Los científicos del Instituto de Ciencia y Tecnología de Daegu Gyeongbuk DGIST en Corea han desarrollado algoritmos que miden de manera más eficiente qué tan difícil sería para un atacante adivinar las claves secretas de los sistemas criptográficos. El enfoque que utilizaron se describió en la revista Transacciones IEEE sobre seguridad y análisis forense de la información y podría reducir la complejidad computacional necesaria para validar la seguridad del cifrado.
"Los números aleatorios son esenciales para generar información criptográfica", explica el científico informático de DGIST Yongjune Kim, coautor del estudio con Cyril Guyot y Young-Sik Kim. "Esta aleatoriedad es crucial para la seguridad de los sistemas criptográficos".
La criptografía se usa en ciberseguridad para proteger la información. Los científicos a menudo usan una métrica, llamada 'mínima entropía', para estimar y validar qué tan buena es una fuente para generar los números aleatorios utilizados para cifrar datos. Los datos con baja entropía son más fáciles dedescifrar, mientras que los datos con alta entropía son mucho más difíciles de decodificar. Pero es difícil estimar con precisión la minientropía para algunos tipos de fuentes, lo que lleva a subestimaciones.
Kim y sus colegas desarrollaron un algoritmo fuera de línea que estima la minientropía en función de un conjunto de datos completo y un estimador en línea que solo necesita muestras de datos limitadas. La precisión del estimador en línea mejora a medida que aumenta la cantidad de muestras de datos. Además,el estimador en línea no necesita almacenar conjuntos de datos completos, por lo que se puede usar en aplicaciones con estrictas restricciones de memoria, almacenamiento y hardware, como dispositivos de Internet de las cosas.
"Nuestras evaluaciones demostraron que nuestros algoritmos pueden estimar la mínima entropía 500 veces más rápido que el algoritmo estándar actual mientras se mantiene la precisión de la estimación", dice Kim.
Kim y sus colegas están trabajando para mejorar la precisión de este y otros algoritmos para estimar la entropía en la criptografía. También están investigando cómo mejorar la privacidad en las aplicaciones de aprendizaje automático.
Fuente de la historia :
Materiales proporcionado por DGIST Instituto de Ciencia y Tecnología de Daegu Gyeongbuk . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :