Кибербезопасность: учебное пособие для старших классов общеобразовательных организаций: в 2 ч. Ч. 2

ФГОС

Г. У. Солдатова, С. В. Чигарькова, И. Д. Пермякова 

КИБЕРБЕЗОПАСНОСТЬ

Учебное пособие 
для старших классов

В двух частях
2 часть

Соответствует
Федеральному государственному
образовательному стандарту

Москва
«Русское слово»
2022

УДК 004.05*09(075.3)
ББК 32.81я721
         C60

Авторы:
Солдатова Галина Уртанбековна — доктор психологических наук, академик РАО, профессор 
кафедры психологии личности факультета психологии МГУ им. М.В. Ломоносова, директор Фонда 
Развития Интернет, лауреат Премии Правительства РФ в области образования;
Чигарькова Светлана Вячеславна — кандидат психологических наук, научный сотрудник 
кафедры психологии личности факультета психологии МГУ им. М.В. Ломоносова, заместитель 
директора Фонда Развития Интернет;
Пермякова Ирина Дмитриевна — практикующий психолог, финалист конкурса «Педагог года 
Москвы» в номинации «Педагог-психолог»

Солдатова Г. У.
Кибербезопасность:  Учебное пособие для старших классов общеобразовательных 
организаций: в 2ч. Ч. 2 / Г. У. Солдатова, С. В. Чигарькова, И. Д. Пермякова.   — 
М. : ООО «Русское слово —  учебник», 2022. — 112 с.: ил. — (ФГОС).  

Учебное пособие разработано в  соответствии с  т ребованиями Федерального государ- 
ственного об-
разовательного стандарта о-
сновного общего образования.
Курс «Кибербезопасность» направлен на повышение цифровой грамотности школьни-ков. 
На занятиях дети познакомятся с  разными возможностями Интернета, научатся вов-ремя 
распознавать онлайн-риски (технические, контентные, коммуникационные, потреби-тельские 
и  риск интернет-зависимости), успешно разрешать проблемные ситуации в  Сети, защищать 
свои персональные данные и управлять ими.

УДК 004.05*09(075.3) 
ББК 32.81я721

C60

©  Г. У. Солдатова, С. В. Чигарькова, 
И. Д. Пермякова, 2022
© ООО «Русское слово —  учебник», 2022

ПРИВЕТСТВИЕ
ПРИВЕТСТВИЕ

Имя пользователя: Кибер Нетович
Статус: Всегда приду на помощь!
Местоположение: Интернет
Увлечения: кибербезопасность, обучение школьников
Любимая книга: «Галактика Интернет»

Добавить в друзья
Сообщения

Профессор Кибер Нетович

Здравствуйте! Меня зовут Кибер Нетович. Я профессор компьютерных наук. 
Много лет я специализируюсь на вопросах кибербезопасности, поэтому 
буду помогать вам во время изучения этого курса.
Мы живём в эпоху стремительных технологических изменений. Один из 
главных процессов в мире — цифровая трансформация, кардинальная пе-
рестройка образа жизни, работы и других сфер под влиянием цифровых 
технологий. Каждый из вас уже задумался о том, какую профессию хотел бы 
выбрать. Но цифровая трансформация может изменить и многие профес-
сии, о которых вы мечтаете. На смену им придут новые, и мы очень мало 
сегодня о них знаем. Вот только несколько профессий, среди которых, воз-
можно, вам придётся делать свой выбор: IT-медик, агрокибернетик, инже-
нер виртуальной реальности, нейроинформатик, киберследователь, сетевой 
юрист, тренер по майнд-фитнесу. Большинство таких профессий подразуме-
вает взаимодействие с активно развивающимися технологиями, например 
искусственным интеллектом. Упрощая нашу жизнь, эти технологии требуют 
безопасного и осознанного использования.
Цифровые технологии как расширяют возможности человека, так и ведут 
к новым рискам. Вместе мы будем изучать преимущества Интернета и осва-
ивать эффективные стратегии преодоления возможных рисков. Эти знания 
и навыки пригодятся для успешной жизни в цифровом мире.

Профессор Кибер Нетович

Я буду публиковать здесь посты с интересной и полезной информацией. 
Познакомьтесь с рубриками моих постов:
#Словарик —  важные слова и их значение.
#Из_истории_Интернета —  справки из истории Интернета.
#Любопытный_факт —  интересная информация, связанная с использова-
нием Интернета.
#Советы_Кибера_Нетовича —  советы о безопасном поведении в Интер-
нете.
Ещё одна рубрика называется #Мини-тренировка, это небольшие размин-
ки для памяти и внимания.

Профессор Кибер Нетович

В учебнике вас ждут задания разных типов. Познакомьтесь с условными 
значками, чтобы различать их:

ответить на вопрос

найти информацию в Интернете

выполнить задание, применив свои знания и навыки;
провести самостоятельное исследование или эксперимент;
собрать информацию по заданной теме;
дать определение понятию;
сформулировать правило;
пройти тест

придумать что-то новое и необычное;
написать текст-размышление на заданную тему;
осуществить проект

 прочитать кейс (случай) и ответить на вопросы (выполнить задания) 
к нему

выполнить задание в игровой форме

 сформулировать, что для вас оказалось самым важным в изучаемой 
теме

Кибернешка

На страницах нашего учебника будут появляться ученики Игорь Неюзеров, 
Рита Картинкина и Гоша Геймеров. Познакомьтесь с их профилями в 
соцсетях.

Имя пользователя: Игорь Неюзеров
Статус: катаюсь на электросамокате, присоединяйтесь)))
Местоположение: скрыто
Увлечения: лонгборд, бас-гитара, робототехника, Имад-
жинариум, театр, футбол, собаки
Любимый фильм: их слишком много, из последнего 
«Тайна Коко»
Любимая книга: «Загадочное ночное убийство собаки»

Добавить в друзья
Сообщения

Имя пользователя: Маргарита Картинкина
Статус: смотрите моё новое видео в TikTok
Местоположение: Москва
Увлечения: блогинг, танцы в TikTok, фотки, общение, му-
зыка, кино, фотошоп, котики
Любимый фильм: «Голодные игры»
Любимая книга: «Звезда соцсетей»

Добавить в друзья
Сообщения

Имя пользователя: Гоша Геймеров
Статус: наконец-то получил свой VR-шлем!!! Не беспоко-
ить)))
Местоположение: Москва
Увлечения: Need for Speed, League of Legends, Dota2, 
Fifa 2020, Minecraft
Любимый фильм: «Первому игроку приготовиться»
Любимая книга: пока не появилась)))

Добавить в друзья
Сообщения

Тема 1
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: 
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: 
ЧТО НАС ЖДЁТ В БУДУЩЕМ?
ЧТО НАС ЖДЁТ В БУДУЩЕМ?

Профессор Кибер Нетович

#Любопытный_факт
Учёные и программисты занимаются искусственным ин-
теллектом уже много десятилетий, однако только отно-
сительно недавно эта технология вышла из лабораторий 
в реальность. Результаты поражают не только неискушён-
ных наблюдателей, но и продвинутых айтишников. Что же 
это такое —  искусственный интеллект (ИИ) (по-англий-
ски —  artifi cial intelligence, AI)?
Чтобы разобраться с этим непростым понятием, будет по-
лезно вспомнить профессора Джона Маккарти, который 
стоял у истоков искусственного интеллекта. Он много сделал для того, чтобы 
появилась область науки, которая определяет развитие особых технологий —  
интеллектуальных машин и интеллектуальных компьютерных программ. 
Джон Маккарти и его последователи понимали искусственный интеллект как 
способность машин или программ «рассуждать» разумно, решать разные по 
сложности задачи, самостоятельно обучаться. Если мы говорим, что маши-
на обладает ИИ, это означает, что она способна выполнять задачи, которые 
обычно решает человек: воспринимает, запоминает, рассуждает, анализирует, 
взаимодействует, находит решение. Поэтому предполагается, что такие маши-
ны могут думать, как люди. В качестве примера можно вспомнить суперком-
пьютер Watson от IBM, который в 2011 г. стал победителем в американской 
телеигре, подобной российской передаче «Своя игра» (он выиграл тогда мил-
лион долларов). Watson оснащён вопросно-ответной системой искусствен-
ного интеллекта, и его задача —  понимать вопросы, заданные на ан глийском 
языке, и находить на них ответы в своей базе данных. Этот суперкомпьютер 
обрабатывает информацию во много раз быстрее человека.
Однако учёные всё чаще говорят о том, что машинный интеллект может не 
иметь ничего общего с интеллектом человека. Поэтому разработчики искус-
ственного интеллекта не ограничиваются знаниями нейробиологии о рабо-
те человеческого мозга. И нам не стоит ожидать, что искусственный интел-
лект приблизится к человеческому и машины действительно станут думать 
и действовать, как люди. Предсказать будущее ИИ сейчас сложно. Скорее 
всего, это будет особый интеллект, который не впишется в стандартные че-
ловеческие представления и будет отличаться от интеллекта живых существ.

