TEDxPSU
Bruce Schneier: The security mirage
Bruce Schneier: Přízrak bezpečnosti
Filmed:
Readability: 4
958,315 views
Pocit a skutečné bezpečí si ne vždy odpovídají, tvrdí odborník na počítačovou bezpečnost Bruce Schneier. Na přednášce TED při Penn State University vysvětluje, proč utrácíme miliardy na vypořádávání se s bulvárními riziky -- například na bezpečnostní divadlo, které se denně odehrává na všech letištích, zatímco opomíjíme rizika pravděpodobnější -- a jak lze tento návyk zlomit.
Bruce Schneier - Security expert
Bruce Schneier thinks hard about security -- as a computer security guru, and as a philosopher of the larger notion of making a safer world. Full bio
Bruce Schneier thinks hard about security -- as a computer security guru, and as a philosopher of the larger notion of making a safer world. Full bio
Double-click the English transcript below to play the video.
00:15
So security is two different things:
0
0
2000
Takže bezpečí jsou dvě různé věci:
00:17
it's a feeling, and it's a reality.
1
2000
2000
je to pocit a je to realita.
00:19
And they're different.
2
4000
2000
A tyto se liší.
00:21
You could feel secure
3
6000
2000
Můžete se cítit bezpečně,
00:23
even if you're not.
4
8000
2000
i když jste v nebezpečí.
00:25
And you can be secure
5
10000
2000
A můžete být v bezpečí,
00:27
even if you don't feel it.
6
12000
2000
i když se tak necítíte.
00:29
Really, we have two separate concepts
7
14000
2000
Jsou to skutečně dva různé pojmy
00:31
mapped onto the same word.
8
16000
2000
v jednom slově.
00:33
And what I want to do in this talk
9
18000
2000
A to, co chci touto přednáškou dokázat,
00:35
is to split them apart --
10
20000
2000
je oddělit je:
00:37
figuring out when they diverge
11
22000
2000
přijít na to, kde se rozcházejí
00:39
and how they converge.
12
24000
2000
a kde se přibližují.
00:41
And language is actually a problem here.
13
26000
2000
A jazyk je zde vlastně překážkou.
00:43
There aren't a lot of good words
14
28000
2000
Není mnoho dobrých slov
00:45
for the concepts we're going to talk about.
15
30000
3000
pro pojmy, o kterých budeme hovořit.
00:48
So if you look at security
16
33000
2000
Takže, pokud se díváme na bezpečí
00:50
from economic terms,
17
35000
2000
z ekonomického hlediska,
00:52
it's a trade-off.
18
37000
2000
jde o směnný obchod.
00:54
Every time you get some security,
19
39000
2000
Vždy, když získáte trochu bezpečí,
00:56
you're always trading off something.
20
41000
2000
něčím za něj platíte.
00:58
Whether this is a personal decision --
21
43000
2000
Ať je to již při osobním rozhodnutí --
01:00
whether you're going to install a burglar alarm in your home --
22
45000
2000
necháte-li si doma nainstalovat alarm --
01:02
or a national decision -- where you're going to invade some foreign country --
23
47000
3000
nebo národním -- zda napadnout cizí zemi --
01:05
you're going to trade off something,
24
50000
2000
něčím za to budete platit.
01:07
either money or time, convenience, capabilities,
25
52000
3000
Penězi či časem, pohodlím, možnostmi,
01:10
maybe fundamental liberties.
26
55000
3000
třeba i základními svobodami.
01:13
And the question to ask when you look at a security anything
27
58000
3000
A otázka, kterou je třeba si při zabezpečování položit,
01:16
is not whether this makes us safer,
28
61000
3000
není: zda nám to přidá bezpečí,
01:19
but whether it's worth the trade-off.
29
64000
3000
ale: zda cena nebude příliš vysoká.
01:22
You've heard in the past several years,
30
67000
2000
Poslední roky jste slýchávali,
01:24
the world is safer because Saddam Hussein is not in power.
31
69000
2000
že svět je bezpečnější, protože Saddám Husajn byl odstaven.
01:26
That might be true, but it's not terribly relevant.
32
71000
3000
To je snad pravda, ale není to tolik podstatné.
01:29
The question is, was it worth it?
33
74000
3000
Otázkou je: stálo to za to?
01:32
And you can make your own decision,
34
77000
3000
A odpovědět se můžete pokusit sami,
01:35
and then you'll decide whether the invasion was worth it.
35
80000
2000
zda cena za invazi nebyla příliš vysoká.
01:37
That's how you think about security --
36
82000
2000
Toto je kterak přemýšlet o bezpečí --
01:39
in terms of the trade-off.
37
84000
2000
v pojmech nákladů.
01:41
Now there's often no right or wrong here.
38
86000
3000
Často zde chybí měřítko správnosti.
01:44
Some of us have a burglar alarm system at home,
39
89000
2000
Někteří máme doma alarm
01:46
and some of us don't.
40
91000
2000
a jiní ne.
01:48
And it'll depend on where we live,
41
93000
2000
Závisí to na tom, kde žijeme.
01:50
whether we live alone or have a family,
42
95000
2000
Je-li to s rodinou nebo osamoceně,
01:52
how much cool stuff we have,
43
97000
2000
či kolik skvělých věcí doma máme
01:54
how much we're willing to accept
44
99000
2000
a jak moc jsme ochotni riziko
01:56
the risk of theft.
45
101000
2000
krádeže přijmout.
01:58
In politics also,
46
103000
2000
Na úrovni politiky
02:00
there are different opinions.
47
105000
2000
jsou taky různé pohledy.
02:02
A lot of times, these trade-offs
48
107000
2000
Často se tyto směny
02:04
are about more than just security,
49
109000
2000
netýkají jen bezpečí,
02:06
and I think that's really important.
50
111000
2000
což si myslím je dosti podstatné.
02:08
Now people have a natural intuition
51
113000
2000
Lidé mají o nákladech těchto směn
02:10
about these trade-offs.
52
115000
2000
vrozenou intuici.
02:12
We make them every day --
53
117000
2000
Děláme je každý den --
02:14
last night in my hotel room,
54
119000
2000
včera večer v hotelovém pokoji,
02:16
when I decided to double-lock the door,
55
121000
2000
když jsem se rozhodl zamknout na dva západy,
02:18
or you in your car when you drove here,
56
123000
2000
nebo vy na cestě sem v autě,
02:20
when we go eat lunch
57
125000
2000
když jdeme na oběd,
02:22
and decide the food's not poison and we'll eat it.
58
127000
3000
tak přitakáme, že jídlo není jed a že ho sníme.
