🤖 machine learning

Improving ML Attacks on LWE with Data Repetition and Stepwise Regression

تُثبت هذه الورقة أن الجمع بين مجموعات تدريب أكبر مع تكرار البيانات وتقنية انحدار تدريجي مبتكرة يُمكّن نماذج تعلم الآلة من استعادة أسرار أكثر كثافة في مشكلات "التعلم مع الأخطاء" (LWE)، متجاوزةً بذلك القيود السابقة في "المنطقة القاسية".

المؤلفون الأصليون: Alberto Alfarano, Eshika Saxena, Emily Wenger, François Charton, Kristin Lauter

نُشر 2026-04-07

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Alberto Alfarano, Eshika Saxena, Emily Wenger, François Charton, Kristin Lauter

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول كسر خزنة تحمي أهم الأسرار الرقمية في العالم. تستخدم هذه الخزنة قفلًا رياضيًا يسمى LWE (التعلم مع الأخطاء).

لعقود من الزمن، اعتقد علماء التشفير أن هذا القفل لا يمكن كسره بواسطة الحواسيب، خاصة عندما يكون "المفتاح" (السر) مخفيًا داخل كمية هائلة من الضجيج الرياضي. ومع ذلك، يقدم هذا البحث فريقًا جديدًا من "المحققين بالذكاء الاصطناعي" الذين أصبحوا بارعين جدًا في كسر هذه الأقفال، حتى عندما تكون المفاتيح أكثر تعقيدًا مما كان يُعتقد سابقًا.

إليك قصة كيفية قيامهم بذلك، مشروحة عبر تشبيهات بسيطة.

1. المشكلة: الغرفة الصاخبة

فكر في مشكلة LWE كأنك تحاول سماع همسة في غرفة صاخبة وفوضوية للغاية.

السر: نمط محدد من الأضواء (المفتاح) مخفي داخل شبكة.
الضجيج: تشويش عشوائي يشوه الإشارة.
الهدف: معرفة أي الأضواء تعمل بالضبط، رغم وجود التشويش.

كانت هجمات الذكاء الاصطناعي السابقة (مثل المحقق المسمى SALSA) جيدة، لكن كان لها حد معين. لم يكن بإمكانها حل اللغز إلا إذا كان الجزء "الصعب" من السر (المسمى المنطقة القاسية - Cruel Region) يحتوي على عدد قليل جدًا من الأضواء النشطة (البتات). إذا كان للسر الكثير من البتات النشطة في هذه المنطقة الصعبة، فإن الذكاء الاصطناعي يصاب بالارتباك ويستسلم. كان الأمر يشبه محاولة حل متاهة حيث لا يستطيع الذكاء الاصطناي رؤية سوى المنعطفات الثلاثة الأولى بوضوح؛ فإذا أصبحت المتاهة ملتوية للغاية، فإنه يضيع.

2. الاختراق: ثلاث حيل جديدة

وجد مؤلفو هذا البحث ثلاث طرق ذكية لمساعدة المحقق بالذكاء الاصطناعي على الرؤية لمسافة أبعد وحل متاهات أصعب.

الحيلة رقم 1: تأثير "البطاقات التعليمية" (تكرار البيانات)

تخيل أنك تحاول تعلم لغة جديدة.

الطريقة القديمة: تقرأ مليون جملة مختلفة مرة واحدة. تحصل على الفكرة العامة، لكنك تفقد التفاصيل.
الطريقة الجديدة: تقرأ 100,000 جملة، ولكنك تقرأ كل واحدة منها 50 مرة.

اكتشف البحث أن التكرار هو السحر. من خلال عرض نفس الأمثلة على الذكاء الاصطناعي مرارًا وتكرارًا، فإنه يتوقف عن التخمين العشوائي ويبدأ حقًا في "تعلم" النمط الأساسي. إنه مثل ممارسة مقطوعة موسيقية على البيانو: عزفها مرة واحدة لا يساعد كثيرًا، لكن عزفها 50 مرة يبني ذاكرة عضلية. سمح هذا للذكاء الاصطناعي بالتعامل مع أسرار تحتوي على عدد أكبر من "البتات النشطة" مما كان ممكناً من قبل.

الحيلة رقم 2: "المكتبة الكبيرة" (مجموعات بيانات أكبر)

كان الذكاء الاصطناعي بحاجة أيضًا إلى مكتبة أكبر. قام الباحثون بإنشاء 400 مليون مثال تدريبي (كمية هائلة من البيانات).

