Preview

Информатика

Расширенный поиск

Усиление секретности криптографического ключа, сформированного с помощью синхронизируемых искусственных нейронных сетей

https://doi.org/10.37661/1816-0301-2020-17-1-102-108

Аннотация

Рассматриваются основные варианты формирования общего секрета с использованием cинхронизируемых искусственных нейронных сетей и возможные модели поведения криптоаналитика. Для решения задачи повышения конфиденциальности формируемого общего секрета, если он будет использоваться в качестве криптографического ключа, предлагается применять смешивание некоторого числа результатов отдельных синхронизаций (свертку). В качестве функции смешивания рассматривается свертка векторов весовых коэффициентов сетей побитовым сложением по модулю 2 всех результатов отдельных синхронизаций. Показывается, что вероятность успеха криптоаналитика уменьшается экспоненциально с увеличением количества слагаемых в свертке и может быть выбрана сколь угодно малой. При этом закон распределения сформированного ключа после свертки близок к равномерному, а равномерность возрастает с увеличением количества слагаемых в свертке.

Об авторах

М. Л. Радюкевич
Научно-производственное республиканское унитарное предприятие «Научно-исследовательский институт технической защиты информации»
Беларусь
Радюкевич Марина Львовна, магистр технических наук, начальник испытательной лаборатории по требованиям безопасности информации, победитель конкурса молодых ученых на XXIV научно-практической конференции «Комплексная защита информации».


В. Ф. Голиков
Белорусский национальный технический университет
Беларусь
Голиков Владимир Федорович, доктор технических наук, профессор кафедры «Информационные технологии в управлении»


Список литературы

1. Kanter, I. The Theory of Neural Networks and Cryptography, Quantum Computers and Computing / I. Kanter, W. Kinzel. − 2005. – Vol. 5, nо. 1. – P. 130−140.

2. Kinzel, W. Neural cryptography / W. Kinzel, I. Kanter // 9th Intern. Conf. on Neural Information Processing, Singapore, 2002. – Singapore, 2002. – Vol. 3. – P. 1351–1354.

3. Ruttor, A. Dynamics of neural cryptography / A. Ruttor, I. Kanter, W. Kinzel // Physical Review E. – 2007. – Vol. 75, iss. 5. – Р. 1–9.

4. Плонковски, М. Криптографическое преобразование информации на основе нейросетевых технологий / М. Плонковски, П. П. Урбанович ; под ред. И. М. Жарского // Труды БГТУ. Сер. VI. Физикоматематические науки и информатика. – Минск : БГТУ, 2005. – С. 161–164.

5. Голиков, В. Ф. О некоторых проблемах в задачах распределения криптографических ключей с помощью искусственных нейронных сетей / В. Ф. Голиков, Н. В. Брич, В. Л. Пивоваров // Системный анализ и прикладная информатика. – 2014. – № 1–3. – С. 42–46.

6. Голиков, В. Ф. Атака на синхронизируемые искусственные нейронные сети, формирующие общий секрет, методом отложенного перебора / В. Ф. Голиков, А. Ю. Ксеневич // Доклады БГУИР. – 2017. – № 8. – С. 48–53.

7. Голиков, В. Ф. Формирование общего секрета с помощью искусственных нейронных сетей / В. Ф. Голиков, М. Л. Радюкевич // Системный анализ и прикладная информатика. – 2019. – № 2. – С. 49–56.

8. Generalized privacy amplification / C. H. Bennett [et al.] // IEEE Transaction on Information Theory. – 1995. – Vol. 41, nо. 6. – P. 1915–1923.

9. Боумейстер, Д. Физика квантовой информации / Д. Боумейстер, А. Экерт, А. Цайлингер. – М. : Постмаркет, 2002. – 276 с.

10. Килин, С. Я. Квантовая криптография: идеи и практика / С. Я. Килин, Д. Б. Хорошко, А. П. Низовцев. – Минск : Беларус. навука, 2007. – 391 с.


Рецензия

Для цитирования:


Радюкевич М.Л., Голиков В.Ф. Усиление секретности криптографического ключа, сформированного с помощью синхронизируемых искусственных нейронных сетей. Информатика. 2020;17(1):102-108. https://doi.org/10.37661/1816-0301-2020-17-1-102-108

For citation:


Radziukevich M.L., Golikov V.F. Enhancing the secrecy of a cryptographic key generated using synchronized artificial neural networks1. Informatics. 2020;17(1):102-108. (In Russ.) https://doi.org/10.37661/1816-0301-2020-17-1-102-108

Просмотров: 735


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1816-0301 (Print)
ISSN 2617-6963 (Online)