В статье рассматриваются основные направления повышения устойчивости криптографических систем посредством применения технологий искусственного интеллекта.
Ключевые слова: квантовая криптография, безопасность передачи данных, кибербезопасность, обнаружение аномалий и фишинга, устойчивость криптографических систем, алгоритмы шифрования.
Введение
Крипография имеет длительную историю развития, неразрывно связанную с развитием технологий [1]. Искусственный интеллект (ИИ) играет значительную роль в развитии и применении криптографии, предлагая новые методы для улучшения безопасности, эффективности алгоритмов шифрования и криптоанализа.
Методы (методология исследования)
Отбор источников для данной статьи осуществлялся с применением технологии искусственного интеллекта «Perplexity.ai», далее проводился анализ и отбор с помощью платформы «Google Scholar», применялась сортировка по годам (2022–2024 гг.) и функция «Похожие статьи», что в дальнейшем позволило выявить основные направления развития технологий искусственного интеллекта в криптографии.
Результаты
Основные направления применения технологий искусственного интеллекта в криптографии широко рассматриваются в публикациях 2022–2024 года.
В первую очередь необходимо выделить такое направление применения технологий искусственного интеллекта как «квантовая криптография» [2].
Технологии искусственного интеллекта применяются для разработки и оптимизации алгоритмов и протоколов в квантовой криптографии, которая использует свойства квантовой механики для обеспечения безусловной безопасности передачи данных [3]. Авторами (Шалини Дхар, Ашиш Харе, Ашутош Дхар Двиведи*, Раджани Сингх: отдел цифровизации Аллахабадский университет, Индия; Ольборгский университет, Дания) рассматривается важнейшая задача обеспечения конфиденциальности данных и предотвращения нарушений безопасности, которые могут привести к существенным потерям, включая значительные финансовые затраты и потенциальную гибель людей. С распространением устройств Интернета вещей (IoT) из различных источников собираются огромные объемы данных. Однако присущие устройствам Интернета вещей ограничения в вычислительной мощности и памяти делают их уязвимыми мишенями для вредоносных атак. Авторы исследуют повышение безопасности мультимедийных данных, включая аудио, видео и изображения, полученные с устройств Интернета вещей.
В качестве одного их ключевых направлений применения технологий искусственного интеллекта в криптографии также является обеспечение кибербезопасноcти или борьба с киберпреступностью [4]. Новые алгоритмы шифрования, разработанные с помощью ИИ, помогают защититься от киберпреступников [5], улучшая кибербезопасность [6].
Кроме того, применение технологий искусственного интеллекта все чаще рассматривается в контексте интеграции с блокчейном: искусственный интеллект и блокчейн используются совместно для улучшения контроля доступа [7] и обеспечения конфиденциальности данных, применяя ролевой контроль доступа и политики, основанные на «криптографических примитивах» [8].
Технологии искусственного интеллекта применяются также для обнаружения аномалий и фишинга [9, 10] для выявления необычных паттернов поведения, которые могут указывать на попытки несанкционированного доступа или фишинговые атаки, тем самым повышая безопасность систем.
Указанные направления позволяют ясно определить как применение технологий искусственного интеллекта способствует развитию криптографии, предлагая решения для повышения безопасности, эффективности и устойчивости криптографических систем
Может ли применение технологий искусственного интеллекта повысить безопасность криптографических систем?
Безопасность криптографических систем может быть повышена через оптимизацию алгоритмов шифрования [11]: применение технологий искусственного интеллекта позволяет разрабатывать и/или оптимизировать алгоритмы шифрования, делая их более устойчивыми к атакам и повышая их эффективность за счет анализа больших объемов данных и выявления потенциальных уязвимостей в существующих алгоритмах.
Технологии искусственного интеллекта могут также применяться для разработки новых методов защиты от киберпреступников, включая обнаружение и предотвращение атак [12, 13]. Модели машинного обучения анализируют поведенческие паттерны и помогают выявлять подозрительные действия, что способствует более эффективной защите данных.
Квантовая криптография и разработка новых методов шифрования также могут быть реализованы с помощью технологий искусственного интеллекта посредством разработки и оптимизации алгоритмов и протоколов в квантовой криптографии, используя принципы квантовой механики для обеспечения высокого уровня безопасности передачи данных [14, 15]. При разработке новых методов шифрования применение технологий искусственного интеллекта способствует созданию новых, более сложных методов шифрования, таких как «криптография на решетках» [16], которая предлагает улучшенную защиту от квантовых компьютеров и других передовых технологий взлома.
Выводы
Применение технологий искусственного интеллекта в криптографии для повышения устойчивости криптографических систем не только улучшает существующие методы криптографии, но и открывает новые горизонты для защиты данных, делая системы более устойчивыми к будущим угрозам.
Литература:
- Компаниец М. Р., Голдаев Г. А., Дурасов Н. А. Парадокс дней рождения и его роль в развитии криптографии и повышении криптоустойчивости систем //Юный ученый. — 2019. — №. 8. — С. 81–85.
- Иванчук М. А., Джураева Д. Х. Квантовая криптография: безопасная передача информации в эпоху квантовых вычислений //Развитие современной науки и технологий в условиях трансформационных процессов. — 2023. — С. 216–220.
- Dhar S. et al. Securing IoT devices: A novel approach using blockchain and quantum cryptography //Internet of Things. — 2024. — Т. 25. — С. 101019.
- Овчинский В. Технологии будущего против криминала. — Litres, 2019.
- Технологии будущего: как криптография и искусственный интеллект изменятся за пять лет. https://www.forbes.ru/tehnologii/359153-tehnologii-budushchego-kak-kriptografiya-i-iskusstvennyy-intellekt-izmenyatsya-za ДАта образщения: 09.02.2024 г.
- Клочков В. П. Некоторые проблемы информационной безопасности в аспекте цифровых технологий //Наука XXI века: проблемы, поиски, решения. — 2020. — С. 38–49.
- Антонян Е. А., Аминов И. И. Блокчейн-технологии в противодействии кибертерроризму //Актуальные проблемы российского права. — 2019. — №. 6 (103). — С. 167–177.
- Давидова С. И. Проблемы формировния криптографической политики в информационном обществе //Вестник Науки и Творчества. — 2023. — №. 2 (84). — С. 15–19.
- Амиров Д. Ф. Технологии искусственного интеллекта в задачах кибербезопасности на примере АНТИФРОДА //REDS. — С. 4.
- Хакимов А. А. Роль искусственного интеллекта в кибербезопасности //Universum: технические науки. — 2023. — №. 11–1 (116). — С. 58–59.
- Мартиросян В. В., Медведев Н. В. Применение искусственного интеллекта в DLP-системах. — 2023.
- Рыбаков Д. А. Автоматическое обнаружение кибератак в информационых технологиях//Вестник науки. — 2023. — Т. 5. — №. 7 (64). — С. 250–255.
- Исаков А. А. Искусственный интеллект в расследовании киберпреступлений //Вестник науки. — 2023. — Т. 3. — №. 5 (62). — С. 597–603.
- Наташкин Д. А. Перспективы квантовых вычислений в информационных технологиях//Сборник статей II Международной научно-практической конференции «Векторы развития современной науки». Петрозаводск, 2023. — С. 55–62
- Расулов А. Х., Хасанова М. Система защиты в системе волоконной связи c использованием нейронных сетей //Educational Research in Universal Sciences. — 2022. — Т. 1. — №. 6. — С. 241–250.
- Усатова О., Батырханова А. Формирование будущего информационной безопасности в информационном бизнесе //Scientific Collection «InterConf+». — 2023. — №. 38 (175). — С. 342–347.
