英国熊孩子频繁攻击学校网络，政府被逼爹味儿下场：当白帽黑客吧，年薪45万
有黑客行为熊孩子平均年龄15岁，最小9岁
行早 发自 凹非寺
量子位 | 公众号 QbitAI
你敢信，现在英国已经有五分之一的中小学生都有过黑客行为。
根据英国国家打击犯罪调查局的统计，针对学校网络和校园网站的DDoS攻击在2019年到2020年之间增长了107%，不止翻了一倍。
而其中的攻击者大多是中学生，平均年龄只有15岁，最小的仅9岁。
于是，压力来到了政府部门这边，要是不管吧，校园网天天崩溃，谁也顶不住；要说管制吧，也不至于，小朋友还处于上学的年纪，调皮捣蛋也很正常。
为了整治教育这些个小黑客，英国的网络犯罪部门不得不推出一项新的行政计划去规范这些个“张三行为”。
目前，英国国家打击犯罪调查局（NCA）正在2000多个中小学中推行这个计划：学生们搜索与网络犯罪相关术语的网页时会被拒绝访问。
而且NCA还在官网上发布“劝学篇”，引导学生走向正途，去当高薪程序员：
Alex曾经在大学计算机上下载病毒，被大学开除。后来他遵纪守法，在一家网络公司从事IT维护工作，现在拥有光明的未来。
这则消息在Reddit一经贴出，马上引起了网友的热议，不到一天就被顶到一万六的热度。
而下面的评论区也再次印证了低龄黑客行为的普遍性，大家都在分享自己“年少有为”的事迹：
有给同学电脑装病毒的、有同样部署DDoS攻击惊动FBI的、还有找游戏盗老师账号的……
这一个个属实是不省心啊，年纪轻轻的，怎么就开始对校园网络动歪脑筋呢？
为了减少这样低龄化的黑客行为，网络犯罪部门得先弄明白小孩子发动网络攻击的原因。
小孩子为什么要发动网络攻击
关于这个问题，有一种说法是，小孩子的黑客行为的雏形最先是在游戏中形成的。
从一些网友评论中也能看出，像雷神之锤、帝国时代等游戏出现频率很高，小孩子在拿到管理员权限的时候，可以在校园网上联机对抗：
像雷神之锤、光环、帝国时代等游戏都是我们拿到管理员权限之后经常玩的。
这和我们小时候在微机课上偷偷破解管理员权限玩扫雷纸牌三维弹球、破解远程控制插U盘打CS的情景不要太像~
而为了在游戏竞争中占据上风，有的小孩子会冒出一些张三的想法，破坏他人的游戏体验，进而安装模组、木马等攻击其他游戏玩家。
并且也不觉得这种行为是错误的，毕竟其他同学也这么干。
可能正是这方面教育的缺失导致类似的行为不断出现，再加上校园网都比较简单，预防攻击成本又高，因此DDoS攻击事件频发也就不足为奇了。
英国国家犯罪局出手整治
为此，英国国家打击犯罪调查局前两天向2000多所中小学发起了一项教育计划，学生在搜索网络攻击相关术语的时候会被引导到一个网络安全教育网站：
网站里形象地给小朋友描述了哪些行为是危害网络安全的，例如：
Adam看着朋友输入用户名和密码并且把这些都记下来。在没有朋友许可的情况下登录账号读取朋友的信息。
Raj在没有老师允许的情况下，用老师没关的电脑网购，还花老师的信用卡。
Sarah在和比自己水平高的朋友玩游戏时开“炸房”脚本把对方踢下线，让自己获胜。
……
这些对于成年人可以理解的网络危害行为对小朋友来说都是需要明确指出的。
此外，英国国家犯罪局还耐心地讲述了黑客行为在各方面的利弊，总结起来大致是三点内容：
1、网络犯罪很严重：最严重的可以判到终身监禁；
2、白帽黑客很赚钱：编码、游戏、网安人才需求量巨大，这些行业平均工资可达53318英镑（约46万人民币），不如好好学习计算机知识，将来合法赚大钱；
3、遵纪守法很重要：留下案底会严重影响之后的教育和职业前景。
但是这些说教可能并不能让小孩子听进去，网站上还专门给小朋友画了一个萌萌的宣传册。
希望能够帮助小孩子避免迈出网络犯罪的第一步，用自己的计算机技术找到合法的技术类工作。
其实不仅在英国，攻击学校网络在我国也涉嫌破坏计算机信息系统罪。
相关问题罗翔老师还做过科普，感兴趣的朋友可以去学习一下啦~（链接放在文末）
参考链接：
[1]https://www.reddit.com/r/technology/comments/s7tt7f/nineyearold_kids_are_launching_ddos_attacks/
[2]https://www.bitdefender.com/blog/hotforsecurity/nine-year-old-kids-are-launching-ddos-attacks-against-schools/
[3]https://nationalcrimeagency.gov.uk/what-we-do/crime-threats/cyber-crime/cyberchoices
[4]https://www.bilibili.com/video/BV1Db4y1a7cW
- 吴恩达新动作：建立全新机器学习资源Hub，「以数据为中心的AI」大本营2022-02-17
- 1亿组图文对，填补中文开源多模态数据集空白！还附带基础模型，来自华为诺亚方舟实验室2022-02-16
- ICLR 2022：AI如何识别“没见过的东西”？2022-02-15
- 如何安全地吃掉悬崖边上的苹果？DeepMind&OpenAI给出3D版安全强化学习答案2022-02-13
相关阅读
