portada Big Data Fitxa CineTIC: A good American
Big DataFitxes CineTICTenTIC

Fitxa CineTIC: A good American

de webmaster

Seguim a la nostra secció CineTIC (fitxes de pel·lícules i sèries  de ciència ficció en les quals apareixen tecnologies que són tendència) és el torn de A good American (2015), un film en el qual el tractament de dades (Big Data) juga un paper destacat.  S’hauria pogut evitar l’11-S?

FITXA TÈCNICA:

  • Títol original: A Good American
  • Any: 2015
  • Durada: 100 minuts
  • País: Estats Units
  • Director: Friedrich Moser
  • Guió: Friedich Moser
  • Música: Christopher Slaski, Guy Farley
  • Fotografia: Matthew J. Lloyd
  • Repartiment: Documentary
  • Productora: Blue+Green Communication
  • Gènere: Documental | Espionaje. Terrorismo. Política. Documental sobre Historia
  • Web oficial: http://agoodamerican.org/
  • Sinopsi: Després del final de la Guerra Freda, el millor desxifrador de codis que mai hagi tingut Estats Units, juntament amb un petit equip de la NSA (Agència de Seguretat Nacional), comença a desenvolupar un revolucionari programa de vigilància. Aquest és capaç de recollir qualsevol senyal electrònic del món, filtrar-la per objectius, proporcionar resultats en temps real i tot això sense envair la privacitat. El programa és perfecte, excepte per un detall: és massa barat. D’aquí que la direcció de la NSA, desitjosa de recaptar impostos, decideixi abandonar el programa (just tres setmanes abans de l’11-S).

Després de l’atac, quan la NSA comença a vigilar en massa als americans, el desxifrador de codis abandona l’agència. Un amic pren el comandament i s’encarrega de revifar el programa a principis de 2002, per a una prova en contrast amb la major recopilació d’informació de la NSA, basada en les dades conegudes abans de l’11-S. Tan aviat com posa en marxa el programa, els terroristes apareixen a l’instant a la pantalla de l’ordinador. La resposta de la NSA és aturar completament el programa. Aquesta és la història de Bill Binney, un programa anomenat ThinThread i com l’alternativa perfecta per a la vigilància de masses va ser descartada per la NSA per diners.’A Good American’ explica una de les històries més importants de la societat de la informació i dissecciona el funcionament intern i els llaços d’una xarxa politicoeconòmica la magnitud s’estén més enllà d’Amèrica.

Font: http://www.filmaffinity.com

Tendències TIC que apareixen en la pel·lícula:

Big Data: Segons Viquipèdia, és el nom que reben els conjunts de dades, els procediments i les aplicacions informàtiques, que, pel seu volum, la seva naturalesa diversa i la velocitat a què han de ser processades, ultrapassen la capacitat dels sistemes informàtics habituals. Aquest processament de dades s’utilitza per tal de detectar patrons dins seu, podent fer així prediccions vàlides per a la presa de decisions. La disciplina dedicada a les dades massives s’emmarca dins de les tecnologies de la informació i la comunicació. Aquesta disciplina s’ocupa de totes les activitats relacionades amb els sistemes que gestionens grans conjunts de dades. Les dificultats més habituals en aquests casos se centren en la captura, l’emmagatzematge, la cerca, la compartició, l’anàlisi, i la seva visualització. La tendència de manipular ingents quantitats de dades es deu a la necessitat, en molts casos, d’incloure les aquesta informació per a la creació d’informes estadístics y models predictius emprats en diversos camps, com per exemple de les anàlisis de negoci, publicitari, les dades de malalties infeccioses, l’espionatge y el seguiment de la població o la lluita contra el crim organitzat. El límit superior de la capacitat de processament s’ha anat desplaçant al llarg dels anys, d’aquesta forma els límits que estaven fixats el 2008 rondaven l’ordre de petabytes a Zettabytes de dades. Els científics amb certa regularitat troben limitacions a causa de la gran quantitat de dades a analitzar en certes àrees, com ara la meteorologia, la genòmica, les complexes simulacions de processos físics, i les investigacions relacionades amb els processos biològics i ambientals. Les limitacions també afecten els motors de cerca a internet, als sistemes financers i a la informàtica de negocis. Els data sets creixen en volum degut, en part, a la introducció d’informació ubiqua procedent dels sensors sense fils i els dispositius mòbils (per exemple les VANETs), del constant creixement dels històrics d’interaccions d’aplicacions (per exemple processos de registre), càmeres digitals (sistemes de teledetecció), micròfons, lectors de ràdio – frequency identification. La capacitat tecnològica per càpita a nivell mundial d’emmagatzemar dades es multiplica aproximadament per dos cada quaranta mesos des dels anys vuitanta. S’estima que el 2012 cada dia van ser creats a prop de 2,5 trilions de bytes de dades (de l’anglès quintillion, 2.5 × 1018 )

Mineria de dades: Segons Viquipèdia la mineria de dades (Data Mining) és un procés no trivial d’identificació d’informació vàlida, nova, potencialment útil i entenible, de patrons comprensibles que es troben ocults en les dades. La mineria de dades engloba tot un conjunt de tècniques encaminades a l’extracció de coneixement processable, implícit en les bases de dades. Està íntimament lligat a la supervisió de processos industrials, ja que resulta molt útil per aprofitar les dades emmagatzemades a les bases de dades. Les bases de la mineria de dades es troben en la intel·ligència artificial i en l’anàlisi estadística. Mitjançant els models extrets utilitzant tècniques de mineria de dades s’aborda la solució a problemes de predicció, classificació i segmentació de memòria.

Criptoanàlisi: Segons Viquipèdia, la criptoanàlisi és el conjunt de tècniques utilitzades per a desxifrar codis encriptats sense conèixer el sistema emprat per a la codificació. Habitualment, implica buscar la clausecreta utilitzada. El terme criptoanàlisi també s’utilitza de manera general per referir-se a qualsevol intent de trencar la seguretat d’altres tipus d’algorismes i protocolscriptogràfics. En canvi, el terme no inclou els atacs que no es basin en els punts febles de la criptografia utilitzada en la codificació, com per exemple: els atacs que es basin en el suborn, la coacció física, la tortura o el robatori -avui dia més efectius que la criptoanàlisi tradicional-. Criptoanàlisi (del grec kryptós, “amagat” i analýein, “deslligar”) és l’estudi dels mètodes per obtenir el sentit d’una informació xifrada, sense accés a la informació secreta requerida per obtenir aquest sentit normalment. Típicament, això es tradueix en aconseguir la clau secreta. En el llenguatge no tècnic, es coneix aquesta pràctica com trencar o forçar el codi, encara que aquesta expressió té un significat específic dins l’argot tècnic. Criptoanàlisi també fa referència a qualsevol intent d’esquivar la seguretat d’altres tipus d’algorismes i protocols criptogràfics en general, i no només el xifrat. No obstant això, la criptoanàlisi sol excloure els atacs que no tinguin com a objectiu primari els punts febles de la criptografia utilitzada, per exemple, atacs a la seguretat que es basin en elsuborn, la coerció física, el robatori, el keylogging i altres, encara que aquests tipus d’atacs són un risc creixent per a la seguretat informàtica i s’estan fent gradualment més efectius que la criptoanàlisi tradicional.

Tot i que l’objectiu ha estat sempre el mateix, els mètodes i tècniques de la criptoanàlisi han canviat de manera dràstica al llarg de la història de la criptografia, adaptant-se a la creixent complexitat de la criptografia, passant del llapis i el paper del passat als ordinadors d’avui, passant per màquines com l’Enigma de la Segona Guerra Mundial. Els resultats obtinguts amb la criptoanàlisi també han canviat al llarg del temps, ara ja no és possible tenir un èxit total en trencar una codificació i hi ha una classificació jeràrquica del que constitueix un atac. A mitjans de la dècada del 1970 es va introduir un nou tipus de criptografia: la criptografia asimètrica basada en una clau pública. Els mètodes que permeten trencar aquest tipus de criptosistema són radicalment diferents als anteriors i impliquen la resolució de problemes matemàtics complexos com la factorització de nombres sencers.

Tot i que l’objectiu ha estat sempre el mateix, els mètodes i tècniques de la criptoanàlisi han canviat dràsticament a través de la història de la criptografia, adaptant-se a una creixent complexitat criptogràfica, que abasta des dels mètodes de llapis i paper del passat, passant per màquines com Enigma-utilitzada pels nazis durant la Segona Guerra Mundial -, fins a arribar als sistemes basats en computadores del present.

Els resultats de la criptoanàlisi han canviat també: ja no és possible tenir un èxit il limitat al trencar un codi, i hi ha una classificació jeràrquica del que constitueix un atac a la pràctica. A mitjans dels anys 70 es va inventar una nova classe de criptografia: la criptografia asimètrica. Els mètodes utilitzats per trencar aquests sistemes són en general radicalment diferents dels anteriors, i usualment impliquen resoldre un problema acuradament construït en el domini de la matemàtica pura. L’exemple més conegut és la factorització d’enters.

Relacionat amb la perspectiva de gènere trobam:

La pel·lícula “A Good American” se centra principalment en la figura de William Binney, un analista de la NSA que va desenvolupar un sistema de vigilància de dades. És important assenyalar que la pel·lícula no presenta una representació significativa de dones involucrades en la trama o amb un paper rellevant. La història se centra principalment en les experiències i accions de William Binney i altres homes relacionats amb la vigilància de dades. No hi ha personatges femenins destacats ni es discuteix específicament la perspectiva de gènere en aquest context.

Algunes reflexions:

  • Penseu que els governs, igual que les empreses privades, apliquen el Big Data per millorar la gestió pública dels ciutadans? On és el límit entre la nostra privacitat i les dades que fem públics? L’amenaça del terrorisme pot arribar a justificar-ho tot a l’hora de recopilar dades?
  • Incorporaran les empreses la figura del Data Scientist en el seu equip?
  • Quines aplicacions se vos ocorren en la vostra vida personal/negoci per al Big Data / Mineria de Dades? N’estau aplicant alguna?

Per a saber-ne més: