sapiСистемный анализ и прикладная информатика«System analysis and applied information science»2309-49232414-0481Belarusian National Technical University10.21122/2309-4923-2025-2-55-59sapi-748Research ArticleЗащита информацииInformation securityДвухсторонняя атака на синхронизируемые искусственные нейронные сети, формирующие общий секретTwo-way attack on synchronized artificial neural networks forming a common secretГоликовВ. Ф.HolikauU. F.

Голиков Владимир Федорович – доктор технических наук, профессор. Сфера научных интересов: защита информации, криптография.

г. Минск

Uladzimir F. Holikau – doctor of Technical Sciences, Professor. Area of scientific interests: infor- mation security, cryptography.

Minsk

gvf147@mail.ruРадюкевичМ. Л.RadziukevichM. L.

Радюкевич Марина Львовна – кандидат технических наук, начальник испытательной лаборатории по требованиям безопасности информации. 

г. Минск

Maryna L. Radziukevich – Ph.D. of Engineering Sciences, head of the testing laboratory for information security requirements.

Minsk

1218a@list.ruШулякД. В.ShuliakD. V.

Шуляк Дмитрий Викторович – магистр технических наук, ведущий инженер испытательной лаборатории по требованиям безопасности информации.

г. Минск

Dmitry V. Shuliak – Scientific. Master of Engineering Sci- ence, leading engineer of the testing laboratory for information security requirements .

Minsk

shuliak.dv@gmail.com«Научно-исследовательский институт технической защиты информации»Беларусь"Research Insti- tute for Technical Protection of Information"Belarus«Научно-исследовательский институт технической защиты информации»Беларусь"Research Institute for Technical Protection of Information"Belarus202515082025025559Copyright © Голиков В.Ф., Радюкевич М.Л., Шуляк Д.В., 20252025Голиков В.Ф., Радюкевич М.Л., Шуляк Д.В.Holikau U.F., Radziukevich M.L., Shuliak D.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sapi.bntu.by/jour/article/view/748

Рассматривается уязвимость технологии формирования общего криптографического ключа с помощью синхронизируемых искусственных нейронных сетей (ИНС) относительно нового типа атаки, названной двухсторонней. Суть атаки заключается в том, что криптоаналитик, прослушивая открытый канал связи, создает для этого две идентичные искусственные нейронные сети, одну из которых он синхронизирует с сетью одного из легальных абонентов, а вторую – с сетью другого легального абонента. Сравнивая вектора весовых коэффициентов атакующих сетей, криптоаналитик имеет возможность определить момент наступления полной синхронизации сетей легальных абонентов и значение сформированного секретного числа. Далее исследуются возможности двухсторонней атаки при различных моделях формирования секретного числа.

The vulnerability of the technology for generating a common cryptographic key using synchronized artificial neural networks (ANN) is considered in a relatively new type of attack called two-way. The essence of the attack is that a cryptanalyst, listening to an open communication channel, creates two identical artificial neural networks, one of which he synchronizes with the network of one of the legal subscribers, and the second with the network of another legal subscriber. By comparing the vectors of weight coefficients of attacking networks, the cryptanalyst is able to determine the moment of full synchronization of the networks of legal subscribers and the value of the generated secret number. Next, we examine the possibilities of a two-way attack using various models of secret number generation.

