複雑さのレベルに関係なく100％検閲されます。 そして、禁止されたBはフィルターされました。 入力には、AとBの両方について話しているステートメントの大きなセット{F}があります。何かがフィルターされているかどうか、そしてもしそうであれば、何を正確に伝えることができますか？



Fのステートメントを、xを認識するための複雑さでソートします。 もちろん、主観的には、他のオプションはありません。 どうすればいい。 しかし、注意深く試してみてください。 左がシンプル、右が複雑で、残りはほぼ昇順でそれらの間のどこかにあります。 結果のシーケンスF（x）。 次に、複雑さに応じて視点Aと視点Bの割合がどのように分布するかを見てみましょう。



Aは打ち切られません、つまり まだ認識している複雑さのあらゆるレベルで私たちに到達します。 検閲が複数ではないと仮定すると、メッセージA（x）の数は一定です。



B（x）は根本的に異なる動作をします。 最も単純なメッセージの領域では、Bのオプションはほとんどありません（それらはすべてフィルター処理されました！）その後、意見の「フィルター処理されていない」比率を特徴付ける定数に達するまで、その数は増加し始めます。



比率A /（A + B）およびB /（A + B）をxの関数として描画すると、検閲により、次のようになります。







グラフがほぼ同じ場合、いくつかの理由で、a）受動的検閲が有効であり、b）オプションBを抑制していると仮定できます。



そして、スケジュールがこんな感じなら？







そして、ほとんどの場合、検閲はありません。 または、私たちは彼女に気付くほど賢くありませんか。 まあ、または彼女は受動的ではなく、完全に異なる方法が必要です。



この場合、オプションBが真であると言う人はいないことを繰り返すことが重要です。 公式バージョンAは真実かもしれませんが、真実と嘘を区別することは非常に複雑な作業です。 私たちの目標はよりシンプルです。どの方向に写真が「曲がって」いるかを理解することです。 そしてのみ。

メソッドテスト

ここで実際に計算したものを適用してみましょう。



テスト1（最も簡単）：写真 これは私の手にある厚さ0.7 mmのシリコン（Si）シートです。







リモート内部IRフィルターを備えたデジタルカメラのフィルターとして使用するとどうなりますか？ レシーバーは実際には15ミクロンのシリコンです。 そして、フィルターはシリコンです。 同じ材料、より厚い、700ミクロン。 光の波長は「複雑さ」として機能します。 理論では、このようなシステムの最大感度は、入力フィルターが放射の37％を通過する波長で低下すると予測しています。 シリコンの透明度と波長のグラフを見てください（c [ 20 ]）。







1 / 0.07 cmの逆の厚さに対応する赤い線を描画しました。シリコン透過曲線と交差する場所で、フィルターの透明度はe ^-1 = 37％です。 これは、1050 nmの波長で発生します。 そのため、このようなフィルターを備えたカメラの最大感度もそこになければなりません。 分光器はありませんが、これは別の方法で間接的におおよそ確認できます。 シリコンボトルの水を通して撮影します。







水は暗いです。 なんで？ 1050ミクロンでは、実効透過率が5センチメートルまで低下するためです（[ 30 ]）。 比較のために、800 nmで、確かに可視光で、すべてが完全に間違っています。









したがって、このようなカメラの知覚のピークは、実際には1000〜1100ミクロンの領域にあります。 予想通り。



2番目の例はより興味深いものです。 米国の共和党員と民主党員の間での職業の分布に関する一見中立的なビデオは次のとおりです。www.youtube.com / watch?v=R34rXt_q2sY もちろん、彼は各政党に対して賛否両論のコメントを持っています。 複雑さに関するコメントは、3つのレベルに分類できます。

1. 低い 読解スキルのみが必要で、感情以外の何ものにも訴えません（「すべてのXXX-%% s !!!」）。
2. 中 学校のカリキュラムの知識が必要であり、事実と論理に訴えようとします（常に正しいとは限りませんが、常に真の事実とは言えませんが、まだ試みています）。
3. すごい。 米国および/または世界の歴史、政治、経済学に関する十分な知識が必要です。 重要なロジック前提を使用します。

理論は何を期待していますか？ 共和党と民主党の強さはほぼ同等です。 彼らが望んだとしても、広く目に見える公開ビデオの反対側を真剣に押しつぶすことはできないでしょう。 したがって、各当事者の「賛成」および「反対」という議論は、私が感じる複雑さの全範囲にわたってほぼ均一に提示されるべきです。 エクセルを受け取り、コメントを読むのに3時間費やします。結果は次のとおりです。







民主党からのより「愚かな」議論へのわずかな偏りが観察されますが、一般的にその違いは統計的ノイズの範囲内にあります。 少なくとも私の個人的な知性が利用できる複雑さの範囲内では、検閲の深刻な兆候は見つかりませんでした。



もっと興味深い例3を見てみましょう ：「アメリカ人は月に飛んだのですか？」YouTubeは私たちのすべてです、ここに月面着陸が完全なデマだと主張するビデオがあります。 繰り返しになりますが、コメントを複雑さでソートします（約80個ありました）。

1. 感情とヒット
2. 少なくとも「トロイカ」には、グレード6〜8が必要です。
3. 大学や専門分野がなければ、それを理解することはできません。

結果。 （プロ-結局のところ、アメリカ人は月に何をしていたのか、コン-何はそうではない）：







とても面白い！ 「あなた、あなたが食べた！」という議論は、詐欺による月面探検を信じる人々の間で支配的です。 複雑さが増すと（「宇宙放射はどうですか？」）、その割合は著しく減少します。 残念ながら、複雑さの高いコメントは少なすぎるため、YouTubeの視聴者もそうです。 しかし、2つのポイントでさえ、月へのフライトの現実に関する声明がこのビデオで検閲されているという重要な印象があります。 著者自身がこれを行いますか？ 許可された。 しかし、別の説明ははるかに可能性が高いと思われます：月のデマを真剣に受け取らない人は、単純に失礼で根拠のない「主張」を使用しません。 一種の内部の、サブカルチャで条件付けられた検閲。 そして、ところで、無駄に。 わかりにくいため、電球に対するレーザー距離計の相手に対する議論。 しかし、単純な「私たちの学校では、まだ月デマを信じているのは%%%%のみ」の方が効果的かもしれません:)）

おわりに

したがって、受動的検閲は、原則として検出可能です。 それを介して何かを聞く最大の機会は、メッセージの複雑さのレベルにあり、スループットは37％です。 入ってくる情報の複雑さの関数として透過曲線を定量的にプロットすることにより、検閲の存在と力について実用的な結論を引き出すことができます。



もちろん、説明した方法には多くの欠点があります。 主観的に依存しているため、モデルから逸脱すると誤った結果をもたらす可能性があります。 最後に、それはまったく速くも安くもないことを覚えておくことは重要です。 1σで20％の適度な精度で2点で伝送曲線を測定する場合でも、最も楽観的なシナリオでは約50メッセージの信頼性が必要です。 それぞれを読んで理解し、議論の側面と相関させる必要があり、最も重要なのは、複雑さのレベルを評価することです。 これを手動で行う場合、自動検閲ではなく人間の検閲に関心がある場合。 これは数時間です。



そのため、この方法には労力と忍耐が必要です。 しかし、誰かがそれをまだ有用または興味深いと思うなら-よく、それから時間はよく費やされました。



ありがとう

ユージーン