8、人为错误预防与自动化对社会可持续性的影响

人为错误预防与自动化对社会可持续性的影响

1. 引言

人为错误(HE)有不同的定义。Swain(1989)将其定义为“任何超出可接受范围的行动或活动集合,即系统定义的性能极限之外的行动”。而Hollnagel(2005)则认为,人为错误是“事后被认为导致不良结果的可识别的人类行动”,即必须识别出人为错误,它是无意执行的,并且要根据系统的效率指标量化其影响,此时与预期结果的偏差是明显的。

由此,一个新的研究领域——人类可靠性(HR)应运而生。人类可靠性指的是一个人在不同情况和背景下始终如一地、准确地执行任务或活动的能力,也就是一个人可靠地执行任务、满足工作期望和要求的程度。人类可靠性在工业、医学、航空等需要高精度和一致性表现的领域非常重要,因为错误可能导致人员伤亡。

人类可靠性会受到经验、培训、动机和工作条件等因素的影响。因此,雇主必须为员工提供必要的支持和资源,帮助他们在工作中培养可靠性。

人为错误在各个工业部门都有研究。不同行业中人为错误所占比例如下:
| 行业 | 人为错误占比 |
| ---- | ---- |
| 运输和汽车行业 | 65% |
| 繁忙交通 | 80% |
| 航空 | 70 - 80% |
| 空中交通 | 90% |
| 化学工业 | 60 - 90% |
| 核电站 | 50 - 70% |

人为错误带来的经济成本也不容小觑。例如,橙县商会的一份报告显示,10%的中小型公司表示,与人为错误相关的停机成本为每小时50,000美元;13%的受访者表示成本在40,001 - 50,000美元之间;25%的中小企业表示成本在20,001

内容概要:本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(包括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①学习ELF二进制中字符串加密的典型实现方式逆向突破口;②掌握从结构识别、函数追踪到算还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维验证方,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析验证,深入理解每一步的推理依据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值