التشبيه: إذا كان الذكاء الاصطناعي القديم طالبًا لديه كتاب مدرسي صغير، فإن هذا الذكاء الاصطناعي الجديد لديه الإنترنت بأكمله.
النتيجة: مع المزيد من البيانات والتكرار، استطاع الذكاء الاصطناعي كسر أسرار كانت تُعتبر سابقًا "مستحيلة" بالنسبة لتعلم الآلة، مما دفع حدود ما كنا نظن أنه آمن.

الحيلة رقم 3: "المحقق المتدرج" (الانحدار التدريجي)

هذا هو الجزء الأكثر تقنية، ولكن إليك النسخة البسيطة:
بمجرد أن يكتشف الذكاء الاصطناعي الجزء "الصعب" من السر (المنطقة القاسية)، فإنه لا يزال بحاجة إلى اكتشاف الجزء "السهل" (المنطقة الهادئة - Cool Region).

الطريقة القديمة: حاول الذكاء الاصطناعي تخمين كل البتات السهلة دفعة واحدة، مثل محاولة حل لغز من 1,000 قطعة عن طريق رمي جميع القطع على الأرض والأمل في أن تتناسب. غالبًا ما فشل هذا لأن الضجيج كان يعترض طريقه.
الطريقة الجديدة (التدريجية): يعمل الذكاء الاصطناعي الآن كمحقق دقيق. إنه يخمن بتًا واحدًا في كل مرة.
1. يبحث عن البت الأكثر احتمالًا لأن يكون "مغلقًا" (صفر).
2. يثبت هذا التخمين.
3. يزيل تلك القطعة من اللغز ويبحث عن القطعة التالية.
4. يكرر ذلك حتى تكتمل الصورة كاملة.

هذا النهج "خطوة بخطوة" يمنع الذكاء الاصطناعي من الشعور بالارتباك بسبب الضجيج. إنه يشبه تقشير البصل طبقة تلو الأخرى بدلاً من محاولة أكله كله في قضمة واحدة.

3. النتائج: كسر أقفال أقوى

بفضل هذه الحيل الثلاث، أصبح هجوم الذكاء الاصطناعي الجديد أقوى بكثير:

قبل: كان بإمكانه فقط كسر الأسرار التي تحتوي على حوالي 3 بتات "صعبة".
الآن: يمكنه كسر أسرار تحتوي على 8 بتات أو أكثر من النوع الصعب.
الأثر: في بعض السيناريوهات، يمكنه استعادة أسرار أكثر تعقيدًا بمرتين مما كانت تتعامل معه الطرق السابقة.

4. لماذا يهم هذا؟

قد تسأل، "إذا كنا نستطيع كسر هذه الأقفال، أليس هذا أمرًا سيئًا؟"
في الواقع، إنه خبر جيد جدًا للأمن.

"اختبار الإجهاد": تمامًا كما يقوم المهندسون باختبار تصادم السيارات لمعرفة مدى قوتها، يحتاج علماء التشفير إلى اختبار أقفال "ما بعد الكم" (Post-Quantum) هذه لمعرفة ما إذا كانت آمنة حقًا.
التحذير: يوضح هذا البحث أنه إذا استخدمنا أنواعًا معينة من المفاتيح "المتباعدة" (البسيطة) لتوف توفير المساحة والسرعة، فقد تكون أضعف مما نعتقد.
الحل: الآن بعد أن عرفنا نقاط الضعف، يمكننا تصميم أقفال أفضل وأقوى قبل أن تجدها العصابات (أو الحواسيب الكمومية).

الملخص

هذا البحث يشبه تقريرًا من فريق من محترفي فتح الأقفال الذين وجدوا طريقة جديدة لفتح الأقفال المعقدة. لم يستخدموا مطرقة أكبر؛ بل استخدموا مزيدًا من الممارسة (التكرار)، ومزيدًا من مواد الدراسة (البيانات)، واستراتيجية أذكى (التخمين خطوة بخطوة). وهذا يثبت أنه بينما أقفالنا الرقمية الحالية قوية، يجب أن نستمر في اختبارها لضمان بقائها آمنة في المستقبل.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "تحسين هجمات تعلم الآلة على مسألة LWE باستخدام تكرار البيانات والانحدار المتدرج".

