TEDxColumbus
Chris Domas: The 1s and 0s behind cyber warfare
Chris Domas: Jedničky a nuly v pozadí kybernetické války
Filmed:
Readability: 4
1,109,814 views
Chris Domas je kyberbezpečnostní expert působící v oblasti, která se stala novou válečnou frontou: v kybernetice. V této poutavé přednášce ukazuje, jak odborníci využívají rozpoznávání obrazců a reverzní inženýrství (a jak jim to nedá spát), aby porozuměli kousku binárního kódu, jehož účel a význam neznají.
Chris Domas - Cybersecurity researcher
Chris Domas is an embedded systems engineer and cybersecurity researcher. Full bio
Chris Domas is an embedded systems engineer and cybersecurity researcher. Full bio
Double-click the English transcript below to play the video.
00:12
This is a lot of ones and zeros.
0
770
2262
Tohle je hodně jedniček a nul.
00:15
It's what we call binary information.
1
3032
3099
Říkáme tomu binární informace.
00:18
This is how computers talk.
2
6131
1442
Takhle počítače mluví.
00:19
It's how they store information.
3
7573
1929
Takhle ukládají informace.
00:21
It's how computers think.
4
9502
1626
Takhle počítače myslí.
00:23
It's how computers do
5
11128
1619
Takhle počítače dělají
00:24
everything it is that computers do.
6
12747
2382
všechno, co počítače dělají.
00:27
I'm a cybersecurity researcher,
7
15129
2047
Jsem kyberbezpečnostní expert,
00:29
which means my job is to sit
down with this information
down with this information
8
17176
2070
což znamená, že se snažím
00:31
and try to make sense of it,
9
19246
1684
porozumět této informaci.
00:32
to try to understand what all
the ones and zeroes mean.
the ones and zeroes mean.
10
20930
2753
Snažím se pochopit, co všechny jedničky
a nuly znamenají.
a nuly znamenají.
00:35
Unfortunately for me, we're not just talking
11
23683
1843
K mé smůle bohužel nemluvíme jen
00:37
about the ones and zeros
I have on the screen here.
I have on the screen here.
12
25526
2234
o jedničkách a nulách na této obrazovce.
00:39
We're not just talking about a
few pages of ones and zeros.
few pages of ones and zeros.
13
27760
2683
Nemluvíme o pár stránkách
jedniček a nul.
jedniček a nul.
00:42
We're talking about billions and billions
14
30443
2609
Mluvíme o miliardách a miliardách
00:45
of ones and zeros,
15
33052
1333
jedniček a nul.
00:46
more than anyone could possibly comprehend.
16
34385
2641
Víc než by byl kdokoli s to pochopit.
00:49
Now, as exciting as that sounds,
17
37026
1859
A i když to zní tak napínavě,
00:50
when I first started doing cyber —
18
38885
2492
když jsem začínal s kybernetikou --
00:53
(Laughter) —
19
41377
1743
(Smích) --
00:55
when I first started doing cyber, I wasn't sure
20
43120
2003
když jsem začínal, nebyl jsem si jistý,
00:57
that sifting through ones and zeros
21
45123
1473
zda zkoumání jedniček a nul
00:58
was what I wanted to do with the rest of my life,
22
46596
2294
je to, co chci dělat po zbytek života.
01:00
because in my mind, cyber
23
48890
2020
Myslel jsem si totiž, že kybernetika
01:02
was keeping viruses off of my grandma's computer,
24
50910
3681
odháněla viry od babiččina počítače,
01:06
it was keeping people's Myspace
pages from being hacked,
pages from being hacked,
25
54591
3348
nedovolila napadnout účty
uživatelů Myspace
uživatelů Myspace
01:09
and maybe, maybe on my most glorious day,
26
57939
2185
a snad také v můj nejslavnější den
01:12
it was keeping someone's credit
card information from being stolen.
card information from being stolen.
27
60124
3751
nedovolila, aby někomu ukradli data
z kreditní karty.
z kreditní karty.
01:15
Those are important things,
28
63875
1363
Jsou to důležité věci,
01:17
but that's not how I wanted to spend my life.
29
65238
2758
ale takhle jsem nechtěl
strávit svůj život.
strávit svůj život.
01:19
But after 30 minutes of work
30
67996
1934
Jenže po 30 minutách práce
01:21
as a defense contractor,
31
69930
1353
zbrojního dodavatele
01:23
I soon found out that my idea of cyber
32
71283
2790
jsem brzy zjistil, že má představa
kybernetiky
kybernetiky
01:26
was a little bit off.
33
74073
1869
byla poněkud mimo.
01:27
In fact, in terms of national security,
34
75942
1945
Co se týče národní bezpečnosti,
01:29
keeping viruses off of my grandma's computer
35
77887
2071
odhánění virů z babiččina počítače
01:31
was surprisingly low on their priority list.
36
79958
3186
nebyla překvapivě jejich priorita.
01:35
And the reason for that is cyber
37
83144
1301
A to proto, že kybernetika
01:36
is so much bigger than any one of those things.
38
84445
3793
je mnohem rozsáhlejší
než cokoliv z těhle věcí.
než cokoliv z těhle věcí.
01:40
Cyber is an integral part of all of our lives,
39
88238
2825
Stala se neodlučitelnou
součástí našeho života,
součástí našeho života,
01:43
because computers are an
integral part of all of our lives,
integral part of all of our lives,
40
91063
3060
protože počítače jsou
neodlučitelnou součástí našeho života,
neodlučitelnou součástí našeho života,
01:46
even if you don't own a computer.
41
94123
1952
dokonce i když nemáte počítač.
01:48
Computers control everything in your car,
42
96075
2646
Počítače řídí všechno ve vašem autě,
01:50
from your GPS to your airbags.
43
98721
1880
od vaší GPS po váš airbag.
01:52
They control your phone.
44
100601
1316
Ovládají váš telefon.
01:53
They're the reason you can call 911
45
101917
1171
To díky nim zavoláte 911
01:55
and get someone on the other line.
46
103088
1796
a přivoláte pomoc na druhé straně.
01:56
They control our nation's entire infrastructure.
47
104884
2794
Řídí celou naši národní infrastrukturu.
01:59
They're the reason you have electricity,
48
107678
1676
Díky nim máte elektřinu,
02:01
heat, clean water, food.
49
109354
2338
teplo, čistou vodu, stravu.
02:03
Computers control our military equipment,
50
111692
1901
Počítače řídí naše vojenské vybavení,
02:05
everything from missile silos to satellites
51
113593
1677
vše od raketových sil přes satelity
02:07
to nuclear defense networks.
52
115270
3914
až po jaderné obranné sítě.
02:11
All of these things are made possible
53
119184
1989
To všechno je možné jen
02:13
because of computers,
54
121173
1416
díky počítačům,
02:14
and therefore because of cyber,
55
122589
1983
a tudíž i díky kybernetice.
02:16
and when something goes wrong,
56
124572
1504
A když se něco pokazí,
02:18
cyber can make all of these things impossible.
57
126076
3118
může kybernetika
vyřadit cokoliv z těch věcí.
vyřadit cokoliv z těch věcí.
02:21
But that's where I step in.
58
129194
1585
A tady zasahuji já.
02:22
A big part of my job is defending all of these things,
59
130779
2940
Velkou část mého života tvoří
ochrana těchto věcí,
ochrana těchto věcí,
02:25
keeping them working,
60
133719
1662
aby dále fungovaly.
02:27
but once in a while, part of my
job is to break one of these things,
job is to break one of these things,
61
135381
2328
Někdy je ale mou
prací i něco takového prolomit,
prací i něco takového prolomit,
02:29
because cyber isn't just about defense,
62
137709
2396
protože kybernetika není jen o obraně.
02:32
it's also about offense.
63
140105
2273
Je také o útoku.
02:34
We're entering an age where we talk about
64
142378
1576
Vstupujeme do věku, kdy hovoříme
02:35
cyberweapons.
65
143954
1461
o kyberzbraních.
02:37
In fact, so great is the potential for cyber offense
66
145415
3135
Potenciál kyberútoků je tak velký,
02:40
that cyber is considered a new domain of warfare.
67
148550
3621
že se kybernetika považuje
za novou doménu válčení.
za novou doménu válčení.
02:44
Warfare.
68
152171
1800
Válčení.
02:45
It's not necessarily a bad thing.
69
153971
1929
Není to nutně špatná věc.
02:47
On the one hand, it means we have whole new front
70
155900
2751
Na jedné straně to znamená,
že se otevřela nová fronta,
že se otevřela nová fronta,
02:50
on which we need to defend ourselves,
71
158651
1743
na které se musíme bránit,
02:52
but on the other hand,
72
160394
1485
ale na druhé straně
02:53
it means we have a whole new way to attack,
73
161879
1842
to znamená, že máme nový způsob útoku,
02:55
a whole new way to stop evil people
74
163721
1859
kterým můžeme zabránit padouchům
02:57
from doing evil things.
75
165580
2227
páchat zlo.
02:59
So let's consider an example of this
76
167807
1811
Představme si třeba situaci,
03:01
that's completely theoretical.
77
169618
1689
která je naprosto teoretická.
03:03
Suppose a terrorist wants to blow up a building,
78
171307
2258
Dejme tomu,
že terorista chce odpálit budovu
že terorista chce odpálit budovu
03:05
and he wants to do this again and again
79
173565
2068
a chce to i v budoucnosti pořád
03:07
in the future.
80
175633
1451
opakovat.
03:09
So he doesn't want to be in
that building when it explodes.
that building when it explodes.
81
177084
2840
Nechce být uvnitř budovy,
když vybouchne.
když vybouchne.
03:11
He's going to use a cell phone
82
179924
1518
Použije svůj mobil
03:13
as a remote detonator.
83
181442
2335
a odpálí ji na dálku.
03:15
Now, it used to be the only way we had
84
183777
1871
Jediným způsobem, kterým jsme mohli
03:17
to stop this terrorist
85
185648
1636
zastavit toho teroristu,
03:19
was with a hail of bullets and a car chase,
86
187284
2673
byla sprška kulek a automobilová honička,
03:21
but that's not necessarily true anymore.
87
189957
2332
ale tohle už nutně neplatí.
03:24
We're entering an age where we can stop him
88
192289
1563
Bude možné ho zastavit
03:25
with the press of a button
89
193852
1110
stiskem tlačítka
03:26
from 1,000 miles away,
90
194962
2007
vzdáleného 1 500 km.
03:28
because whether he knew it or not,
91
196969
1589
Ať už si to uvědomil, nebo ne,
03:30
as soon as he decided to use his cell phone,
92
198558
1711
jakmile se rozhodl použít mobil,
03:32
he stepped into the realm of cyber.
93
200269
3134
vstoupil do království kybernetiky.
03:35
A well-crafted cyber attack
could break into his phone,
could break into his phone,
94
203403
3117
Důmyslným kybernetickým útokem
lze vniknout do jeho mobilu,
lze vniknout do jeho mobilu,
03:38
disable the overvoltage protections on his battery,
95
206520
2149
poškodit přepěťovou ochranu na baterii,
03:40
drastically overload the circuit,
96
208669
1755
drasticky přetížit obvod, a tím
03:42
cause the battery to overheat, and explode.
97
210424
2357
způsobit přehřátí baterie a její výbuch.
03:44
No more phone, no more detonator,
98
212781
2446
Není mobil, není detonátor
03:47
maybe no more terrorist,
99
215227
1923
a možná není ani terorista
03:49
all with the press of a button
100
217150
1031
díky stisku tlačítka
03:50
from a thousand miles away.
101
218181
2680
vzdáleného tisíce kilometrů.
03:52
So how does this work?
102
220861
1751
Takže jak to funguje?
03:54
It all comes back to those ones and zeros.
103
222612
2268
Vše se vrací k těmto jedničkám a nulám.
03:56
Binary information makes your phone work,
104
224880
3005
Díky binární informaci funguje váš mobil
03:59
and used correctly, it can make your phone explode.
105
227885
3584
a při správném použití
může váš mobil odpálit.
může váš mobil odpálit.
04:03
So when you start to look at
cyber from this perspective,
cyber from this perspective,
106
231469
2472
Když se podíváte na kybernetiku
z této perspektivy,
z této perspektivy,
04:05
spending your life sifting through binary information
107
233941
3163
tak život strávený
zkoumáním binární informace
zkoumáním binární informace
04:09
starts to seem kind of exciting.
108
237104
2417
začíná vypadat trochu napínavě.
04:11
But here's the catch: This is hard,
109
239521
2646
Ale je v tom háček.