Различают три вида ИИ. Первый вид — ограниченный машинный интеллект, 
он способен решать только конкретный тип задач. Для каждого типа задач 
разрабатывают специальные алгоритмы. Поэтому, например, система, кото-
рая переводит тексты, не может сыграть в шашки или заказать такси.
Второй вид — искусственный интеллект общего характера. Он способен 
обучаться любым навыкам и решать любые задачи, с которыми справля-
ется человек. Уже сейчас существуют алгоритмы, считывающие и анализи-
рующие человеческие жесты, движения, мимику, тон и тембр голоса, ин-
тонацию и т.д. Такой ИИ с лёгкостью пройдёт тест Тьюринга (об этом тесте 
рассказано на с. 10). От создания подобного искусственного разума нас от-
деляет ещё как минимум несколько десятилетий. По человеческим меркам, 
сегодняшний ИИ — младенец, и его надо обучать так же, как маленького 
ребёнка.
Третий вид — сверхинтеллект. Предполагают, что он превзойдёт человече-
ский интеллект во всех сферах жизни и будет понимать то, что человек по-
нять не в состоянии. Но до сверхинтеллекта нам ещё далеко.
При разработке технологий ИИ используются математические модели, кото-
рые называют нейронными сетями. На основе нейронных сетей сегодня со-
здаются интеллектуальные компьютерные программы, которые «осваивают» 
всё новые и новые виды деятельности. Они пишут картины, сочиняют сти-
хи и романы, диагностируют болезни, управляют автомобилями; они могут 
распознавать лица и определять возраст по глазам — эти умные програм-
мы умеют делать то, что раньше было подвластно только человеку. Какие-то 
вещи, например распознавание образа, ИИ зачастую делает лучше и быст-
рее, чем среднестатистический человек. Это одна из причин, почему прави-
тельства разных стран включают работу над искусственным интеллектом 
в число приоритетных целей.
Разработчики пытаются вложить в компьютер не только способы работы 
с информацией, но и понимание её смысла. Для этого ИИ должен уметь са-
мообучаться. Познакомимся с некоторыми из технологий искусственного 
интеллекта, которые позволяют машинам самообучаться и выполнять зада-
чи так, как это делал бы человек.

Профессор Кибер Нетович

#Словарик
Машинное обучение —  совокупность методов создания ИИ на основе ав-
томатического построения интеллектуальных алгоритмов с помощью самых 
разных математических средств. Главная цель машинного обучения —  по-
стоянное самообучение и усовершенствование на основе решения множест-
ва сходных задач. Для этого используется большое количество примеров 
решения задач, созданных человеком. С помощью технологии машинного 

обучения программа может создавать нейронную сеть для выполнения кон-
кретных задач без вмешательства человека.
Методы машинного обучения последовательны и поэтому похожи на обуче-
ние человека. Вспомните, как вы учились читать. Вы не учили с самого на-
чала орфографию и грамматику, сначала вам читали родители, потом вы по-
степенно познакомились с буквами, стали читать детские книги, а потом уже 
более сложную литературу и учебники. Примерно так учат ИИ.
Среди самых известных программ этого уровня не только Watson, о котором 
рассказывалось выше. Это также программы Deep Blue от IBM, обыгравшая 
в 1996 г. чемпиона мира Гарри Каспарова в шахматы, и AlphaGo от Google 
DeepMind, победившая в 2016 г. в древнекитайской игре го у корейского го-
профессионала Ли Седоля. В 2019 г. нейронная сеть обыграла чемпионов 
The International по игре Dota 2. Нельзя не упомянуть автомобили-беспилот-
ники и программы распознавания лиц. Все эти изобретения нас восхищают, 
но эти программы нацелены только на определённые задачи и, конечно, не 
обладают ни самосознанием, ни здравым смыслом.
 Нейронная сеть — основная математическая модель для машинного обуче-
ния. Это такая компьютерная программа, которая построена по принципу ра-
боты нервных клеток живого организма. Она состоит из более простых про-
грамм, описывающих работу «искусственных нейронов», связей между ними 
и обучающих механизмов: системы поощрения и наказания. Соединённые 
в одну сеть, они могут взаимодействовать и обучаться при предъявлении раз-
ных примеров. Получается, что нейросеть учится, как человек, и с каждым ра-
зом совершает всё меньше ошибок.
На современном уровне развития технологий используемые нейронные сети 
обладают сложной структурой, содержащей большое число групп нейронов 
(слоёв) и огромное число связей между ними. Алгоритмы настройки взаи-
модействия нейронов в таких сложных структурах называют алгоритмами 
глубокого обучения. Такие алгоритмы не могут использоваться отдельно от 
нейросетей. Поэтому, когда мы используем термин «глу-
бокое обучение», автоматически подразумеваются ней-
ронные сети сложных структур (см. рисунок).
Использование нейросетей и алгоритмов глубокого обу-
чения позволяет создавать интеллектуальные алгоритмы 
решения множества сложных задач.
Например, задача нейросети —  отличать картины им-
прессионистов от картин реалистов или экспрессио-
нистов. Для настройки нейронной сети подаётся боль-
шой массив подписанных изображений картин этих 
направлений. Нейросеть анализирует признаки картин 
(в том числе линии, формы,  характер мазков, их раз-
мер и цвет) и строит модель для распознавания, кото-
рая минимизирует процент ошибок.