синхронизируемые искусственные нейронные сетиатакаобщий криптографический ключотложенный переборsynchronized artificial neural networksattackshared cryptographic keydelayed brute forceReferencesKanter, I. The Theory of Neural Networks and Cryptography / Ido Kanter, Wolfgang Kinzel // The Phisics of Communication. – 2003. – P. 631–642. – DOI: 10.1142/9789812704634_0044Kanter, I. The Theory of Neural Networks and Cryptography / Ido Kanter, Wolfgang Kinzel // The Phisics of Communication. – 2003. – P. 631–642. – DOI: 10.1142/9789812704634_0044Kinzel, W. Neural Cryptography / W. Kinzel, I. Kanter // ICONIP'02 : proc. of the 9th Intern. Conf. on Neural Information Processing, Nov. 18–22, 2002, Orchid Country Club, Singapore. – Singapore, 2002. – Vol. 3. – P. 1351–1354. – DOI: 10.1109/ICONIP.2002.1202841.Kinzel, W. Neural Cryptography / W. Kinzel, I. Kanter // ICONIP'02 : proc. of the 9th Intern. Conf. on Neural Information Processing, Nov. 18–22, 2002, Orchid Country Club, Singapore. – Singapore, 2002. – Vol. 3. – P. 1351–1354. – DOI: 10.1109/ICONIP.2002.1202841Ruttor, A. Dynamics of neural cryptography / A. Ruttor, I. Kanter, W. Kinzel // Physical Review E – Statistical, Nonlinear, and Soft Matter Physics. – 2007. – Vol. 75, iss. 5. – P. 056104.Ruttor, A. Dynamics of neural cryptography / A. Ruttor, I. Kanter, W. Kinzel // Physical Review E – Statistical, Nonlinear, and Soft Matter Physics. – 2007. – Vol. 75, iss. 5. – P. 056104.Урбанович, П.П. Использование гиперкомплексных чисел в протоколе согласования криптографических ключей на основе нейронных сетей / П.П. Урбанович, Н.П. Шутько // Журнал Белорусского государственного университета. Математика. Информатика. – 2024. – № 2. – С. 81–92 .Urbanovich, P.P. Usage of hypercomplex numbers in a cryptographic key agreement protocol based on neural networks / P.P. Urbanovich, N.P. Shutko // Journal of the Belarusian State University. Mathematics and Informatics. – 2024. – Vol. 2. – P. 81–92.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. – C. 48–53.Golikov, V.F. Attack on synchronized artificial neural networks, forming a common secret by deferred search /V.F. Golikov, A.Y. Ksenevich // Doklady BGUIR. – 2017. – Vol. 8. – P. 48-53. (In Russ.)Радюкевич, М.Л. Усиление секретности криптографического ключа, сформированного с помощью синхронизируемых искусственных нейронных сетей / М.Л. Радюкевич, В.Ф. Голиков // Информатика. – 2020. − Т. 17, № 1. – С. 102–108. – DOI: 10.37661/1816-0301-2020-17-1-102-108Radziukevich, M.L. Enhancing the secrecy of a cryptographic key generated using synchronized artificial neural networks / M.L. Radziukevich, V.F. Golikov // Informatics. – 2020. – Vol. 17, № 1. – P. 102-108. – DOI: 10.37661/1816-0301-2020-17-1-102-108Радюкевич, М.Л. Комбинированный метод формирования криптографического ключа с помощью синхронизируемых искусственных нейронных сетей / М.Л. Радюкевич, В.Ф. Голиков // Доклады БГУИР. – 2021. – Т. 19, № 1. – С. 79–87. – DOI: 10.35596/1729-7648-2021-19-1-79-87Radziukevich, M.L. Combined formаtion of a cryptographic key using synchronized artificial neural networks / M.L. Radziukevich, V.F. Golikov // Doklady BGUIR. – 2021. – Vol. 19, № 1. –P. 79-87. – DOI: 10.35596/1729-7648-2021-19-1-79-87Радюкевич, М.Л. Комбинированный метод формирования криптографического ключа с секретной модификацией результатов синхронизации искусственных нейронных сетей / М.Л. Радюкевич // Системный анализ и прикладная информатика. – 2021. – № 3. – С. 51–58. – DOI: 10.21122/2309-4923-2021-3-51-58Radziukevich, M.L. A combined method of formation of a cryptographic key with secret modification of the results of synchronization of artificial neural networks. System analysis and applied information science. – 2021. – Vol. 3. – P.51-58. (In Russ.). – DOI: 10.21122/2309-4923-2021-3-51-58

The authors declare that there are no conflicts of interest present.