Preview

Двухсторонняя атака на синхронизируемые искусственные нейронные сети, формирующие общий секрет

https://doi.org/10.21122/2309-4923-2025-2-55-59

Аннотация

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.

Об авторах

В. Ф. Голиков

Беларусь

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

г. Минск



М. Л. Радюкевич
«Научно-исследовательский институт технической защиты информации»
Беларусь

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

г. Минск



Д. В. Шуляк
«Научно-исследовательский институт технической защиты информации»
Беларусь

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

г. Минск



Список литературы

1. Kanter, I. The Theory of Neural Networks and Cryptography / Ido Kanter, Wolfgang Kinzel // The Phisics of Communication. – 2003. – P. 631–642. – DOI: 10.1142/9789812704634_0044

2. 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.2002.1202841.

3. 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.

4. 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 .

5. 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.

6. 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: 10.37661/1816-0301-2020-17-1-102-108

7. Радюкевич, 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: 10.35596/1729-7648-2021-19-1-79-87

8. Радюкевич, 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: 10.21122/2309-4923-2021-3-51-58


Рецензия

Для цитирования:


Голиков В.Ф., Радюкевич М.Л., Шуляк Д.В. Двухсторонняя атака на синхронизируемые искусственные нейронные сети, формирующие общий секрет. Системный анализ и прикладная информатика. 2025;(2):55-59. https://doi.org/10.21122/2309-4923-2025-2-55-59

For citation:


Holikau U.F., Radziukevich M.L., Shuliak D.V. Two-way attack on synchronized artificial neural networks forming a common secret. «System analysis and applied information science». 2025;(2):55-59. (In Russ.) https://doi.org/10.21122/2309-4923-2025-2-55-59

Просмотров: 70


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


ISSN 2309-4923 (Print)
ISSN 2414-0481 (Online)