Je to těžké,
Je to těžké,
04:14
really, really hard,
110
242167
1685
nesmírně těžké.
04:15
and here's why.
111
243852
1834
Tady je důvod.
04:17
Think about everything you have on your cell phone.
112
245686
2766
Představte si, co všechno máte v mobilu.
04:20
You've got the pictures you've taken.
113
248452
1963
Obrázky, které jste vyfotili.
04:22
You've got the music you listen to.
114
250415
1786
Hudbu, kterou posloucháte.
04:24
You've got your contacts list,
115
252201
1648
Seznam kontaktů,
04:25
your email, and probably 500 apps
116
253849
1625
e-mail a nejspíš 500 aplikací,
04:27
you've never used in your entire life,
117
255474
3001
které jste za celý život nepoužili.
04:30
and behind all of this is the software, the code,
118
258475
3987
Za tím vším stojí software, kód,
04:34
that controls your phone,
119
262462
1380
který řídí váš mobil.
04:35
and somewhere, buried inside of that code,
120
263842
2656
Tam někde pohřbený uvnitř kódu
04:38
is a tiny piece that controls your battery,
121
266498
2548
je malý kousíček, který řídí baterii,
04:41
and that's what I'm really after,
122
269046
1871
a přesně ten mě zajímá.
04:42
but all of this, just a bunch of ones and zeros,
123
270917
3686
Jenže je to všechno jen
změť jedniček a nul.
změť jedniček a nul.
04:46
and it's all just mixed together.
124
274603
1531
Všechno je smíchané dohromady.
04:48
In cyber, we call this finding a
needle in a stack of needles,
needle in a stack of needles,
125
276134
3545
V kybernetice tomu říkáme
hledání jehly v kupce jehel,
hledání jehly v kupce jehel,
04:51
because everything pretty much looks alike.
126
279679
2349
protože všechno vypadá skoro stejně.
04:54
I'm looking for one key piece,
127
282028
1732
Hledám jeden klíčový kousíček,
04:55
but it just blends in with everything else.
128
283760
3234
ale ten splývá se vším ostatním.
04:58
So let's step back from this theoretical situation
129
286994
2252
Nechme stranou tuto teoretickou situaci,
05:01
of making a terrorist's phone explode,
130
289246
2344
ve které odpálíme teroristův mobil,
05:03
and look at something that actually happened to me.
131
291590
2816
a podívejme se něco, co se mi
skutečně přihodilo.
skutečně přihodilo.
05:06
Pretty much no matter what I do,
132
294406
1343
Ať už dělám na čemkoli,
05:07
my job always starts with sitting down
133
295749
1442
moje práce začíná pohledem
05:09
with a whole bunch of binary information,
134
297191
2372
na pořádný kus binární informace.
05:11
and I'm always looking for one key piece
135
299563
1727
Vždy hledám jeden klíčový kousek,
05:13
to do something specific.
136
301290
1987
abych udělal něco konkrétního.
05:15
In this case, I was looking for a very advanced,
137
303277
2077
Tady jsem hledal kousek velmi složitého,
05:17
very high-tech piece of code
138
305354
1518
technologicky špičkového kódu,
05:18
that I knew I could hack,
139
306872
1215
který jsem mohl hacknout,
05:20
but it was somewhere buried
140
308087
1714
ale který byl pohřben někde
05:21
inside of a billion ones and zeroes.
141
309801
2026
uvnitř miliardy jedniček a nul.
05:23
Unfortunately for me, I didn't know
142
311827
1578
Bohužel jsem ani nevěděl,
05:25
quite what I was looking for.
143
313405
1691
co přesně hledám.
05:27
I didn't know quite what it would look like,
144
315096
1196
Nevěděl jsem, jak vypadá,
05:28
which makes finding it really, really hard.
145
316292
2918
a kvůli tomu bylo hledání velmi těžké.
05:31
When I have to do that, what I have to do
146
319210
2039
Při takové práci se v podstatě
05:33
is basically look at various pieces
147
321249
2342
musím dívat na různé části
05:35
of this binary information,
148
323591
1723
této binární informace.
05:37
try to decipher each piece, and see if it might be
149
325314
2202
Zkouším rozluštit každou část,
abych našel to,
abych našel to,
05:39
what I'm after.
150
327516
1224
co hledám.
05:40
So after a while, I thought I had found the piece
151
328740
1625
A po chvíli jsem si myslel,
05:42
I was looking for.
152
330365
1337
že jsem tu část našel.
05:43
I thought maybe this was it.
153
331702
2104
Myslel jsem, že to může být ono.
05:45
It seemed to be about right, but I couldn't quite tell.
154
333806
2032
Odpovídalo by to,
ale nebyl jsem si jist.
ale nebyl jsem si jist.
05:47
I couldn't tell what those
ones and zeros represented.
ones and zeros represented.
155
335838
2918
Nebyl jsem si jist,
co ty jedničky a nuly znamenají.
co ty jedničky a nuly znamenají.
05:50
So I spent some time trying to put this together,
156
338756
3374
Chvíli jsem se pokoušel
složit to dohromady,
složit to dohromady,
05:54
but wasn't having a whole lot of luck,
157
342130
1670
ale neměl jsem moc štěstí.
05:55
and finally I decided,
158
343800
1186
Nakonec jsem se rozhodl,
05:56
I'm going to get through this,
159
344986
1609
že to dokončím.
05:58
I'm going to come in on a weekend,
160
346595
1511
Půjdu do práce o víkendu
06:00
and I'm not going to leave
161
348106
1340
a neodejdu dřív,
06:01
until I figure out what this represents.
162
349446
1712
dokud nerozluštím, co to znamená.
06:03
So that's what I did. I came
in on a Saturday morning,
in on a Saturday morning,
163
351158
2166
To jsem udělal.
Přišel jsem v sobotu ráno
Přišel jsem v sobotu ráno
06:05
and about 10 hours in, I sort of
had all the pieces to the puzzle.
had all the pieces to the puzzle.
164
353324
3645
a po 10 hodinách jsem
měl všechny části skládačky.
měl všechny části skládačky.
06:08
I just didn't know how they fit together.
165
356969
1392
Nevěděl jsem ale, jak do sebe
06:10
I didn't know what these ones and zeros meant.
166
358361
2790
zapadají, a co ty jedničky
a nuly znamenají.
a nuly znamenají.