02:25
We make these trade-offs again and again,
59
130000
2000
Děláme tato rozhodnutí stále znova,
02:27
multiple times a day.
60
132000
2000
mnohokrát denně.
02:29
We often won't even notice them.
61
134000
2000
Často si jich ani nevšimneme.
02:31
They're just part of being alive; we all do it.
62
136000
2000
Jsou prostě součástí žití, všichni to děláme.
02:33
Every species does it.
63
138000
3000
Všechny druhy to dělají.
02:36
Imagine a rabbit in a field, eating grass,
64
141000
2000
Představte si na poli zajíce, jak se pase,
02:38
and the rabbit's going to see a fox.
65
143000
3000
a ten zajíc uvidí lišku.
02:41
That rabbit will make a security trade-off:
66
146000
2000
Zváží nebezpečí situace:
02:43
"Should I stay, or should I flee?"
67
148000
2000
"Mám zůstat nebo utéct?"
02:45
And if you think about it,
68
150000
2000
A když se nad tím zamyslíte,
02:47
the rabbits that are good at making that trade-off
69
152000
3000
tak ti zajíci, kteří rozvažují dobře,
02:50
will tend to live and reproduce,
70
155000
2000
inklinují k přežití a rozmnožení,
02:52
and the rabbits that are bad at it
71
157000
2000
a ti, kteří se rozhodují špatně,
02:54
will get eaten or starve.
72
159000
2000
k sežrání nebo vyhladovění.
02:56
So you'd think
73
161000
2000
Domnívali byste se,
02:58
that us, as a successful species on the planet --
74
163000
3000
že my, jako úspěšný druh této planety,
03:01
you, me, everybody --
75
166000
2000
vy, já, každý --
03:03
would be really good at making these trade-offs.
76
168000
3000
jsme velmi dobří v takovýchto rozhodnutích.
03:06
Yet it seems, again and again,
77
171000
2000
Ale zdá se, znova a znova,
03:08
that we're hopelessly bad at it.
78
173000
3000
že jsme v tom beznadějně špatní.
03:11
And I think that's a fundamentally interesting question.
79
176000
3000
A já si myslím, že toto je zásadně zajímavá otázka.
03:14
I'll give you the short answer.
80
179000
2000
Dám vám tu stručnou odpověď.
03:16
The answer is, we respond to the feeling of security
81
181000
2000
Je to tím, že reagujeme na pocit bezpečí
03:18
and not the reality.
82
183000
3000
a ne na skutečnost.
03:21
Now most of the time, that works.
83
186000
3000
Většinou to funguje.
03:25
Most of the time,
84
190000
2000
Většinou si
03:27
feeling and reality are the same.
85
192000
3000
pocit a skutečnost odpovídají.
03:30
Certainly that's true
86
195000
2000
Bezpochyby tohle platilo
03:32
for most of human prehistory.
87
197000
3000
po většinu lidského pravěku.
03:35
We've developed this ability
88
200000
3000
Vyvinuli jsme si tuto schopnost,
03:38
because it makes evolutionary sense.
89
203000
2000
protože je evolučně funkční.
03:40
One way to think of it
90
205000
2000
Jeden způsob, jak o tom uvažovat,
03:42
is that we're highly optimized
91
207000
2000
je, že jsme velmi způsobilí
03:44
for risk decisions
92
209000
2000
k zvažování rizik,
03:46
that are endemic to living in small family groups
93
211000
3000
která jsou běžná u životů v malých klanech
03:49
in the East African highlands in 100,000 B.C.
94
214000
3000
ve východoafrických vysočinách 100 000 let př.n.l. --
03:52
2010 New York, not so much.
95
217000
3000
ne zrovna v New Yorku 2010.
03:56
Now there are several biases in risk perception.
96
221000
3000
Ve vnímání rizika je několik iluzí.
03:59
A lot of good experiments in this.
97
224000
2000
Zabývá se tím dost dobrých pokusů.
04:01
And you can see certain biases that come up again and again.
98
226000
3000
Jisté iluze se objevují znova a znova.
04:04
So I'll give you four.
99
229000
2000
Ukážu vám čtyři.
04:06
We tend to exaggerate spectacular and rare risks
100
231000
3000
1) Jsme náchylní k přecenění úžasných a vzácných rizik
04:09
and downplay common risks --
101
234000
2000
a k podcenění běžných --
04:11
so flying versus driving.
102
236000
3000
čili létání versus řízení.
04:14
The unknown is perceived
103
239000
2000
2) Neznámé je vnímáno
04:16
to be riskier than the familiar.
104
241000
3000
jako rizikovější než to běžné.
04:20
One example would be,
105
245000
2000
Jeden příklad by byl
04:22
people fear kidnapping by strangers
106
247000
3000
strach z únosu cizím člověkem.
04:25
when the data supports kidnapping by relatives is much more common.
107
250000
3000
Data ukazují, že únos příbuznými je mnohem častější.
04:28
This is for children.
108
253000
2000
Toto se týká dětí.
04:30
Third, personified risks
109
255000
3000
3) Zosobněná rizika
04:33
are perceived to be greater than anonymous risks --
110
258000
3000
jsou vnímána jako silnější než anonymní --
04:36
so Bin Laden is scarier because he has a name.
111
261000
3000
takže Bin Ládin je děsivější, protože má jméno.
04:39
And the fourth
112
264000
2000
A čtvrtou iluzí je,
04:41
is people underestimate risks
113
266000
2000
že lidé podceňují rizika
04:43
in situations they do control
114
268000
2000
v situacích, které řídí,
04:45
and overestimate them in situations they don't control.
115
270000
4000
a přeceňují je v situacích, které nemají pod kontrolou.
04:49
So once you take up skydiving or smoking,
116
274000
3000
Takže až začnete skákat s padákem nebo kouřit,
04:52
you downplay the risks.
117
277000
2000
rizika si zlehčíte.
04:54
If a risk is thrust upon you -- terrorism was a good example --
118
279000
3000
Když do rizika spadnete -- terorismus byl dobrým příkladem --
04:57
you'll overplay it because you don't feel like it's in your control.
119
282000
3000
tak to přeženete, protože cítíte, že to nemáte pod kontrolou.
05:02
There are a bunch of other of these biases, these cognitive biases,
120
287000
3000
Je hodně dalších takovýchto deziluzí-kognitivních předsudků,
05:05
that affect our risk decisions.
121
290000
3000
které ovlivňují naše riziková zvažování.
