Derin Öğrenme ile Şifreleme Güvenliği Test Ediliyor

Araştırmacılar, şifreleme sistemlerinin gerçek güvenliğini ölçmek için derin sinir ağlarını (DNN) kullanmaya başladı. Yöntem basit ama etkili: bir yapay zeka modeline şifreli metinler gösterip, bunların güvenli mi yoksa kırılabilir mi olduğunu tahmin etmesini sağlıyorlar.

ArXiv'de yayınlanan çalışmada, araştırmacılar bu testi ML-KEM ve HQC gibi kuantum sonrası kripto (PQC) standartlarına uygulayarak sonuç aldı. Teorik olarak güvenli kabul edilen şifreleme yöntemleri için yapay zeka rastgele tahminle aynı başarı oranına sahip oldu. Bu, sistemlerin gerçekten güvenli olduğunu gösteriyor.

Ancak RSA, AES-CTR ve AES-CBC'de IV veya sayaç tekrarlandığında, ya da RC4 gibi eski algoritmalarda yapay zeka şifreli metinleri sınıflandırmayı başardı. Yani zayıf sistemlerdeki kusurları otomatik olarak tespit etti.

Bu yaklaşım önemli çünkü kripto sistemlerin güvenliğini değerlendirmek genellikle karmaşık matematik gerektirir. Yapay zeka tabanlı bu test, herhangi bir şifreleme yöntemi için hızlı ve pratik bir kontrol sunuyor. Özellikle yeni kuantum dirençli algoritmalar için ek bir doğrulama katmanı sağlıyor. Güvenlik araştırmacıları ve kripto kütüphaneleri bu tür otomatik testleri geliştirme sürecinde kullanabilir.