1. Искусственный интеллект.
2. Машинное обучение.
3. Нейросети.
4. Глубокое обучение

1

2
3
4

Профессор Кибер Нетович

#Из_истории_Интернета
Нейросети стали активно развиваться совсем недавно, но появи-
лись они ещё в середине прошлого века. Первая версия искусст-
венного нейрона —  ячейки нейронной сети —  была предложена 
Уорреном Маккалоком и Уолтером Питтсом в 1943 г. Уже в 1958 г. 
Фрэнк Розенблатт разработал первую нейронную сеть. Несмотря 
на свою простоту, она могла распознавать некоторые двухмерные 
объекты, например буквы. Справа — фотография машины Фрэнка 
Розенблатта.

Профессор Кибер Нетович

#Любопытный_факт
Современные нейросети могут создавать настоящие картины. 
В 2016 г. авторы проекта The Next Rembrandt задались целью на-
учить нейросеть подражать манере Рембрандта. Для этого они 
оцифровали 3D-сканером 346 картин художника. Нейросеть про-
анализировала этот материал, уловила мельчайшие детали работ 
великого голландца и представила на суд публики вот такой порт-
рет (см. справа).

Профессор Кибер Нетович

#Любопытный_факт
Машины, в которых использованы технологии нейросетей, применяются 
в различных сферах. Так, роботы в отелях уже способны отвечать на вопро-
сы гостей на нескольких языках, выдавать ключи и рассказывать постояль-
цам об окрестностях отеля. Искусственный интеллект начинают применять 
и в других сферах, к примеру роботы служат помощниками и консультанта-
ми в магазинах и банках, выполняют некоторые функции нянь и учителей.

Задание 1
Как вы думаете, есть ли такие профессии, в которых искусственный интел-
лект в будущем заменит человека? Если да —  назовите эти профессии. Есть 
ли такие профессии, в которых искусственный интеллект не заменит челове-
ка никогда? Назовите их. Запишите свои ответы в тетради.
Как вы считаете, есть ли сферы, в которых искусственный интеллект не имеет 
преимуществ перед человеческим? Аргументируйте свою точку зрения.

Профессор Кибер Нетович

#Из_истории_Интернета
В 1950 г. английский математик Алан Тьюринг придумал и опуб-
ликовал в философском журнале Mind тест для «умных» машин. 
Тьюринг искал ответ на вопрос, как проверить, способна ли 
машина мыслить, и предполагал, что это можно сделать, вклю-
чив машину в процесс общения с человеком. Тест подразуме-
вал, что эксперт в ходе переписки должен определить, имеет 
он дело с человеком или с компьютером. Если эксперт примет 
машину за живого собеседника, будет считаться, что тест маши-
ной успешно пройден.
Больше полувека прошло с момента публикации статьи Тьюрин-
га. Тест стал знаменит и популярен, в разных странах проходят 
конкурсы, на которых программисты соревнуются в том, чья про-
грамма сможет «обмануть» большее число экспертов. Так, в 2014 г. 
весь мир обсуждал результаты конкурса, орга-
низованного Университетом Рединга (Велико-
британия). Победителем стала программа, «вы-
дававшая себя» за тринадцатилетнего мальчика 
из Одессы по имени Евгений Густман (авторы 
программы: Владимир Веселов, Сергей Уласень 
и Евгений Демченко), —  она убедила 33% эк-
спертов, что они беседуют с настоящим под-
ростком.
Тест Тьюринга создавался и долгое время ис-
пользовался для несложных программ, дей-
ствующих в рамках тех шаблонов, которые 
заложили в них авторы. Такова и программа 
«Евгений Густман». Но в последнее время в по-
добных конкурсах участвуют и более сложные, 
самообучающиеся программы, в которых ис-
пользованы технологии нейросетей.

Профессор Кибер Нетович

#Словарик
Чат-бот (от англ. chatbot: to chat —  общаться, болтать; bot —  часть слова 
robot —  робот, машина) —  программа, имитирующая собеседника в ходе 
обмена текстовыми сообщениями или в устной беседе.
Уже довольно часто чат-боты отвечают на вопросы пользователей в контак-
тных центрах различных компаний. Как правило, они отвечают на неслож-