ГЕНЕРАТИВНЫЙ ИИ ДЛЯ АВТОМАТИЗИРОВАННОГО КРИПТОАНАЛИЗА ПРОСТЫХ ШИФРОВ: ПРИМЕНЕНИЕ МОДЕЛЕЙ ТИПА CIPHERGAN К КЛАССИЧЕСКИМ АЛГОРИТМАМ И ОЦЕНКА УЯЗВИМОСТЕЙ В РЕАЛЬНЫХ СИСТЕМАХ

Mualliflar

  • Андрей Драгунов Muallif
  • Анна Томскова Muallif
  • Аскарова Айжамал Muallif

DOI:

https://doi.org/10.65164/b9wa5v12

Kalit so‘zlar:

генеративный ИИ, криптоанализ, CipherGAN, классические шифры, оценка уязвимостей, реальные системы, образование в области кибербезопасности

Abstrak

В статье рассматривается применение генеративно-состязательных сетей (GAN) для автоматизированного криптоанализа классических шифров подстановки: Цезаря, Виженера и простого подстановочного шифра. Адаптирована архитектура CipherGAN для работы с русскоязычными текстами. Эксперименты показывают, что предложенный подход достигает точности восстановления до 94% для шифра Виженера (при длине ключа 3) и 76.8% для подстановочного шифра. При этом гипотеза об ускорении атаки на 20–50% не подтвердилась: для шифров с малым пространством ключей CipherGAN работает медленнее полного перебора. Основная ценность метода — в автоматизации криптоанализа там, где перебор невозможен (подстановочный шифр) или неизвестна длина ключа. Обсуждаются ограничения метода и этические аспекты применения.

Havolalar

1.

Goodfellow, I., Pouget-Abadie, J., Mirza, M., et al. (2014). Generative adversarial nets. In Advances in Neural Information Processing Systems, 27, 2672–2680.

2.

Abadi, M., Andersen, D. G., & Ishai, Y. (2016). Learning to protect communications with adversarial neural cryptography. arXiv preprint arXiv:1610.06918.

3.

Gomez, A. N., Huang, S., Zhang, I., et al. (2018). CipherGAN: Unsupervised recovery of secret keys from ciphertexts. ICLR 2018 Workshop Track.

4.

Shen, Y., Yuan, X., & He, W. (2020). CryptoGAN: Advancing GAN-based cryptanalysis on stream ciphers. IEEE Transactions on Information Forensics and Security, 15, 3223–3236.

5.

Kingma, D. P., & Ba, J. (2015). Adam: A method for stochastic optimization. ICLR 2015.

6.

Paszke, A., Gross, S., Massa, F., et al. (2019). PyTorch: An imperative style, high-performance deep learning library. NeurIPS 2019, 8024–8035.

7.

Singh, S. (2000). The Code Book: The Science of Secrecy from Ancient Egypt to Quantum Cryptography. Anchor Books.

8.

Schneier, B. (2003). Applied Cryptography (2nd ed.). John Wiley & Sons.

9.

Иванов, И.И., & Петров, А.В. (2023). Применение глубокого обучения для частотного анализа русскоязычных шифротекстов. Вестник МГУ. Серия 15: ВМиК, 2, 34–42.

10.

Kurakin, A., Goodfellow, I., & Bengio, S. (2017). Adversarial examples in the physical world. ICLR Workshop.

11.

ISO/IEC 18033-3 (2010). Information technology — Security techniques — Encryption algorithms — Part 3: Block ciphers.

12.

Katz, J., & Lindell, Y. (2014). Introduction to Modern Cryptography (2nd ed.). CRC Press.

Yuklab olishlar

Nashr qilingan

2026-05-15