05:08
There's the availability heuristic,
122
293000
2000
Je tu heuristika dostupnosti,
05:10
which basically means
123
295000
2000
která v podstatě znamená,
05:12
we estimate the probability of something
124
297000
3000
že pravděpodobnost výskytu něčeho odhadneme
05:15
by how easy it is to bring instances of it to mind.
125
300000
4000
podle toho, jak snadno to vytane na mysli.
05:19
So you can imagine how that works.
126
304000
2000
Umíte si představit, jak to funguje.
05:21
If you hear a lot about tiger attacks, there must be a lot of tigers around.
127
306000
3000
Když slýcháváte o napadeních tygry, tak se to kolem musí tygry hemžit.
05:24
You don't hear about lion attacks, there aren't a lot of lions around.
128
309000
3000
O útocích lvů neslýcháváte, takže je kolem málo lvů.
05:27
This works until you invent newspapers.
129
312000
3000
Toto funguje, dokud nevynaleznete noviny.
05:30
Because what newspapers do
130
315000
2000
Protože to, co noviny dělají,
05:32
is they repeat again and again
131
317000
2000
je, že stále opakují
05:34
rare risks.
132
319000
2000
ojedinělá rizika.
05:36
I tell people, if it's in the news, don't worry about it.
133
321000
2000
Říkám lidem, že pokud je to ve zprávách, nebojte se toho.
05:38
Because by definition,
134
323000
2000
Protože z definice plyne,
05:40
news is something that almost never happens.
135
325000
3000
že zpráva je něco, co se děje vzácně.
05:43
(Laughter)
136
328000
2000
(Smích)
05:45
When something is so common, it's no longer news --
137
330000
3000
Když je něco obvyklé, tak to přestane být ve zprávách --
05:48
car crashes, domestic violence --
138
333000
2000
autohavárie, domácí násilí --
05:50
those are the risks you worry about.
139
335000
3000
to jsou rizika, která byste měli zvažovat.
05:53
We're also a species of storytellers.
140
338000
2000
Jsme také druhem vypravěčů.
05:55
We respond to stories more than data.
141
340000
3000
Reagujeme více na příběhy než na data.
05:58
And there's some basic innumeracy going on.
142
343000
2000
Prosvítá tu jistá vrozená početní negramotnost.
06:00
I mean, the joke "One, Two, Three, Many" is kind of right.
143
345000
3000
Ten vtip "1, 2, 3, mnoho.." se vlastně dotýká pravdy.
06:03
We're really good at small numbers.
144
348000
3000
Malá čísla nám opravdu jdou.
06:06
One mango, two mangoes, three mangoes,
145
351000
2000
Jedno mango, dvě manga, tři manga,
06:08
10,000 mangoes, 100,000 mangoes --
146
353000
2000
10 000 mang, 100 000 mang --
06:10
it's still more mangoes you can eat before they rot.
147
355000
3000
to je pořád víc mang, než dokážete sníst dřív než shnijí.
06:13
So one half, one quarter, one fifth -- we're good at that.
148
358000
3000
Takže jedna polovina, jedna čtvrtina, pětina -- v tom jsme dobří.
06:16
One in a million, one in a billion --
149
361000
2000
Jedna milióntina, miliardtina --
06:18
they're both almost never.
150
363000
3000
oboje jsou téměř nikdy.
06:21
So we have trouble with the risks
151
366000
2000
Takže s riziky, co nejsou moc častá,
06:23
that aren't very common.
152
368000
2000
máme problém.
06:25
And what these cognitive biases do
153
370000
2000
Tyto kognitivní předsudky nám
06:27
is they act as filters between us and reality.
154
372000
3000
cloní realitu.
06:30
And the result
155
375000
2000
A důsledkem je,
06:32
is that feeling and reality get out of whack,
156
377000
2000
že pocity a skutečnost se míjí,
06:34
they get different.
157
379000
3000
stanou se odlišnými.
06:37
Now you either have a feeling -- you feel more secure than you are.
158
382000
3000
Takže se buď cítíte bezpečněji, než byste měli.
06:40
There's a false sense of security.
159
385000
2000
To je falešný pocit bezpečí.
06:42
Or the other way,
160
387000
2000
Nebo naopak,
06:44
and that's a false sense of insecurity.
161
389000
2000
a to je falešný pocit ohrožení.
06:46
I write a lot about "security theater,"
162
391000
3000
Píšu hodně o "bezpečnostním divadle",
06:49
which are products that make people feel secure,
163
394000
3000
což je služba, výrobek, které přidají pocitu bezpečí,
06:52
but don't actually do anything.
164
397000
2000
ale vlastně nic nedělají.
06:54
There's no real word for stuff that makes us secure,
165
399000
2000
Věci, které nás činí bezpečnějšími, aniž bychom to cítili,
06:56
but doesn't make us feel secure.
166
401000
2000
nemají slovní pojmenování.
06:58
Maybe it's what the CIA's supposed to do for us.
167
403000
3000
Možná je to to, co má pro nás dělat CIA.
07:03
So back to economics.
168
408000
2000
Takže nazpět k ekonomii.
07:05
If economics, if the market, drives security,
169
410000
4000
Pokud ekonomika, trh vládnou bezpečím
07:09
and if people make trade-offs
170
414000
2000
a pokud lidé zvažují
07:11
based on the feeling of security,
171
416000
3000
podle svých pocitů bezpečí,
07:14
then the smart thing for companies to do
172
419000
2000
tak je pro firmy z hlediska
07:16
for the economic incentives
173
421000
2000
ziskovosti rozumné
07:18
are to make people feel secure.
174
423000
3000
prodávat lidem pocit bezpečí.
07:21
And there are two ways to do this.
175
426000
3000
Na to jsou dva způsoby.
07:24
One, you can make people actually secure
176
429000
2000
První: skutečně lidi ochráníte
07:26
and hope they notice.
177
431000
2000
a doufáte, že si toho všimnou.
07:28
Or two, you can make people just feel secure
178
433000
3000
Anebo druhý: jen jim dodáte pocit ochrany
07:31
and hope they don't notice.
179
436000
3000
a doufáte, že si toho nevšimnou.
07:35
So what makes people notice?
180
440000
3000
Takže, čím zvýšit povědomí o bezpečí?
07:38
Well a couple of things:
181
443000
2000
Inu, pár věcmi:
07:40
understanding of the security,
182
445000
2000
pochopením bezpečí,
07:42
of the risks, the threats,
183
447000
2000
pochopením rizik, hrozeb
07:44
the countermeasures, how they work.
184
449000
3000
a toho, jak fungují protiopatření.
07:47
But if you know stuff,
185
452000
2000
Když věci znáte,
07:49
you're more likely to have your feelings match reality.
186
454000
3000
tak je pravděpodobnější, že vaše pocity odrážejí realitu.
07:52
Enough real world examples helps.
187
457000
3000
Četnost reálných příkladů pomáhá.
07:55
Now we all know the crime rate in our neighborhood,
188
460000
3000
Všichni známe míru kriminality v naší čtvrti,
07:58
because we live there, and we get a feeling about it
189
463000
3000
protože tam bydlíme a máme o tom pocit,
08:01
that basically matches reality.
190
466000
3000
který prostě odráží realitu.
08:04
Security theater's exposed
191
469000
3000
Bezpečnostní divadlo je odhalené,
08:07
when it's obvious that it's not working properly.
192
472000
3000
když je zjevné, že nefunguje správně.
08:10
Okay, so what makes people not notice?
193
475000
4000
Dobrá, co způsobí, že si lidé nevšimnou?
08:14
Well, a poor understanding.
194
479000
2000
Inu špatné porozumění.
08:16
If you don't understand the risks, you don't understand the costs,
195
481000
3000
Pokud nechápete rizika, nerozumíte nákladům,
08:19
you're likely to get the trade-off wrong,
196
484000
2000
nejspíše to zvážíte špatně
08:21
and your feeling doesn't match reality.
197
486000
3000
a váš pocit bude iluzorní.
08:24
Not enough examples.
198
489000
2000
Dále: málo příkladů,
08:26
There's an inherent problem
199
491000
2000
máme tu vždypřítomný problém
08:28
with low probability events.
200
493000
2000
s málo pravděpodobnými událostmi.
08:30
If, for example,
201
495000
2000
Když se například
08:32
terrorism almost never happens,
202
497000
2000
teroristické útoky stávají zřídka,
08:34
it's really hard to judge
203
499000
2000
je opravdu těžké posoudit
08:36
the efficacy of counter-terrorist measures.
204
501000
3000
účinnost protiteroristických opatření.
08:40
This is why you keep sacrificing virgins,
205
505000
3000
A proto pokračujete v neefektivních rituálech,
08:43
and why your unicorn defenses are working just great.
206
508000
3000
a proto vaše obviňování všeho kromě sebe funguje na výbornou.
08:46
There aren't enough examples of failures.
207
511000
3000
Není dost příkladů neúspěchu.
08:50
Also, feelings that are clouding the issues --
208
515000
3000
Dále jsou zde pocity, které zamlžují problémy --
08:53
the cognitive biases I talked about earlier,
209
518000
2000
ony kognitivní předsudky, o kterých jsem předtím hovořil,
08:55
fears, folk beliefs,
210
520000
3000
strachy, pověry,
08:58
basically an inadequate model of reality.
211
523000
3000
prostě neadekvátní model skutečnosti.
09:02
So let me complicate things.
212
527000
3000
Dovolte mi to zkomplikovat.
09:05
I have feeling and reality.
213
530000
2000
Mám pocit a skutečnost.
09:07
I want to add a third element. I want to add model.
214
532000
3000
Chci přidat třetí prvek, a to model.
09:10
Feeling and model in our head,
215
535000
2000
Pocit a model jsou v naší hlavě,
09:12
reality is the outside world.
216
537000
2000
skutečnost je vnější svět.
09:14
It doesn't change; it's real.
217
539000
3000
Nemění se, je reálná.
09:17
So feeling is based on our intuition.
218
542000
2000
Takže pocit je založen na naší intuici.
09:19
Model is based on reason.
219
544000
2000
Model je založen na rozumu.
09:21
That's basically the difference.
220
546000
3000
To je v kostce jejich rozdíl.
09:24
In a primitive and simple world,
221
549000
2000
V jednoduchém, primitivním světě
09:26
there's really no reason for a model
222
551000
3000
není v podstatě důvod pro model.
09:29
because feeling is close to reality.
223
554000
3000
Protože pocit se blíží skutečnosti.
09:32
You don't need a model.
224
557000
2000
Nepotřebujete model.
09:34
But in a modern and complex world,
225
559000
2000
Ale v moderním a složitém světě
09:36
you need models
226
561000
2000
modely potřebujete,
09:38
to understand a lot of the risks we face.
227
563000
3000
abyste porozuměli rizikům, kterým čelíte.
09:42
There's no feeling about germs.
228
567000
2000
O bacilech nemáte pocit.
09:44
You need a model to understand them.
229
569000
3000
Potřebujete model, abyste jim porozuměli.
09:47
So this model
230
572000
2000
Takže tento model
09:49
is an intelligent representation of reality.
231
574000
3000
je inteligentní reprezentací skutečnosti.
09:52
It's, of course, limited by science,
232
577000
3000
Je samozřejmě limitován vědou,
09:55
by technology.
233
580000
2000
technologií.
09:57
We couldn't have a germ theory of disease
234
582000
3000
Nemohli jsme mít teorii nakažlivosti bacily,
10:00
before we invented the microscope to see them.
235
585000
3000
než jsme vynalezli mikroskop.
10:04
It's limited by our cognitive biases.
236
589000
3000
Je to okleštěno našimi kognitivními předsudky,
10:07
But it has the ability
237
592000
2000
ale má to schopnost
10:09
to override our feelings.
238
594000
2000
přemoci naše pocity.
10:11
Where do we get these models? We get them from others.
239
596000
3000
Kde získáváme tyto modely? Dostáváme je od druhých.
10:14
We get them from religion, from culture,
240
599000
3000
Od náboženství, z kultury,
10:17
teachers, elders.
241
602000
2000
od učitelů, starších.
10:19
A couple years ago,
242
604000
2000
Před pár lety jsem
10:21
I was in South Africa on safari.
243
606000
2000
byl v Jižní Africe na safari.
10:23
The tracker I was with grew up in Kruger National Park.
244
608000
3000
Stopař, se kterým jsem byl, vyrostl v Krugerově národním parku.
10:26
He had some very complex models of how to survive.
245
611000
3000
Měl několik velmi složitých modelů přežití.
10:29
And it depended on if you were attacked
246
614000
2000
A záleželo na tom, jestli jste byli napadeni
10:31
by a lion or a leopard or a rhino or an elephant --
247
616000
2000
lvem nebo leopardem, nosorožcem či slonem --
10:33
and when you had to run away, and when you couldn't run away, and when you had to climb a tree --
248
618000
3000
a kdy jste museli utéct a kdy vylézt na strom --
10:36
when you could never climb a tree.
249
621000
2000
kdy jste na strom lozit nemohli.
