Kriptotahlil masalalarini yechishda Sun’iy neyron tarmoqlarining qo’llanilishi

Kriptotahlil masalalarini yechishda Sun’iy neyron tarmoqlarining qo’llanilishi
Kriptanaliz neyron tarmoqlarning qaror qabul qilish maydonini o'rganish qobiliyatidan foydalanadi. Shuningdek, mavjud bo'lgan shifrlash algoritmlariga hujumlarning yangi turlarini yaratish mumkin, chunki har qanday funktsiyani neyron tarmoq orqali namoyish etish mumkin.
Neyron kriotografiyasini katta qismga ajratish mumkin,bulardan bir nechtasini ko’rib o’tamiz.
1. Kriptanaliz
2. Stoxastik
3. Sun'iy neyron tarmoq (ANN)
4. Shifrlash
Kriptanaliz - bu zaif tomonlarni yoki ma'lumotlarning oqishini izlash uchun kriptografik tizimlarni o'rganish jarayoni. Kriptanaliz odatda kriptografik tizimning asosiy matematikasining zaif tomonlarini o'rganish sifatida qabul qilinadi, ammo u yon kanal hujumlari yoki zaif entropiya kirishlari kabi zaif tomonlarni izlashni ham o'z ichiga oladi.Kriptanaliz algoritmning zaif tomonlarini izlash va kriptografiya yoki axborot xavfsizligi tizimlariga kirish uchun matematik formulalardan foydalanadi.

Stoxastik - bu shunchaki tasodifiy deyishning ajoyib usuli. Bu so'z tasodifiy ma'noni anglatadi. Stoxastik tasodifiy aniqlangan jarayonni anglatadi. So'z dastlab stoxastik jarayon deb nomlangan matematik ob'ektni tavsiflash uchun, ammo hozirgi vaqtda matematikada stoxastik jarayon va tasodifiy jarayon atamalari bir-birini almashtiruvchi hisoblanadi.

Sun'iy neyron tarmoq (ANN) -Sun'iy neyron tarmoqlari yoki ulanish tizimlari hayvonlarning miyasini tashkil etuvchi biologik neyron tarmoqlaridan ilhomlanib ilhomlangan hisoblash tizimlari. Bunday tizimlar, odatda vazifalarga xos qoidalar bilan dasturlashtirilmasdan, misollarni ko'rib chiqish orqali vazifalarni bajarishni o'rganadi.

Kriptografiyada shifrlash - bu xabarni yoki ma'lumotni faqat vakolatli shaxslar unga kira oladigan va vakolatsiz bo'lganlar kira olmaydigan tarzda kodlash. Shifrlash o'zi xalaqit berishni oldini olmaydi, balki bo'lajak tutuvchiga tushunarli tarkibni inkor etadi.

U bitta chiqish neyronidan, K yashirin neyronlardan va K × N kirish neyronlaridan iborat. Kirish neyronlari ikkilik qiymatlarni oladi:
.
Kirish va yashirin neyronlar orasidagi og'irliklar qiymatlarni qabul qiladi:
.
Har bir yashirin neyronning qiymati kirish qiymati va vazn koeffitsienti mahsulotlarining yig'indisidir:
,

sgn(x)=

1.2-rasm. Ko'p darajali oziqlantiruvchi neyron tarmog'ining o'ziga xos turi
U bitta chiqish neyronidan, K yashirin neyronlardan va K × N kirish neyronlaridan iborat. Kirish neyronlari ikkilik qiymatlarni oladi:
.
Kirish va yashirin neyronlar orasidagi og'irliklar qiymatlarni qabul qiladi:
.
Har bir yashirin neyronning qiymati kirish qiymati va vazn koeffitsienti mahsulotlarining yig'indisidir:
,
sgn(x)=
Chiqish neyron qiymati barcha yashirin neyronlarning mahsulotidir:

Sun'iy neyron tarmoqlari - bu juda murakkab hisoblash mashinalariga taqlid qila oladigan sodda, ammo kuchli usuldir. Ushbu texnikadan orqaga yoyish algoritmidan foydalangan holda oddiy kombinatsion mantiq va ketma-ket mashinani qurish uchun foydalanilgan. ANN lar juda murakkab kombinatsion va ketma-ket sxemalarni amalga oshirish uchun ishlatilishi mumkin.
ANN yordamida mavjud xeshlash algoritmlarini tahlil qilish
ANN yordamida xeshlash algoritmlarini yaratishga bag'ishlangan bir qator ilmiy ishlar mavjud.Hesh funksiyada ishlatiladigan ANN 1.3-rasmda ko'rsatilgan.

1.3-rasm. Hesh funktsiyani qurish uchun ishlatiladigan sun'iy tarmoq modeli
Uch qavatli beshta neyron tarmog'i va xaotik xaritalash qo'llaniladi. Qoida tariqasida xaotik xaritalash sifatida boshqaruvchi parametrga ega bo'lgan qismli chiziqli funktsiyalarning bir qator takrorlanishi qo'llanilgan. Displeyning tasodifiyligi parametr qiymati bilan belgilanadi. Tadqiqotlar shuni ko'rsatadiki, xaotik xaritalashning takrorlanish sonini to'g'ri tanlash bilan, kirish parametrlarining ozgina o'zgarishi bilan funktsiyaning chiqish qiymati juda boshqacha bo'ladi. Yuqoridagi rasmda neyronlarning yashirin qatlamida xash funktsiyasini hisoblash uchun zarur bo'lgan operatsiyalar sonini kamaytirish uchun xaotik xaritalash takrorlanmaydi va T (T ≥ 50) takrorlashlar kirish va chiqish qatlamlarida bajariladi. Hash algoritmi yuqorida tavsiflangan sun'iy neyron tarmog'i va kalit generatori asosida qurilgan. Kalit generatori foydalanuvchi kalitini har bir qatlam uchun og'irliklar, ofsetlar va boshqarish parametrlari to'plamiga o'zgartiradi. Algoritm o'zboshimchalik uzunligidagi ma'lumotlarni 128 bitli xash qiymatiga o'zgartiradi. Buning uchun ma'lumotlar avval quyidagi neytral algoritmga binoan neyron tarmog'ining kiritilishiga beriladigan 1024-bitli blokning ko'paytmasiga erishiladi: bitta birlikni va qolgan nollarni oxirgi ko'p bo'lmagan blokga qo'shiladi. Shundan so'ng, har bir blok neyron tarmoqning kirish qismiga beriladi.
Natija quyidagi formula yordamida hisoblanadi:
= + = ( + ) + = ---- = (K + ) + + ….