Idéer för aktivt lärande
Kryptografi är vetenskapen om att skydda information. I en tid där nästan all vår kommunikation sker digitalt är förståelsen för kryptering avgörande för både personlig integritet och nationell säkerhet. Vi går igenom historiska chiffer, men fokuserar främst på modern symmetrisk och asymmetrisk kryptering.
Aktivitet 01
Eleverna simulerar nyckelutbyte genom att blanda 'färger' (t.ex. färgade vätskor eller pennor). De ser hur två personer kan komma fram till samma hemliga färg utan att någon som tjuvlyssnar kan lista ut den, vilket illustrerar asymmetrisk kryptering.
Hur fungerar asymmetrisk kryptering?
Aktivitet 02
Grupper skapar egna enkla chiffer och skickar krypterade meddelanden till varandra. En annan grupp agerar 'hackers' och försöker knäcka koden med hjälp av frekvensanalys, vilket visar på sårbarheter i enkla algoritmer.
Vad är skillnaden mellan kryptering och hashing?
Aktivitet 03
Eleverna diskuterar varför webbplatser aldrig bör spara lösenord i klartext. De utforskar konceptet med hashfunktioner (enkelriktade funktioner) i par och förklarar hur man kan verifiera ett lösenord utan att faktiskt veta vad det är.
Varför är kryptografi viktigt för internet?
Några anteckningar om att undervisa detta avsnitt
Se upp för dessa missuppfattningar
Att kryptering och kodning (som Base64) är samma sak.
Förklara att kodning bara ändrar formatet, medan kryptering kräver en hemlig nyckel för att dölja innehållet. Genom att låta eleverna 'avkoda' Base64 utan nyckel ser de skillnaden.
Att asymmetrisk kryptering är för långsam för att användas till allt.
Det stämmer delvis, men förklara att vi använder asymmetrisk kryptering för att säkert skicka en symmetrisk nyckel som sedan används för resten av samtalet. Denna 'hybridlösning' är en viktig teknisk insikt.
Metoder som används i denna översikt
Cybersäkerhet och sårbarheter
Analys av vanliga säkerhetsbrister i mjukvara, såsom SQL-injektioner och buffer overflows. Eleverna lär sig principer för säker kodning.
8 methodologies
Etik och AI
Diskussion kring de etiska dilemman som uppstår vid utveckling av algoritmer och artificiell intelligens. Fokus på bias, integritet och ansvar.
8 methodologies