06:13
At the 15-hour mark,
167
361151
2067
Po 15 hodinách
06:15
I started to get a better picture of what was there,
168
363218
2602
jsem začal mít
lepší představu toho, co to je,
lepší představu toho, co to je,
06:17
but I had a creeping suspicion
169
365820
1772
ale měl jsem nepříjemné podezření,
06:19
that what I was looking at
170
367592
1589
že to, na co se dívám,
06:21
was not at all related to what I was looking for.
171
369181
2923
vůbec nesouvisí s tím, co jsem hledal.
06:24
By 20 hours, the pieces started to come together
172
372104
2487
Po 20 hodinách se začaly kousky spojovat
06:26
very slowly — (Laughter) —
173
374591
3764
hodně pomalu -- (Smích) --
06:30
and I was pretty sure I was going down
174
378355
1266
byl jsem si teď
dost jistý,
dost jistý,
06:31
the wrong path at this point,
175
379621
1939
že jsem se vydal špatnou cestou.
06:33
but I wasn't going to give up.
176
381560
2251
Ale nehodlal jsem to vzdát.
06:35
After 30 hours in the lab,
177
383811
2834
Po 30 hodinách v laboratoři
06:38
I figured out exactly what I was looking at,
178
386645
2261
jsem bezpečně zjistil, na co se dívám,
06:40
and I was right, it wasn't what I was looking for.
179
388906
2818
a měl jsem pravdu.
Tohle jsem nehledal.
Tohle jsem nehledal.
06:43
I spent 30 hours piecing together
180
391724
1699
Strávil jsem 30 hodin skládáním
06:45
the ones and zeros that
formed a picture of a kitten.
formed a picture of a kitten.
181
393423
2722
jedniček a nul,
které tvořily obrázek koťátka.
které tvořily obrázek koťátka.
06:48
(Laughter)
182
396145
1795
(Smích)
06:49
I wasted 30 hours of my life searching for this kitten
183
397940
3806
Promarnil jsem 30 hodin
života hledáním kočky,
života hledáním kočky,
06:53
that had nothing at all to do
184
401746
1838
která neměla nic společného
06:55
with what I was trying to accomplish.
185
403584
1987
s tím, čeho jsem chtěl dosáhnout.
06:57
So I was frustrated, I was exhausted.
186
405571
3863
Byl jsem otrávený a vyčerpaný.
07:01
After 30 hours in the lab, I probably smelled horrible.
187
409434
3226
Po 30 hodinách jsem asi strašně smrděl.
07:04
But instead of just going home
188
412660
2230
Ale místo abych šel domů
07:06
and calling it quits, I took a step back
189
414890
2530
a praštil s tím, udělal jsem krok zpátky
07:09
and asked myself, what went wrong here?
190
417420
2541
a zeptal jsem se, co se tady pokazilo?
07:11
How could I make such a stupid mistake?
191
419961
2212
Jak jsem mohl udělat tak hloupou chybu?
07:14
I'm really pretty good at this.
192
422173
1398
Jsem v tom docela dobrý.
07:15
I do this for a living.
193
423571
1319
Živím se tím.
07:16
So what happened?
194
424890
2148
Tak co se stalo?
07:19
Well I thought, when you're
looking at information at this level,
looking at information at this level,
195
427038
2775
Řekl jsem si, že když se díváte
na data takového stupně,
na data takového stupně,
07:21
it's so easy to lose track of what you're doing.
196
429813
2827
je snadné ztratit
přehled o tom, co děláte.
přehled o tom, co děláte.
07:24
It's easy to not see the forest through the trees.
197
432640
1744
Je snadné kvůli stromům nevidět les.
07:26
It's easy to go down the wrong rabbit hole
198
434384
2164
Je snadné spadnout špatnou králičí norou
07:28
and waste a tremendous amount of time
199
436548
1762
a promarnit spoustu času tím,
07:30
doing the wrong thing.
200
438310
1820
že děláte nesprávnou věc.
07:32
But I had this epiphany.
201
440130
1600
Bylo to jako osvícení.
07:33
We were looking at the data completely incorrectly
202
441730
2999
Dívali jsme se na data úplně chybně
07:36
since day one.
203
444729
1490
už od prvního dne.
07:38
This is how computers think, ones and zeros.
204
446219
2103
Takhle myslí počítače: jedničky a nuly.
07:40
It's not how people think,
205
448322
1392
Takhle nemyslí lidé,
07:41
but we've been trying to adapt our minds
206
449714
2314
ale my se snažili přizpůsobit naše myšlení
07:44
to think more like computers
207
452028
1345
a myslet víc jako počítače,
07:45
so that we can understand this information.
208
453373
2597
abychom porozuměli této informaci.
07:47
Instead of trying to make our minds fit the problem,
209
455970
1950
Místo abychom přizpůsobili
naše myšlení problému,
naše myšlení problému,
07:49
we should have been making the problem
210
457920
1648
měli jsme ten problém přizpůsobit
07:51
fit our minds,
211
459568
969
našemu myšlení,
07:52
because our brains have a tremendous potential
212
460537
2109
protože naše mozky mají ohromný potenciál
07:54
for analyzing huge amounts of information,
213
462646
3086
analyzovat nesmírné množství informací,
ale ne takto.
07:57
just not like this.
214
465732
1297
Co kdybychom
tento potenciál odhalili
tento potenciál odhalili
07:59
So what if we could unlock that potential
215
467029
1467
08:00
just by translating this
216
468496
1527
tím, že ho přeložíme
08:02
to the right kind of information?
217
470023
2848
do správného druhu informace?
08:04
So with these ideas in mind,
218
472871
1194
S těmito nápady jsem
08:06
I sprinted out of my basement lab at work
219
474065
1618
pádil ze suterénní
laborky v práci
laborky v práci
08:07
to my basement lab at home,
220
475683
1307
do suterénní
laborky doma,
laborky doma,
08:08
which looked pretty much the same.
221
476990
1996
která vypadala poměrně stejně.
08:10
The main difference is, at work,
222
478986
1824
Hlavním rozdílem je, že v práci
jsem obklopen
kyber materiály,
kyber materiály,
08:12
I'm surrounded by cyber materials,
223
480810
1579
08:14
and cyber seemed to be the
problem in this situation.
problem in this situation.
224
482389
2605
který se v této
situaci jevil jako problém.
situaci jevil jako problém.
08:16
At home, I'm surrounded by
everything else I've ever learned.
everything else I've ever learned.
225
484994
3353
Doma jsem obklopen tím ostatním,
co jsem se kdy naučil.
co jsem se kdy naučil.
Prozkoumal jsem každou knihu,
kterou jsem mohl najít,
kterou jsem mohl najít,
08:20
So I poured through every book I could find,
226
488347
1872
08:22
every idea I'd ever encountered,
227
490219
1332
každou potkanou myšlenku,
08:23
to see how could we translate a problem
228
491551
2146
abych zjistil, jak přeložit problém
08:25
from one domain to something completely different?
229
493697
3132
z jedné oblasti do něčeho úplně jiného.
08:28
The biggest question was,
230
496829
1394
Nejdůležitější otázkou bylo,
08:30
what do we want to translate it to?
231
498223
1968
do čeho to chceme přeložit?
08:32
What do our brains do perfectly naturally
232
500191
2112
Co náš mozek zvládá přirozeně dokonale
08:34
that we could exploit?
233
502303
1878
a my toho mohli využít?
08:36
My answer was vision.
234
504181
2289
Mou odpovědí byl obraz.
08:38
We have a tremendous capability
to analyze visual information.
to analyze visual information.
235
506470
3149
Máme ohromnou schopnost
analyzovat vizuální informace.
analyzovat vizuální informace.
08:41
We can combine color gradients, depth cues,
236
509619
2583
Umíme spojit barevné přechody, hloubku,
08:44
all sorts of these different signals
237
512202
1788
veškeré tyto různé signály
08:45
into one coherent picture of the world around us.
238
513990
2395
do jednoho souvislého
obrázku světa okolo nás.
obrázku světa okolo nás.
08:48
That's incredible.
239
516385
1407
Je to neuvěřitelné.
Pokud bychom našli způsob jak přeložit
08:49
So if we could find a way to translate
240
517792
1381
08:51
these binary patterns to visual signals,
241
519173
2186
tyto binární vzory do vizuálních signálů,
08:53
we could really unlock the power of our brains
242
521359
1832
mohli bychom odemknout
sílu našeho mozku
sílu našeho mozku
08:55
to process this stuff.
243
523191
2710
zpracovávat takové věci.
Začal jsem se dívat
na binární informace
na binární informace
08:57
So I started looking at the binary information,
244
525901
1843
08:59
and I asked myself, what do I do
245
527744
1090
a zeptal se co dělám,
09:00
when I first encounter something like this?
246
528834
1876
když prve narazím na něco takového?
09:02
And the very first thing I want to do,
247
530710
1623
První věc, kterou chci udělat,
09:04
the very first question I want to answer,
248
532333
1359
první otázka, kterou chci zodpovědět,
09:05
is what is this?
249
533692
1278
zní, co to je?
09:06
I don't care what it does, how it works.
250
534970
2528
Je mi jedno, jak to funguje.
09:09
All I want to know is, what is this?
251
537498
2479
Já chci jen vědět, co to je.
09:11
And the way I can figure that out
252
539977
1675
Můžu to zjistit tak, že se
09:13
is by looking at chunks,
253
541652
1683
podívám na části,
09:15
sequential chunks of binary information,
254
543335
2453
sekvenční části binární informace,
09:17
and I look at the relationships
between those chunks.
between those chunks.
255
545788
2902
a dívám se na vztahy mezi těmito částmi.
09:20
When I gather up enough of these sequences,
256
548690
1772
Když posbírám dost těchto sekvencí,
09:22
I begin to get an idea of exactly
257
550462
2004
začíná mě napadat, co přesně
09:24
what this information must be.
258
552466
2634
tato informace musí být.
09:27
So let's go back to that
259
555100
1184
Teď se vraťme k situaci,
09:28
blow up the terrorist's phone situation.
260
556284
2090
kdy jsme odpálili teroristův mobil.
09:30
This is what English text looks like
261
558374
2203
Takto vypadá anglický text
09:32
at a binary level.
262
560577
1313
na binární úrovni.
09:33
This is what your contacts list would look like
263
561890
2326
Takto by vypadal váš seznam kontaktů,
09:36
if I were examining it.
264
564216
1560
kdybych ho zkoumal já.
09:37
It's really hard to analyze this at this level,
265
565776
2234
Na této úrovni je analýza velmi obtížná,
09:40
but if we take those same binary chunks
266
568010
2104
ale pokud vezmeme stejné binárni části,
09:42
that I would be trying to find,
267
570114
1182
které jsem se snažil najít,
09:43
and instead translate that
268
571296
1764
a přeložili bychom je
09:45
to a visual representation,
269
573060
1920
do vizuální podoby,
09:46
translate those relationships,
270
574980
1797
tedy přeložili ty vztahy,
09:48
this is what we get.
271
576777
1556
dostaneme tohle.
09:50
This is what English text looks like
272
578333
1914
Takto vypadá anglický text
09:52
from a visual abstraction perspective.
273
580247
2671
z obrazově abstraktivní perspektivy.
09:54
All of a sudden,
274
582918
1140
Najednou
09:56
it shows us all the same information
275
584058
1435
nám ukazuje tytéž informace,
09:57
that was in the ones and zeros,
276
585493
1172
které byly v jedničkách a nulách,
09:58
but show us it in an entirely different way,
277
586665
2321
ale naprosto odlišným způsobem,
10:00
a way that we can immediately comprehend.
278
588986
1717
kterému můžeme ihned porozumět.
10:02
We can instantly see all of the patterns here.
279
590703
2965
Tady okamžitě vidíme všechny vzory.
10:05
It takes me seconds to pick out patterns here,
280
593668
2592
Zabere mi pár vteřin rozpoznat zde vzory,
10:08
but hours, days, to pick them out
281
596260
2254
ale hodiny, dny, to zabere
10:10
in ones and zeros.
282
598514
1320
v jedničkách a nulách.
10:11
It takes minutes for anybody to learn
283
599834
1736
Potrvá pár minut, abyste zjistili,
10:13
what these patterns represent here,
284
601570
1665
co představují tyto vzory,
10:15
but years of experience in cyber
285
603235
2247
ale léta zkušeností v kybernetice,
10:17
to learn what those same patterns represent
286
605482
1654
abyste zjistili, co
stejné vzory představují
stejné vzory představují
10:19
in ones and zeros.
287
607136
1586
v jedničkách a nulách.
10:20
So this piece is caused by
288
608722
1662
Tuto část tvoří
10:22
lower case letters followed by lower case letters
289
610384
2024
malá písmena následovaná malými písmeny
10:24
inside of that contact list.
290
612408
1767
uvnitř seznamu kontaktů.
10:26
This is upper case by upper case,
291
614175
1341
Tady je velké za velkým,
10:27
upper case by lower case, lower case by upper case.
292
615516
2685
velké za malým, malé za velkým.
10:30
This is caused by spaces. This
is caused by carriage returns.
is caused by carriage returns.
293
618201
2686
Tohle vytváří mezery. Tohle
vytváří řídící znak.
vytváří řídící znak.
10:32
We can go through every little detail
294
620887
1508
Můžeme projít každičký detail
10:34
of the binary information in seconds,
295
622395
2966
binární informace během sekund
10:37
as opposed to weeks, months, at this level.
296
625361
3534
oproti týdnům a měsícům na takovém stupni.
10:40
This is what an image looks like
297
628895
1512
Takto vypadá obrázek
10:42
from your cell phone.
298
630407
1876
z vašeho mobilu.
10:44
But this is what it looks like
299
632283
1013
Ale takto vypadá
10:45
in a visual abstraction.
300
633296
1891
v obrazové abstrakci.
10:47
This is what your music looks like,
301
635187
1985
Takto vypadá vaše hudba,
10:49
but here's its visual abstraction.
302
637172
2203
ale tady je její obrazová abstrakce.
10:51
Most importantly for me,
303
639375
1760
Co je důležité pro mě,
10:53
this is what the code on your cell phone looks like.
304
641135
3275
takhle vypadá kód ve vašem mobilu.
10:56
This is what I'm after in the end,
305
644410
2157
Po něm také pátrám,
10:58
but this is its visual abstraction.
306
646567
2140
ale toto je jeho obrazová abstrakce.
11:00
If I can find this, I can't make the phone explode.
307
648707
2509
Pokud ho najdu, můžu odpálit mobil.
11:03
I could spend weeks trying to find this
308
651216
2619
Strávil bych týdny jeho hledáním
11:05
in ones and zeros,
309
653835
1177
v jedničkách a nulách,
11:07
but it takes me seconds to pick out
310
655012
1784
ale zabere pár sekund rozeznat ho
11:08
a visual abstraction like this.
311
656796
3304
v takové obrazové abstrakci.
11:12
One of those most remarkable parts about all of this
312
660100
2492
Jedna z nejpozoruhodnějších věcí je,
11:14
is it gives us an entirely new way to understand
313
662592
2832
že nám to dává zcela
nový způsob porozumění
nový způsob porozumění
11:17
new information, stuff that we haven't seen before.
314
665424
3239
nové informaci,
kterou jsme ještě neviděli.
kterou jsme ještě neviděli.
11:20
So I know what English looks like at a binary level,
315
668663
2504
Vím, jak na binární
úrovni vypadá angličtina,
úrovni vypadá angličtina,
11:23
and I know what its visual abstraction looks like,
316
671167
2110
a vím, jak vypadá
její obrazová abstrakce,
její obrazová abstrakce,
11:25
but I've never seen Russian binary in my entire life.
317
673277
3315
ale nikdy jsem neviděl binární ruštinu.
11:28
It would take me weeks just to figure out
318
676592
1800
Trvalo by mi týdny zjistit z pouhých
11:30
what I was looking at from raw ones and zeros,
319
678392
2997
jedniček a nul, na se to dívám,
11:33
but because our brains can instantly pick up
320
681389
1751
ale jelikož náš mozek umí zachytit
11:35
and recognize these subtle patterns inside
321
683140
2817
a rozpoznat i nepatrné vzory uvnitř
11:37
of these visual abstractions,
322
685957
1488
těchto obrazových abstrakcí,
11:39
we can unconsciously apply those
323
687445
1832
můžeme je mimovolně využít
11:41
in new situations.
324
689277
1573
i v nových situacích.
11:42
So this is what Russian looks like
325
690850
1482
Takto vypadá ruština
11:44
in a visual abstraction.
326
692332
1580
v obrazové abstrakci.
11:45
Because I know what one language looks like,
327
693912
1804
Protože vím, jak vypadá jeden jazyk,
11:47
I can recognize other languages
328
695716
1576
dokážu rozpoznat jiné jazyky
11:49
even when I'm not familiar with them.
329
697292
1870
dokonce i když je neznám.
11:51
This is what a photograph looks like,
330
699162
1786
Takto vypadá fotografie,
11:52
but this is what clip art looks like.
331
700948
1887
ale takto vypadá klipart.
11:54
This is what the code on your phone looks like,
332
702835
2555
Takto vypadá kód ve vašem mobilu,
11:57
but this is what the code on
your computer looks like.
your computer looks like.
333
705390
2707
ale takto vypadá kód ve vašem počítači.
12:00
Our brains can pick up on these patterns
334
708097
1864
Naše mozky dokáže zachytit tyto vzorce
12:01
in ways that we never could have
335
709961
1951
způsobem, jakým by to nikdy nedokázal
12:03
from looking at raw ones and zeros.
336
711912
2496
z čistých jedniček a nul.
12:06
But we've really only scratched the surface
337
714408
1856
Zatím jsme teprve na počátku toho,
12:08
of what we can do with this approach.
338
716264
2137
co všechno můžeme
s tímto přístupem dokázat.
s tímto přístupem dokázat.
12:10
We've only begun to unlock the capabilities
339
718401
1678
Teprve začínáme odemykat možnosti
12:12
of our minds to process visual information.
340
720079
3315
mysli zpracovávat vizuální informace.
Pokud tentýž koncept přeložíme
12:15
If we take those same concepts and translate them
341
723394
1990
12:17
into three dimensions instead,
342
725384
1651
do trojrozměrného,
12:19
we find entirely new ways of
making sense of information.
making sense of information.
343
727035
3195
najdeme tím úplně nové způsoby
chápání informace.
chápání informace.
12:22
In seconds, we can pick out every pattern here.
344
730230
2485
Během pár vteřin rozpoznáme každý vzor.
12:24
we can see the cross associated with code.
345
732715
1820
Uvidíme kříž spojený s kódem.
12:26
We can see cubes associated with text.
346
734535
1932
Uvidíme kostky spojené s textem.
12:28
We can even pick up the tiniest visual artifacts.
347
736467
2476
Rozpoznáme i nejmenší optické artefakty.
12:30
Things that would take us weeks,
348
738943
2130
Objekty, které bychom hledali
12:33
months to find in ones and zeroes,
349
741073
2194
týdny a měsíce v jedničkách a nulách,
12:35
are immediately apparent
350
743267
1803
jsou okamžitě viditelné
12:37
in some sort of visual abstraction,
351
745070
2270
v určité obrazové abstrakci.
12:39
and as we continue to go through this
352
747340
1132
Při dalším prohledávání
12:40
and throw more and more information at it,
353
748472
2016
a s přibýváním nových informací
12:42
what we find is that we're capable of processing
354
750488
2281
zjistíme, že jsme schopni zpracovat
12:44
billions of ones and zeros
355
752769
2416
miliardy jedniček a nul
12:47
in a matter of seconds
356
755185
1168
během pár vteřin
12:48
just by using our brain's built-in ability
357
756353
3234
s pomocí vrozené schopnosti našeho mozku
12:51
to analyze patterns.
358
759587
1954
analyzovat vzory.
12:53
So this is really nice and helpful,
359
761541
2303
Je to moc pěkné a užitečné,
12:55
but all this tells me is what I'm looking at.
360
763844
2359
ale jen mi to řekne, na co se dívám.
12:58
So at this point, based on visual patterns,
361
766203
1484
Právě teď, na základě vizuálních vzorů,
12:59
I can find the code on the phone.
362
767687
2409
jsem schopen najít kód v mobilu.
13:02
But that's not enough to blow up a battery.
363
770096
2665
To ale nestačí k odpálení baterie.
13:04
The next thing I need to find is the code
364
772761
1568
Ještě musím najít kód,
13:06
that controls the battery, but we're back
365
774329
1761
který řídí baterii,
ale tím se vracíme
ale tím se vracíme
13:08
to the needle in a stack of needles problem.
366
776090
1731
k hledání jehly v kupce jehel.
13:09
That code looks pretty much like all the other code
367
777821
2389
Ten kód vypadá stejně jako všechny kódy
13:12
on that system.
368
780210
2238
v systému.
13:14
So I might not be able to find the
code that controls the battery,
code that controls the battery,
369
782448
2401
Možná nenajdu kód, který řídí baterii,
13:16
but there's a lot of things
that are very similar to that.
that are very similar to that.
370
784849
2011
ale jsou tam jiné věci,
které mu jsou podobné.
které mu jsou podobné.
13:18
You have code that controls your screen,
371
786860
1854
Máte kód, který řídí obrazovku,
13:20
that controls your buttons,
that controls your microphones,
that controls your microphones,
372
788714
2216
který řídí tlačítka, nebo mikrofon,
13:22
so even if I can't find the code for the battery,
373
790930
1928
takže i když nenajdu kód pro baterii,
13:24
I bet I can find one of those things.
374
792858
2245
určitě můžu najít něco z toho.
13:27
So the next step in my binary analysis process
375
795103
2705
Dalším krokem v mé binární analýze
13:29
is to look at pieces of information
376
797808
1231
je podívat se na části dat,
13:31
that are similar to each other.
377
799039
2018
které jsou si podobné.
13:33
It's really, really hard to do at a binary level,
378
801057
3983
To je na binární úrovni nesmírně těžké,
13:37
but if we translate those similarities
to a visual abstraction instead,
to a visual abstraction instead,
379
805040
3643
ale pokud je přeložíme
do obrazové abstrakce,
do obrazové abstrakce,
13:40
I don't even have to sift through the raw data.
380
808683
2438
nemusím se vůbec probírat původními daty.
13:43
All I have to do is wait for the image to light up
381
811121
2155
Pouze si počkám, až se rozzáří obraz,
13:45
to see when I'm at similar pieces.
382
813276
2236
když narazím na podobné části.
13:47
I follow these strands of similarity
like a trail of bread crumbs
like a trail of bread crumbs
383
815512
3028
Sleduji tyto podobnosti
jako cestu z drobečků,
jako cestu z drobečků,
13:50
to find exactly what I'm looking for.
384
818540
3106
abych našel to, co hledám.
13:53
So at this point in the process,
385
821646
1734
Tím jsem v tomto okamžiku
13:55
I've located the code
386
823380
1318
lokalizoval kód,
13:56
responsible for controlling your battery,
387
824698
1685
který řídí vaši baterii,
13:58
but that's still not enough to blow up a phone.
388
826383
2576
ale stále to nestačí na odpálení mobilu.
14:00
The last piece of the puzzle
389
828959
1564
Posledním dílkem skládačky
14:02
is understanding how that code
390
830523
2679
je porozumění, jak daný kód
14:05
controls your battery.
391
833202
1202
řídí vaši baterii.
14:06
For this, I need to identify
392
834404
2388
K tomu musím rozpoznat
14:08
very subtle, very detailed relationships
393
836792
1716
velice jemné a detailní vztahy
14:10
within that binary information,
394
838508
2089
uvnitř binární informace.
14:12
another very hard thing to do
395
840597
1755
Další nesmírně obtížná věc,
14:14
when looking at ones and zeros.
396
842352
2312
když se díváte na jedničky a nuly.
14:16
But if we translate that information
397
844664
1396
Ale pokud informaci přeložíme
14:18
into a physical representation,
398
846060
2180
do fyzické podoby,
14:20
we can sit back and let our
visual cortex do all the hard work.
visual cortex do all the hard work.
399
848240
3016
všechnu těžkou práci
odvede jen náš zrakový kortex.
odvede jen náš zrakový kortex.
14:23
It can find all the detailed patterns,
400
851256
1734
Najde za nás všechny detailní vzory,
14:24
all the important pieces, for us.
401
852990
2020
všechny důležité části.
14:27
It can find out exactly how the pieces of that code
402
855010
2593
Může přesně zjistit, jak části kódu
14:29
work together to control that battery.
403
857603
2934
fungují a řídí tak baterii.
14:32
All of this can be done in a matter of hours,
404
860537
3004
To vše je otázka několika hodin,
14:35
whereas the same process
405
863541
1356
zatímco stejný proces
14:36
would have taken months in the past.
406
864897
2922
by dříve zabral několik měsíců.
14:39
This is all well and good
407
867819
1189
Všechno je skvělé
14:41
in a theoretical blow up a terrorist's phone situation.
