• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • Investigador desarrolla algoritmo para mejorar herramientas de seguridad de la información

    Curvas elípticas. Crédito:Denis Khleborodov.

    La criptografía es una ciencia del cifrado de datos que proporciona su confidencialidad e integridad. Después de aplicar las transformaciones criptográficas (la base de los algoritmos de cifrado), solo los usuarios que posean una clave relevante pueden tener acceso al texto inicial.

    Recientemente, las transformaciones basadas en curvas elípticas se han utilizado ampliamente para la protección de datos. Proporcionan los mismos niveles de seguridad que otros tipos de algoritmos criptográficos, pero requieren claves sustancialmente más cortas. Estas transformaciones tienen una gran demanda debido al hecho de que las tecnologías modernas apuntan a la reducción de la memoria y el consumo de energía computacional.

    Dispositivos móviles, tecnologías blockchain, e Internet de las cosas requieren nuevas medidas de seguridad, aumentando la demanda de nuevos algoritmos de transformación criptográfica con menor consumo de energía computacional. Internet de las cosas es un concepto según el cual los dispositivos se comunican no solo con los usuarios, pero también entre ellos. Las tecnologías blockchain también cubren el Internet de las cosas, y dispositivos móviles personales y se basan en tecnología de firma digital.

    La principal operación matemática en las transformaciones basadas en curvas elípticas es la multiplicación escalar, en el que un punto en una curva elíptica se multiplica por un parámetro (escalar). La principal desventaja de la multiplicación escalar es su alta complejidad de cálculo, que puede reducirse mediante el uso de algoritmos eficientes con menor complejidad y, por lo tanto, menor consumo de energía computacional.

    "En el transcurso del estudio encontramos un algoritmo e identificamos diferentes parámetros de su funcionamiento. Cuando se utilizan estos parámetros, y dependiendo de los volúmenes de memoria disponibles y el valor del escalar, el algoritmo nos permite realizar una multiplicación escalar, la operación principal en la curva elíptica, con un consumo de energía computacional mínimo, "dijo Denis Khleborodov, El autor del artículo, Doctor., Seguridad CCIE, e investigador en MSU.

    El nuevo algoritmo se basa en una forma de representación escalar de ventana no adyacente que se clasifica como un algoritmo con un paso de cálculo previo. Los cálculos previos son cálculos de una sola vez que se realizan antes de la parte principal del trabajo, y sus resultados se guardan en la memoria. La principal ventaja de los algoritmos con precálculos es la división del cálculo en dos partes:los propios precálculos seguidos de los nuevos cálculos reutilizando sus resultados. Por lo tanto, se reduce la complejidad computacional de las operaciones consecutivas de multiplicación escalar.

    El autor también realizó un análisis comparativo del resultado obtenido con otro algoritmo efectivo basado en el mismo método. El científico logró reducir la complejidad computacional promedio de la etapa de precomputación en un 5 por ciento a un 46 por ciento, y del escenario principal, entre un 4% y un 22%, según los datos de entrada.

    El nuevo algoritmo se puede utilizar en plataformas blockchain para la firma digital de transacciones y autenticación, así como en Internet de las cosas para la autenticación de sus dispositivos, en protocolos de desarrollo de claves de sesión para el cifrado de datos transferidos, y asegurar la integridad de la información transmitida.

    "Esperamos desarrollar un algoritmo mejorado basado en la forma de representación escalar no adyacente de ventana deslizante, es decir, con parámetros cambiables de cálculos previos. También queremos adaptar los algoritmos para cálculos simultáneos. Los resultados pueden usarse en funciones de seguridad de Internet de las cosas y plataformas blockchain, "concluyó el científico.


    © Ciencia https://es.scienceaq.com