Исследование криптостойкости асимметричной криптографической системы, основанной на искусственных нейронных сетях с применением помехоустойчивого кодирования

摘要

В материале данной статьи представлена реализация асимметричной криптографической системы, основанной на искусственных нейронных сетях и произвольном помехоустойчивом кодировании информации. Основной идеей в предлагаемой криптографической системе является скрытие множества разрешенных кодовых слов посредством обучения искусственной нейронной сети прямого распространения с ошибками, вносимыми равномерным шумом, добавляемым при обучении нейронной сети при вычислении значений функций активации части нейронов данной сети. Таким образом, могут быть получены различные выходные данные из искусственной нейронной сети прямого распространения при неизменяемых входных данных. Обратные преобразования возможны при использовании нейронной сети Хопфилда, выступающей в роли ключа расшифрования (закрытого ключа) предлагаемой асимметричной криптографической системы, обученной совместно с искусственной нейронной сетью прямого распространения, используемой в качестве открытого ключа в данной криптосистеме. Представлены результаты исследования криптостойкости ассиметричной криптографической системы, основанной на искусственных нейронных сетях и помехоустойчивом кодировании информации. Продемонстрированы графики, отражающие слабые корреляционные связи между входными и выходными последовательностями, генерируемыми искусственной нейронной сетью прямого распространения, в процессе обучения которой добавлялся равномерный шум при вычислении значений функции активации некоторой части нейронов данной сети.Рассмотрены возможные виды атак на представленную асимметричную криптосистему, а также приведены математические расчеты стойкости данной системы к криптоанализу. Результаты, полученные в ходе данного исследования, могут иметь ценность при рассмотрении математических аспектов асимметричной криптографии, основанной на исправлении ошибок в помехоустойчивых кодовых последовательностях.