10:38
I would have died in a day,
250
623000
3000
Já bych nepřežil ani den,
10:41
but he was born there,
251
626000
2000
ale on se tam narodil
10:43
and he understood how to survive.
252
628000
2000
a věděl, jak přežít.
10:45
I was born in New York City.
253
630000
2000
Já se narodil v New York City.
10:47
I could have taken him to New York, and he would have died in a day.
254
632000
3000
Mohl jsem ho vzít do New Yorku a on by za den umřel.
10:50
(Laughter)
255
635000
2000
(Smích)
10:52
Because we had different models
256
637000
2000
Protože jsme měli odlišné modely
10:54
based on our different experiences.
257
639000
3000
založené na různých zkušenostech.
10:58
Models can come from the media,
258
643000
2000
Modely mohou pocházet z médií,
11:00
from our elected officials.
259
645000
3000
od našich volených představitelů.
11:03
Think of models of terrorism,
260
648000
3000
Zamyslete se nad modely terorismu,
11:06
child kidnapping,
261
651000
3000
únosů dětí,
11:09
airline safety, car safety.
262
654000
2000
letecké a automobilové bezpečnosti.
11:11
Models can come from industry.
263
656000
3000
Modely mohou pocházet z průmyslu.
11:14
The two I'm following are surveillance cameras,
264
659000
2000
Dva, které sleduji, jsou monitorovací kamery a
11:16
ID cards,
265
661000
2000
identifikační karty.
11:18
quite a lot of our computer security models come from there.
266
663000
3000
Celkem dost našich počítačových modelů tam má kořeny.
11:21
A lot of models come from science.
267
666000
3000
Spousty modelů pocházejí z vědy.
11:24
Health models are a great example.
268
669000
2000
Modely zdraví jsou dobrým příkladem.
11:26
Think of cancer, of bird flu, swine flu, SARS.
269
671000
3000
Pomyslete na rakovinu, ptačí a prasečí chřipky, SARS.
11:29
All of our feelings of security
270
674000
3000
Všechny naše obavy
11:32
about those diseases
271
677000
2000
z těchto chorob
11:34
come from models
272
679000
2000
jsou důsledky modelů,
11:36
given to us, really, by science filtered through the media.
273
681000
3000
které nám skutečně dala věda, filtrovaná přes média.
11:40
So models can change.
274
685000
3000
Čili modely se mohou měnit.
11:43
Models are not static.
275
688000
2000
Nejsou statické.
11:45
As we become more comfortable in our environments,
276
690000
3000
Čím se stáváme napojenější na naše prostředí,
11:48
our model can move closer to our feelings.
277
693000
4000
náš model se může přiblížit našim pocitům.
11:53
So an example might be,
278
698000
2000
Příkladem může být,
11:55
if you go back 100 years ago
279
700000
2000
půjdete-li 100 let nazpět,
11:57
when electricity was first becoming common,
280
702000
3000
kdy se elektřina teprve stávala běžnou,
12:00
there were a lot of fears about it.
281
705000
2000
tehdy bylo kolem ní hodně obav.
12:02
I mean, there were people who were afraid to push doorbells,
282
707000
2000
Byli tací, co se báli zmáčknout dveřní zvonky,
12:04
because there was electricity in there, and that was dangerous.
283
709000
3000
protože v nich byla elektřina, a ta byla nebezpečná.
12:07
For us, we're very facile around electricity.
284
712000
3000
Pro nás -- my jsme s elektřinou jedna ruka.
12:10
We change light bulbs
285
715000
2000
Vyměňujeme žárovky
12:12
without even thinking about it.
286
717000
2000
jako nic.
12:14
Our model of security around electricity
287
719000
4000
Náš model bezpečí kolem elektřiny
12:18
is something we were born into.
288
723000
3000
je něco, do čeho jsme se narodili.
12:21
It hasn't changed as we were growing up.
289
726000
3000
I když jsme vyrůstali, model se neměnil.
12:24
And we're good at it.
290
729000
3000
Byli jsme v tom zběhlí.
12:27
Or think of the risks
291
732000
2000
Nebo pomyslete na rizika
12:29
on the Internet across generations --
292
734000
2000
na Internetu napříč generacemi.
12:31
how your parents approach Internet security,
293
736000
2000
Jak k internetové bezpečnosti přistupují vaši rodiče
12:33
versus how you do,
294
738000
2000
oproti vám,
12:35
versus how our kids will.
295
740000
3000
v porovnání s našimi dětmi v budoucnu.
12:38
Models eventually fade into the background.
296
743000
3000
Modely se časem dostávají na pozadí vědomí.
12:42
Intuitive is just another word for familiar.
297
747000
3000
Intuitivní je jen jiné slovo pro povědomý.
12:45
So as your model is close to reality,
298
750000
2000
Takže, když je váš model blízko skutečnosti
12:47
and it converges with feelings,
299
752000
2000
a propojuje se s pocity,
12:49
you often don't know it's there.
300
754000
3000
tak často ani nevíte, že tam je.
12:52
So a nice example of this
301
757000
2000
Pěkným příkladem tohoto
12:54
came from last year and swine flu.
302
759000
3000
je loňská prasečí chřipka.
12:57
When swine flu first appeared,
303
762000
2000
Když se prasečí chřipka poprvé objevila,
12:59
the initial news caused a lot of overreaction.
304
764000
4000
první zprávy způsobily mnoho přehnaných reakcí.
13:03
Now it had a name,
305
768000
2000
Měla název,
13:05
which made it scarier than the regular flu,
306
770000
2000
a to ji činilo děsivější než běžnou chřipku,
13:07
even though it was more deadly.
307
772000
2000
ač ta zabíjela více.
13:09
And people thought doctors should be able to deal with it.
308
774000
4000
A lidé si mysleli, že by si s tím doktoři měli umět poradit.
13:13
So there was that feeling of lack of control.
309
778000
2000
Objevil se pocit bezmoci.
13:15
And those two things
310
780000
2000
A tyto dvě věci
13:17
made the risk more than it was.
311
782000
2000
udělaly riziko větší, než bylo.
13:19
As the novelty wore off, the months went by,
312
784000
3000
Jakmile se novota okoukala, přešly měsíce,
13:22
there was some amount of tolerance,
313
787000
2000
objevila se tolerance a
13:24
people got used to it.
314
789000
2000
lidé si na to zvykli.
13:26
There was no new data, but there was less fear.
315
791000
3000
Neobjevila se nová fakta, ale bylo méně strachu.
13:29
By autumn,
316
794000
2000
Koncem léta
13:31
people thought
317
796000
2000
si už lidé mysleli,
13:33
the doctors should have solved this already.
318
798000
2000
že už to doktoři měli vyřešit.
13:35
And there's kind of a bifurcation --
319
800000
2000
Tím došlo k jakési schizofrenii --
13:37
people had to choose
320
802000
2000
lidé si museli vybrat
13:39
between fear and acceptance --
321
804000
4000
mezi strachem a přijetím --
13:43
actually fear and indifference --
322
808000
2000
vlastně strachem a lhostejností --
13:45
they kind of chose suspicion.
323
810000
3000
a tak nějak si vybrali podezřívavost.
13:48
And when the vaccine appeared last winter,
324
813000
3000
A když se minulou zimu objevila vakcína,
13:51
there were a lot of people -- a surprising number --
325
816000
3000
bylo mnoho lidí, překvapivý počet,
13:54
who refused to get it --
326
819000
3000
kteří ji odmítli --
13:58
as a nice example
327
823000
2000
to je pěkným příkladem toho,
14:00
of how people's feelings of security change, how their model changes,
328
825000
3000
jak se lidem mění pocity bezpečí, jak se jejich model mění,
14:03
sort of wildly
329
828000
2000
trochu divoce,
14:05
with no new information,
330
830000
2000
bez nových faktů,
14:07
with no new input.
331
832000
2000
bez nových vstupů.
14:09
This kind of thing happens a lot.
332
834000
3000
Takto podobně se to děje často.
14:12
I'm going to give one more complication.
333
837000
3000
Přidám ještě jednu komplikaci.
14:15
We have feeling, model, reality.
334
840000
3000
Máme pocit, model, skutečnost.
14:18
I have a very relativistic view of security.
335
843000
2000
Na bezpečí mám velmi relativistický náhled.
14:20
I think it depends on the observer.
336
845000
3000
Myslím si, že to závisí na pozorovateli.
14:23
And most security decisions
337
848000
2000
A většina bezpečnostních rozhodnutí
14:25
have a variety of people involved.
338
850000
4000
se týká různých lidí.
14:29
And stakeholders
339
854000
2000
Ti, kterým o něco jde
14:31
with specific trade-offs
340
856000
3000
se specifickými střety zájmů,
14:34
will try to influence the decision.
341
859000
2000
se budou snažit rozhodnutí ovlivnit.
14:36
And I call that their agenda.
342
861000
2000
Nazývám to jejich agendou.
14:38
And you see agenda --
343
863000
2000
A vidíte, že agenda --
14:40
this is marketing, this is politics --
344
865000
3000
to je marketing, politika --
14:43
trying to convince you to have one model versus another,
345
868000
3000
se vás snaží přesvědčit pro jeden model proti jinému,
14:46
trying to convince you to ignore a model
346
871000
2000
snaží se vás přesvědčit ignorovat nějaký model
14:48
and trust your feelings,
347
873000
3000
a věřit svým pocitům,
14:51
marginalizing people with models you don't like.
348
876000
3000
blokujíce lidi s modely, které nemáte rádi.
14:54
This is not uncommon.
349
879000
3000
To není neobvyklé.
14:57
An example, a great example, is the risk of smoking.
350
882000
3000
Příkladem, výborným příkladem je riziko kouření.
15:01
In the history of the past 50 years, the smoking risk
351
886000
3000
V historii posledních 50 let je riziko kouření,
15:04
shows how a model changes,
352
889000
2000
ukázkou toho, jak se mění model
15:06
and it also shows how an industry fights against
353
891000
3000
a také, jak se průmysl brání
15:09
a model it doesn't like.
354
894000
2000
modelu, který nemá rád.
15:11
Compare that to the secondhand smoke debate --
355
896000
3000
Srovnejte to s debatou o pasivním kouření --
15:14
probably about 20 years behind.
356
899000
3000
asi před 20 lety.
15:17
Think about seat belts.
357
902000
2000
Pomyslete na pásy na sedadlech aut.
15:19
When I was a kid, no one wore a seat belt.
358
904000
2000
Když jsem byl děcko, nikdo si pás nedával.
15:21
Nowadays, no kid will let you drive
359
906000
2000
Dnes vás žádné dítě nenechá řídit,
15:23
if you're not wearing a seat belt.
360
908000
2000
pokus se nepřipásáte.
15:26
Compare that to the airbag debate --
361
911000
2000
Porovnejte si to s debatou o airbazích
15:28
probably about 30 years behind.
362
913000
3000
asi před 30 lety.
15:31
All examples of models changing.
363
916000
3000
Všechno to jsou příklady měnících se modelů.
15:36
What we learn is that changing models is hard.
364
921000
3000
Co jsme se přiučili je, že měnit modely je obtížné.
15:39
Models are hard to dislodge.
365
924000
2000
Modely se ztěžka rozhýbou.
15:41
If they equal your feelings,
366
926000
2000
Pokud se shodují s vašimi pocity,
15:43
you don't even know you have a model.
367
928000
3000
tak ani nevíte, že nějaký model máte.
15:46
And there's another cognitive bias
368
931000
2000
A je tu další kognitivní předsudek.
15:48
I'll call confirmation bias,
369
933000
2000
Nazvu ho předsudek potvrzování,
15:50
where we tend to accept data
370
935000
3000
kdy máme tendenci přijmout informace,
15:53
that confirms our beliefs
371
938000
2000
které potvrzují naše názory,
15:55
and reject data that contradicts our beliefs.
372
940000
3000
a odmítat informace, které názorům protiřečí.
15:59
So evidence against our model,
373
944000
2000
Takže důkaz proti našemu modelu
16:01
we're likely to ignore, even if it's compelling.
374
946000
3000
budeme asi ignorovat, i když je přesvědčivý.
16:04
It has to get very compelling before we'll pay attention.
375
949000
3000
Musí to být velmi přesvědčivé, než tomu začneme věnovat pozornost.
16:08
New models that extend long periods of time are hard.
376
953000
2000
Nové modely, které zahrnují dlouhá období, jsou nesnadné.
16:10
Global warming is a great example.
377
955000
2000
Globální oteplování je skvělým příkladem.
16:12
We're terrible
378
957000
2000
Jsme špatní
16:14
at models that span 80 years.
379
959000
2000
u modelů, které jdou nad 80 let.
16:16
We can do to the next harvest.
380
961000
2000
Umíme si poradit do příští sklizně.
16:18
We can often do until our kids grow up.
381
963000
3000
Často to jde i dokud nevyrostou naše děti.
16:21
But 80 years, we're just not good at.
382
966000
3000
Ale 80 let… to nám moc nejde.
16:24
So it's a very hard model to accept.
383
969000
3000
Takže to je dost těžký model na přijmutí.
16:27
We can have both models in our head simultaneously,
384
972000
4000
Můžeme v hlavě držet oba modely naráz,
16:31
right, that kind of problem
385
976000
3000
nebo takový problém,
16:34
where we're holding both beliefs together,
386
979000
3000
kdy zastáváme oba názory společně,
16:37
right, the cognitive dissonance.
387
982000
2000
nebo kognitivní disonanci.
16:39
Eventually,
388
984000
2000
Nakonec
16:41
the new model will replace the old model.
389
986000
3000
nový model nahradí starý.
16:44
Strong feelings can create a model.
390
989000
3000
Silné pocity mohou model tvořit.
16:47
September 11th created a security model
391
992000
3000
11. září vytvořilo model o bezpečí
16:50
in a lot of people's heads.
392
995000
2000
v hlavách mnoha lidí.
16:52
Also, personal experiences with crime can do it,
393
997000
3000
Také osobní zkušenosti se zločinem to umí,
16:55
personal health scare,
394
1000000
2000
vyděšení z rizik vlastní nemoci či
16:57
a health scare in the news.
395
1002000
2000
zdravotní rizika ze zpráv.
16:59
You'll see these called flashbulb events
396
1004000
2000
Tyto momenty jsou nazývány psychology
17:01
by psychiatrists.
397
1006000
2000
emoční vlny.
17:03
They can create a model instantaneously,
398
1008000
3000
Mají schopnost vytvořit okamžitý model,
17:06
because they're very emotive.
399
1011000
3000
protože jsou velmi pocitové.
17:09
So in the technological world,
400
1014000
2000
Takže v technologickém světě
17:11
we don't have experience
401
1016000
2000
nemáme zkušenost
17:13
to judge models.
402
1018000
2000
co by soudila modely.
17:15
And we rely on others. We rely on proxies.
403
1020000
2000
Spoléháme se na druhé, na převyprávění.
17:17
I mean, this works as long as it's to correct others.
404
1022000
4000
Toto funguje pokud to má ostatní napravovat.
17:21
We rely on government agencies
405
1026000
2000
Spoléháme na vládní agentury,
17:23
to tell us what pharmaceuticals are safe.
406
1028000
5000
aby nám řekly, které léky jsou bezpečné.
17:28
I flew here yesterday.
407
1033000
2000
Včera jsem přiletěl.
17:30
I didn't check the airplane.
408
1035000
2000
Nekontroloval jsem letadlo.
17:32
I relied on some other group
409
1037000
2000
Spolehl jsem se na jiné,
17:34
to determine whether my plane was safe to fly.
410
1039000
3000
aby určili, zda je moje letadlo bezpečné pro let.
17:37
We're here, none of us fear the roof is going to collapse on us,
411
1042000
3000
Jak tu sedíme, nikdo z nás se nebojí, že na nás spadne střecha -
17:40
not because we checked,
412
1045000
3000
ne protože jsme si ji zkontrolovali,
17:43
but because we're pretty sure
413
1048000
2000
ale protože jsme si hodně jisti,
17:45
the building codes here are good.
414
1050000
3000
že stavební předpisy jsou tu v pořádku.
17:48
It's a model we just accept
415
1053000
2000
Je to model, který prostě přijmeme
17:50
pretty much by faith.
416
1055000
2000
jednoduše vírou.
17:52
And that's okay.
417
1057000
3000
A to je v pořádku.
17:57
Now, what we want
418
1062000
2000
To co chceme
17:59
is people to get familiar enough
419
1064000
2000
je obeznámit lidi dostatečně
18:01
with better models --
420
1066000
2000
s lepšími modely --
18:03
have it reflected in their feelings --
421
1068000
2000
aby se to odrazilo v jejich pocitech --
18:05
to allow them to make security trade-offs.
422
1070000
4000
aby to umožnilo zvažovat bezpečnostní opatření.
18:09
Now when these go out of whack,
423
1074000
2000
Jelikož pokud se tyto vymknou z ruky,
18:11
you have two options.
424
1076000
2000
tak máte dvě možnosti.
18:13
One, you can fix people's feelings,
425
1078000
2000
První -- můžete napravit pocity lidí
18:15
directly appeal to feelings.
426
1080000
2000
přímým působením na city.
18:17
It's manipulation, but it can work.
427
1082000
3000
Je to manipulace, ale může fungovat.
18:20
The second, more honest way
428
1085000
2000
Druhá -- čestnější možnost
18:22
is to actually fix the model.
429
1087000
3000
je skutečně napravit ten model.
18:26
Change happens slowly.
430
1091000
2000
Změna se děje pomalu.
18:28
The smoking debate took 40 years,
431
1093000
3000
Debata o kouření trvala 40 let
18:31
and that was an easy one.
432
1096000
3000
a to byla z těch snazších.
18:34
Some of this stuff is hard.
433
1099000
2000
Tato usilování jsou někdy obtížná.
18:36
I mean really though,
434
1101000
2000
Říkám, nicméně,
18:38
information seems like our best hope.
435
1103000
2000
že fakta jsou naším nejlepším nástrojem.
18:40
And I lied.
436
1105000
2000
A lhal jsem.
18:42
Remember I said feeling, model, reality;
437
1107000
2000
Pamatujete, jak jsem říkal: pocit, model, skutečnost.
18:44
I said reality doesn't change. It actually does.
438
1109000
3000
Řekl jsem, že skutečnost se nemění. Ona se ale mění.
18:47
We live in a technological world;
439
1112000
2000
Žijeme ve světě technologie,
18:49
reality changes all the time.
440
1114000
3000
realita se pořád proměňuje.
18:52
So we might have -- for the first time in our species --
441
1117000
3000
Možná máme -- poprvé v historii našeho druhu --
18:55
feeling chases model, model chases reality, reality's moving --
442
1120000
3000
situaci, kdy pocit honí model, model honí skutečnost a skutečnost se posunuje --
18:58
they might never catch up.
443
1123000
3000
možná se nikdy nedohoní.
19:02
We don't know.
444
1127000
2000
To nevíme.
19:04
But in the long-term,
445
1129000
2000
Ale v dlouhém období
19:06
both feeling and reality are important.
446
1131000
3000
hrají oboje, jak pocit, tak skutečnost, důležitou roli.
19:09
And I want to close with two quick stories to illustrate this.
447
1134000
3000
Rád bych zakončil dvěma krátkými, vyjasňujícími příběhy.
19:12
1982 -- I don't know if people will remember this --
448
1137000
2000
Roku 1982 -- nevím, zda si na to lidé vzpomenou --
19:14
there was a short epidemic
449
1139000
3000
byla krátká epidemie:
19:17
of Tylenol poisonings in the United States.
450
1142000
2000
otrava Tylenolu v USA.
19:19
It's a horrific story. Someone took a bottle of Tylenol,
451
1144000
3000
Je to strašný příběh: někdo vzal láhev Tylenolu,
19:22
put poison in it, closed it up, put it back on the shelf.
452
1147000
3000
dal do ní jed, zavřel ji a položil nazpět do regálu.
19:25
Someone else bought it and died.
453
1150000
2000
Další člověk to koupil a umřel.
19:27
This terrified people.
454
1152000
2000
To vyděsilo lidi.
19:29
There were a couple of copycat attacks.
455
1154000
2000
Následovalo pár napodobňujících útoků.
19:31
There wasn't any real risk, but people were scared.
456
1156000
3000
Nebylo to žádné skutečné riziko, ale lidé byli vyděšeni.
19:34
And this is how
457
1159000
2000
A to je příčinou toho,
19:36
the tamper-proof drug industry was invented.
458
1161000
2000
že vznikl průmysl nemanipulovatelných léků.
19:38
Those tamper-proof caps, that came from this.
459
1163000
2000
Ty nemanipulovatelné uzávěry, které z toho vzešly.
19:40
It's complete security theater.
460
1165000
2000
Je to úplné bezpečnostní divadlo.
19:42
As a homework assignment, think of 10 ways to get around it.
461
1167000
2000
Za domácí úkol vymyslíte 10 způsobů jak to obejít.
19:44
I'll give you one, a syringe.
462
1169000
3000
Dám vám jeden: injekční stříkačkou.
19:47
But it made people feel better.
463
1172000
3000
Ale lidem to zlepšilo pocit.
19:50
It made their feeling of security
464
1175000
2000
Přiblížilo to jejich pocit bezpečí
19:52
more match the reality.
465
1177000
2000
skutečnosti.
19:54
Last story, a few years ago, a friend of mine gave birth.
466
1179000
3000
Poslední příběh: před pár lety jedna moje známá rodila.
19:57
I visit her in the hospital.
467
1182000
2000
Navštívil jsem ji v porodnici.
19:59
It turns out when a baby's born now,
468
1184000
2000
Ukázalo se, že když se teď dítě narodí,
20:01
they put an RFID bracelet on the baby,
469
1186000
2000
dají mu RFID náramek
20:03
put a corresponding one on the mother,
470
1188000
2000
a další odpovídající dají matce.
20:05
so if anyone other than the mother takes the baby out of the maternity ward,
471
1190000
2000
Takže když někdo jiný než matka vezme dítě z oddělení,
20:07
an alarm goes off.
472
1192000
2000
spustí se alarm.
20:09
I said, "Well, that's kind of neat.
473
1194000
2000
Řekl jsem: "Hm, to je celkem milé,
20:11
I wonder how rampant baby snatching is
474
1196000
2000
zajímalo by mne, jak rozšířené jsou únosy novorozeňat
20:13
out of hospitals."
475
1198000
2000
v našich porodnicích?"
20:15
I go home, I look it up.
476
1200000
2000
Jdu domů a najdu si to.
20:17
It basically never happens.
477
1202000
2000
V podstatě se to neděje.
20:19
But if you think about it,
478
1204000
2000
Ale když se nad tím zamyslíte,
20:21
if you are a hospital,
479
1206000
2000
pokud jste lékařem a
20:23
and you need to take a baby away from its mother,
480
1208000
2000
potřebujete matce dítě vzít
20:25
out of the room to run some tests,
481
1210000
2000
z pokoje na nějaké testy,
20:27
you better have some good security theater,
482
1212000
2000
tak byste měli raději mít nějaké bezpečnostní divadlo,
20:29
or she's going to rip your arm off.
483
1214000
2000
nebo vám matka utrhne ruku.
20:31
(Laughter)
484
1216000
2000
(Smích)
20:33
So it's important for us,
485
1218000
2000
Takže je to pro nás důležité,
20:35
those of us who design security,
486
1220000
2000
pro nás, kdo vymýšlíme bezpečnost,
20:37
who look at security policy,
487
1222000
3000
kdo sledujeme bezpečnostní politiku
20:40
or even look at public policy
488
1225000
2000
nebo dokonce sledujeme veřejnou správu
20:42
in ways that affect security.
489
1227000
2000
z hledisek dotýkajících se bezpečnosti.
20:44
It's not just reality; it's feeling and reality.
490
1229000
3000
Není to jen realita, je to pocit a realita.
20:47
What's important
491
1232000
2000
Podstatné je,
20:49
is that they be about the same.
492
1234000
2000
aby se moc nelišily.
20:51
It's important that, if our feelings match reality,
493
1236000
2000
Je důležité, že když se naše pocity shodují se skutečností,
20:53
we make better security trade-offs.
494
1238000
2000
děláme lepší investice do bezpečí.
20:55
Thank you.
495
1240000
2000
Děkuji.
20:57
(Applause)
496
1242000
2000
(Potlesk)
ABOUT THE SPEAKER
Bruce Schneier - Security expertBruce Schneier thinks hard about security -- as a computer security guru, and as a philosopher of the larger notion of making a safer world.
Why you should listen
Bruce Schneier is an internationally renowned security technologist and author. Described by the Economist as a "security guru," he is best known as a refreshingly candid and lucid security critic and commentator. When people want to know how security really works, they turn to Schneier.
His first bestseller, Applied Cryptography, explained how the arcane science of secret codes actually works, and was described by Wired as "the book the National Security Agency wanted never to be published." His book on computer and network security, Secrets and Lies, was called by Fortune "[a] jewel box of little surprises you can actually use." Beyond Fear tackles the problems of security from the small to the large: personal safety, crime, corporate security, national security. His current book, Schneier on Security, offers insight into everything from the risk of identity theft (vastly overrated) to the long-range security threat of unchecked presidential power and the surprisingly simple way to tamper-proof elections.
Schneier publishes a free monthly newsletter, Crypto-Gram, with over 150,000 readers. In its ten years of regular publication, Crypto-Gram has become one of the most widely read forums for free-wheeling discussions, pointed critiques and serious debate about security. As head curmudgeon at the table, Schneier explains, debunks and draws lessons from security stories that make the news.
Bruce Schneier | Speaker | TED.com