Kriptografiya sohasida neyron tarmoqlarning tadbiqi

Kriptografiya sohasida neyron tarmoqlarning tadbiqi

Bekmuratov T.F.(akademik) Tursunov O.O. (magistrant)

Muhammad al-Xorazmiy nomidagi Toshkent Axborot Texnologiyalari Universiteti

Hozirgi kunda suniy intellekt va neyron tarmoqlar har bir sohadagi yechimi murakkab bo‘lgan vazifalarni hal etish uchun qo‘llanilib kelinmoqda. Kriptografiya sohasida ham neyron tarmoqlarni tadbiq etish va ulardan kriptografik muammolarni yechishda foydalanish asta sekinlik bilan kengayib bormoqda. Kriptografiyada neyron tarmoqlarning qo‘llash boshlanishi bilan “Neyrokriptografiya” atamsi fanga kirib keldi. Neyrokriptografiya – kriptografiyaning bir qismi bo‘lib, neyron tarmoq algoritmlarini shifrlash va kriptoanalizda qo‘llashni o‘rganadi.

Kriptigarafiyada o‘zaro bog‘langan neyron tarmoqlar haqidagi dastlabki ma’lumotlar “Neyron tarmoqlar kriptografiyada tadbiqini topmoqda” nomli maqolada keltirilgan. Unda neyron tarmoqlarga o‘rganish va tajriba ortirib borish jarayoni zarurligi va bu jarayonni ikki neyron tarmoq bir biri orqali amalga oshirishi haqidagi amaliyot yuzasidan so‘z boradi. Germaniyaning Volsburg shaxri “Teoretik fizika instituti” xodimi Wolfgang Kinzel va Isroil Ramat-Gane “Minerva” markazi tadqiqotchisi Ido Kantler kompyuter tarmog‘i orqali o‘zaro ma’lumotlar kiruvchi va chiquvchi qismlarni teskari shaklda ulangan neyron tarmoqlarni ishga tushuradilar. Neyron tarmoqlarni o‘rgatish jarayonida natijalari aniq bo‘lgan tasodifiy axborot fragmentlarini taqdim etgan holda unikal kategoriyalash vazifasi qo‘yiladi. Har bir roundan so‘ng natijalar solishtirib borildi. Tez orada ikki tarmoq o‘zaro mos tarzda ishlay boshladi, tarmoqlar o‘zaro mos lekin qarama-qarshi ishorali natijalar bera boshladi. So‘ngra bir neyron tarmoqdagi natijalar qarama-qarshi ishoraga o‘zgartirilib chiqildi va ikki neyron tarmoq o‘zaro mos tarzda faoliyat boshladi. Bu tajriba natijasi kriptografiya sohasiga foydali bo‘ldi. Chunki hozirda kompyuter tarmoqlari orqali shifrma’lumotlar uzatiladi va huddu shu tarmoq orqali shifrmatnni yeshish uchun kerak bo‘lgan kalit ham yuboriladi. Bu esa kalitni o‘zini ham o‘g‘irlash va shifrmatnni yeshish havfini keltirib chiqaradi. Bu ikki o‘zaro bog‘langan neyron tarmoqlar esa kalit sifatida o‘zidagi ma’lumotdan foydalanishi mumkin, sababi bu ikki neyron tarmoq o‘zaro sinxron va bir-biriga mos tarzda faoliyat olib boradi.

Neyrokriptografiya rivojlanishi natijasida o‘ziga xos xususiyati va ish faoliyatiga ega bo‘lgan “Doiraning oxiri neyron tarmog‘i”, “Teskari aloqa neyron tarmog‘i”, “Xoatik neyron tarmog‘i” turdagi neyron tarmoqlar paydo bo‘ldi.

Neyron tarmoqlar hozirda kriptografiyaning quidagi sohalarida samarali qo‘llanilib kelinmoqda:

• 
  Ochiq kalitli kriptosistemalar ishlab chiqishda.
  
• 
  Shifrlash algoritmlarida.
  
• 
  Kriptoanalizda.
  
• 
  Stenografiayada.
  
• 
  Hesh funksiyalarda.
  

Ushbu maqolada yuqorida sanab o‘tilgan sohalarda neyron tarmoqlardan qanday foydalanish mumkinligi haqida ma’lumot beriladi.

Ochiq kalitlarni generatsiyalovchi neyron tarmoqning ishlash prinsipi quyida keltirilgan. Bu neyron tarmoq ikki pog‘onali bo‘lib n ta tarmoq va chiquvchi neyronlardan iborat. Har bir chiquvchi neyron D=MB+C matritsaning ma’lum bir elementi hisoblanadi. Berilgan P matritsaning qiymati neyron tarmoqning bog‘lam qiymati, kiruvchi signal esa .

Misol uchun uchta kompоnentadan tashkil topgan ma’lumotni shifrlovchi kriptosistemani ko‘rib chiqamiz. Kriptosistemaning komponentlarini aniqlanadi.

B= P= C=

Bunda = 83> =81, = 293> + 289,

= 227> =225

Modul ko‘paytmasi m= =5 520 413 va konstanta W=64.

Shunda M=mW-1=353 306 431.

Tanlangan asosida doimiy bo‘lgan chiquvchi signal aniqlanadi = (4 256 704, 1 205 824, 1 556 416). Keltirilgan modullar uchun tizim parametrlarini yangilash, berilgan diapazondagi koeffitsiyentlar, komponentalar summasi va C matritsa elementlari yigindisining kvadratini o‘zgartirish holda amalga oshirilishi mumkin. A kalitni hosil qilish uchun neyron tarmoq bog‘lam koeffisentlarini aniqlash keerak. Umumiy holatda W matritsaning koeffisentlari n qator va ustundan iborat bo‘ladi. Bu misolda n =3, A ning har bir komponentasi bo‘yicha W matritsada 3 ta qator va 9 ustundan iborat.

1-rasmda ochiq kalitni hisoblash neyron tarmoq strukturasi keltirilgan. Yuqoridagi misol uchun bu quyidagicha ko‘rinishga ega.

1-rasm. Ochiq kalit hosil qilish neyron tarmoq strukturasi

Hesh funksiyalar sohasiga kirib kelgan “Chuqur heshlash” (Deep Hashing learning) yangi hesh funksiyalar avlodi bo‘lib, kriptografiyada ham bunday hesh funksiylardan foydalanish kengayib bormoqda. Chuqur heshlashning ham ikki xil simmetrik va assimmetrik yo‘nalishlari mavjud. Ular heshlash jarayonida suniy neyron tarmoqlardan foydalanib takomillashtirilgan va rivojlanishda davom etmoqda.