გენეტიკური ალგორითმების გამოყენება კრიპტოანალიზში

ავტორი: ზურაბი ქოჩლაძე
თანაავტორები: ლ. ბესელია, მ. ხუჯგურუა
საკვანძო სიტყვები: გენეტიკური ალგორითმები, კრიპტოანალიზი
ანოტაცია:

გენეტიკური ალგორითმების გამოყენება კრიპტოანალიზში ზურაბ ქოჩლაძე zurab.kochladze62@gmail.com კომპიუტერულ მეცნიერებათა დეპარტამენტი, თსუ უნივერსიტეტის ქუჩა 3. ლალი ბესელია lalibeselia@hotmail.com მათემატიკისა და კომპიუტერულ მეცნიერებათა ფაკულტეტი, სსუ, პოლიტკოვსკაიას 12. მარიამ ხუნჯგურია m.khunjgurua@gmail.com კომპიუტერულ მეცნიერებათა დეპარტამენტი, თსუ, უნივერსიტეტის ქუჩა 3. დასწავლის ემერჯენტული მოდელები, რომელთა რიცხვს მიეკუთვნებიან გენეტიკური ალგორითმებიც, ახდენენ ადაპტაციის ყველაზე უფრო ელეგანტური და ძლიერი ფორმის - ცოცხალი ფორმების ევოლუციის იმიტაციას. თავისი ბუნებით ევოლუცია ძალიან მარტივი პროცესია. გარემოს ზემოქმედების შესაბამისად, თანდათანობით, პოპულაციის ყველაზე უფრო ძლიერ წარმომადგენლებში ზოგიერთი თვისებების უბრალო ცვლილებებისა და შედარებით წარუმატებელი ეგზემპლიარების გამოხშირვის შედეგად იზრდება პოპულაციის ადაპტაციის უნარი. ანალოგიურად, გენეტიკური ალგორითმები განაპირობებენ ამოცანის უფრო ზუსტ ამოხსნას ამონახსნ კანდიდატთა პოპულაციებზე გარკვეული ოპერაციების საშუალებით. ასეთი ალგორითმების გამოყენება თანამედროვე კრიპტოგრაფიული ალგორითმების კრიპტოანალიზისთვის უნდა იძლეოდეს კარგ შედეგებს, გამომდინარე იქიდან, რომ კრიპტოგრაფიული ალგორითმების ანალიზის დროს საქმე გვაქვს სწორედ მრავალი შესაძლო გასაღებებიდან ერთი, ნამდვილი გასაღების მოძებნასთან, ამასთან პროცესი იტერაციულია. ანუ ხდება გასაღების თანდათანობითი დაზუსტება ახალი ინფორმაციის საფუძველზე. ნაშრომში აღწერილია ჩვენს მიერ შექმნილი გენეტიკური ალგორითმი, რომელიც უტევს ცნობილ მერკლი - ჰელმანის ღია გასაღებიან სისტემა ღია ტექსტის საფუძველზე. შეტევა ღია ტექსტის საფუძველზე ნიშნავს, რომ ცნობილია როგორც ღია, ასევე დაშიფრული ტექსტები და შეტევის მიზანია ვიპოვოთ დაშიფრვის გასაღები, ან შევქმნათ ალგორითმი, რომელიც საშუალებას მოგვცემს აღვადგინოთ ღია ტექსტი გასაღების გარეშე. ჩვენს მიერ შექმნილი ალგორითმი მუშაობს სწორედ ამ პრინციპზე. ამასთან, ალგორითმის ფიტნეს ფუნქცია ძალიან მარტივია. ხდება გაშიფრული ტექსტის შედარება ღია ტექსტთან და გამოითვლება ჰემინგის მანძილი ამ ტექსტებს შორის. ალგორითმის ფიტნეს ფუნქციას წარმოადგენს სწორედ ამ მანძილის მინიმიზაცია. უნდა აღინიშნოს, რომ ალგორითმი ძალიან სწრაფად აღადგენს ღია ტექსტს, თუ დაშიფრვის გასაღები პატარაა, მაგრამ რაც უფრო უახლოვდება გასაღების სიგრძე რეალურს და იზრდება გადასარჩევი ვარიანტების რაოდენობა, ალგორითმის მუშაობა ხდება მით უფრო ნაკლებად ეფექტური, ხოლო როდესაც გასაღების სიგრძე ხდება რეალურ სისტემაში გამოყენებული გასაღების სიგრძის, ალგორითმი უკვე ვეღარ ახერხებს ტექსტის გაშიფრვას. ეს მიუთითებს იმაზე, რომ ჩვენს მიერ შემუშავებული ფიტნეს ფუნქცია არაა ოპტიმალური. მხოლოდ ჰემინგის მინიმიზაცია არაა საკმარისი ამონახსნ კანდიდატთა ხარისხიანი გადარჩევისთვის. მომავალში გაგრძელდება მუშაობა ამ მიმართულებით.