408
869008
2942
v teoretickém odpálení teroristova mobilu.
14:43
I wanted to find out if this would really work
409
871950
2847
Chtěl jsem zjistit, zda by to fungovalo
14:46
in the work I do every day.
410
874797
2629
i v mé každodenní práci.
14:49
So I was playing around with these same concepts
411
877426
3055
Využil jsem stejné koncepty
14:52
with some of the data I've looked at in the past,
412
880481
3024
u dat, se kterými jsem dříve pracoval,
14:55
and yet again, I was trying to find
413
883505
2492
a snažil jsem se znovu najít
14:57
a very detailed, specific piece of code
414
885997
2208
detailní, konkrétní část kódu
15:00
inside of a massive piece of binary information.
415
888205
3595
uvnitř obrovského kusu binární informace.
15:03
So I looked at it at this level,
416
891800
1773
Na této úrovni jsem si myslel,
15:05
thinking I was looking at the right thing,
417
893573
1950
že se dívám na správnou věc,
15:07
only to see this doesn't have
418
895523
2321
ale ve skutečnosti chyběla
15:09
the connectivity I would have expected
419
897844
1740
ta spojitost, kterou jsem očekával
15:11
for the code I was looking for.
420
899584
1905
pro hledaný kód.
15:13
In fact, I'm not really sure what this is,
421
901489
2603
Ani nevím, co to je,
15:16
but when I stepped back a level
422
904092
1012
ale když jsem se vrátil
15:17
and looked at the similarities within the code
423
905104
1715
a podíval se na
podobnosti uvnitř kódu,
podobnosti uvnitř kódu,
15:18
I saw, this doesn't have similarities
424
906819
2294
viděl jsem, že se to nepodobá
15:21
like any code that exists out there.
425
909113
1491
žádnému existujícímu kódu.
15:22
I can't even be looking at code.
426
910604
2225
Nemůžu se dívat na kód.
15:24
In fact, from this perspective,
427
912829
2386
Z tohoto pohledu jsem věděl,
15:27
I could tell, this isn't code.
428
915215
2048
že to není kód.
15:29
This is an image of some sort.
429
917263
2048
Je to nějaký obrázek.
15:31
And from here, I can see,
430
919311
1682
A tady už vidím,
15:32
it's not just an image, this is a photograph.
431
920993
2911
že to není obrázek, ale fotka.
15:35
Now that I know it's a photograph,
432
923904
1392
Když vím, že je to fotka,
15:37
I've got dozens of other
binary translation techniques
binary translation techniques
433
925296
2930
mám spoustu technik binárního překladu,
15:40
to visualize and understand that information,
434
928226
2421
kterými zobrazím a porozumím informaci,
15:42
so in a matter of seconds,
we can take this information,
we can take this information,
435
930647
2543
takže během vteřin ji můžeme vložit
15:45
shove it through a dozen other
visual translation techniques
visual translation techniques
436
933190
2397
do nějakého vizuálního překladače,
15:47
in order to find out exactly what we were looking at.
437
935587
3731
abychom zjistili, na co díváme.
15:51
I saw — (Laughter) —
438
939318
1682
Uviděl jsem -- (Smích) --
15:53
it was that darn kitten again.
439
941000
3456
zase to zatracené koťátko.
15:56
All this is enabled
440
944456
1050
To vše díky tomu,
15:57
because we were able to find a way
441
945506
1495
že jsme dokázali najít způsob,
15:59
to translate a very hard problem
442
947001
2029
jak přeložit velmi obížný problém
16:01
to something our brains do very naturally.
443
949030
2512
do něčeho, co náš mozek přirozeně zvládne.
16:03
So what does this mean?
444
951542
2238
A co to znamená?
16:05
Well, for kittens, it means
445
953780
1545
Pro koťátka to znamená
16:07
no more hiding in ones and zeros.
446
955325
2417
už žádnou schovku v jedničkách a nulách.
16:09
For me, it means no more wasted weekends.
447
957742
3303
Pro mě už žádné promarněné víkendy.
16:13
For cyber, it means we have a radical new way
448
961045
2612
A pro kybernetiku úplně nový způsob
16:15
to tackle the most impossible problems.
449
963657
2965
řešení těchto beznadějných problémů.
16:18
It means we have a new weapon
450
966622
1812
Znamená to novou zbraň
16:20
in the evolving theater of cyber warfare,
451
968434
2416
na rostoucím poli kybernetické války.
16:22
but for all of us,
452
970850
1420
Ale pro nás všechny
to znamená,
to znamená,
16:24
it means that cyber engineers
453
972270
1475
že kyberbezpečnostní inženýři
16:25
now have the ability to become first responders
454
973745
2146
jsou schopni reagovat jako první
16:27
in emergency situations.
455
975891
2583
v mimořádných událostech.
16:30
When seconds count,
456
978474
1047
Když rozhodují vteřiny,
16:31
we've unlocked the means to stop the bad guys.
457
979521
3409
objevili jsme způsob
jak zastavit zločince.
jak zastavit zločince.
16:34
Thank you.
458
982930
2000
Děkuji vám.
16:36
(Applause)
459
984930
2962
(Potlesk)
ABOUT THE SPEAKER
Chris Domas - Cybersecurity researcherChris Domas is an embedded systems engineer and cybersecurity researcher.
Why you should listen
Chris Domas is a cyber-security researcher at the Battelle Memorial Institute. He specializes in embedded systems reverse-engineering (RE) and vulnerability analysis, figuring out how to manipulate electronic devices. Applying this towards national security, his group develops cyber technology that protects people on the newest front of global war.
Domas graduated from Ohio State University, where he set out to take every class offered by the school. He bounced between majors in electrical engineering, physics, mathematics, mechanical engineering, biology, chemistry, statistics, biomedical engineering, computer graphics, psychology, and linguistics, but finally ran out of money and was forced to graduate. Settling on a degree in computer science, with an irrelevant handful of minors, he joined Battelle as a cyber security researcher. Today, he strives to incorporate ideas from these disparate fields to tackle the world’s most challenging cyber problems in innovative and unexpected ways. As a result of his work, he received Battelle’s coveted 2013 Emerging Scientist and 2013 Technical Achievement awards. He continues to present research around the country, most recently at the cyber security conferences Black Hat, REcon and DerbyCon.
Chris Domas | Speaker | TED.com