1. بيان المشكلة

تتناول الورقة مسألة التعلم مع الأخطاء (LWE)، وهي مسألة رياضية صلبة تشكل حجر الزاوية للعديد من أنظمة التشفير ما بعد الكم (PQC). وتحديداً، يحقق المؤلفون في قابلية مسائل LWE ذات الأسرار الصغيرة والمتفرقة (متجهات ثنائية، أو ثلاثية، أو أعداد صحيحة صغيرة) للاختراق عبر هجمات تعلم الآلة (ML).

التحدي: نجحت هجمات تعلم الآلة السابقة (مثل SALSA وPICANTE وVERDE) التي تستخدم نماذج المحولات (Transformers) في استعادة الأسرار فقط عندما يكون عدد البتات غير الصفرية في "المنطقة القاسية" (الجزء غير المختزل من متجه السر بعد اختزال الشبكة) محدوداً بـ 3 بتات أو أقل.
عنق الزجاجة: مع زيادة الوزن الهامينغ (عدد البتات غير الصفرية)، غالباً ما تحتوي "المنطقة القاسية" على أكثر من 3 بتات نشطة. يؤدي ذلك إلى نمو حاصل الضرب النقطي $a \cdot s$ بشكل كبير، مما يتسبب في دوران الحساب المودولاري (Modular Arithmetic) حول المعامل $q$ عدة مرات. تجد نماذج المحولات صعوبة في تعلم هذه الجمعيات المودولارية المعقدة، مما يؤدي إلى فشل هجمات تعلم الآلة مع الأسرار الأكثر كثافة.
الهدف: توسيع نطاق هجمات تعلم الآلة لاستعادة أسرار ذات أوزان هامينغ أعلى بكثير وعدد أكبر من "البتات القاسية" (يصل إلى 8) من خلال التغلب على قيود بنيات النماذج واستراتيجيات التدريب الحالية.

2. المنهجية

يقترح المؤلفون نهجاً ثلاثي المحاور لتعزيز استعادة السر القائمة على تعلم الآلة:

أ. مجموعات التدريب الضخمة وتكرار البيانات

الفرضية: مستوحى من أعمال سابقة أظهرت أن نماذج المحولات تتعلم الحساب المودولاري بشكل أفضل عند التدريب على أمثلة مكررة (بدلاً من عينات فريدة)، افترض المؤلفون أن توسيع حجم مجموعة البيانات وتكرار الأمثلة سيساعد النماذج على تعلم الضربات النقطية المودولارية المعقدة المطلوبة للأسرار الأكثر كثافة.
التنفيذ: قاموا بتوليد مجموعات بيانات ضخمة (تصل إلى 400 مليون زوج LWE مختزل). ومن الأهمية بمكان أنهم استكشفوا تكرار البيانات، حيث يتم تكرار نفس الأمثلة الفريدة عدة مرات ( $R$ ) أثناء التدريب.
البيانات الاصطناعية: لتجاوز التكلفة الحسابية العالية لاختزال الشبكة باستخدام خوارزمية BKZ (التي تستغرق حوالي دقيقة لكل زوج على وحدة المعالجة المركزية)، قاموا بتوليد متجهات مختزلة اصطناعية تحاكي الخصائص الإحصائية (التباين والتوزيع) للبيانات المختزلة بواسطة BKZ. وقد تحققوا من أن النماذج المدربة على البيانات الاصطناعية تؤدي أداءً مكافئاً لتلك المدربة على بيانات BKZ مختزلة حقيقية.

ب. الانحدار المتدرج للبتات "الباردة"

السياق: في LWE المختزل، يتم تقسيم متجه السر إلى المنطقة القاسية (غير مختزلة، يصعب تعلمها) والمنطقة الباردة (مختزلة، يسهل تعلمها). استخدمت الطرق السابقة الانحدار الخطي القياسي لاستعادة البتات الباردة بمجرد تخمين البتات القاسية.
نقد الانحدار الخطي: يجادل المؤلفون بأن الانحدار الخيدي ليس مثالياً لأنه:
1. يفترض وجود ارتباط بين الميزات (وهو ما لا يوجد في مصفوفات LWE).
2. يتجاهل الطبيعة المودولارية للضرب النقطي، مما يؤدي إلى تقدير أقل من الحقيقي للبتات غير الصفرية بسبب "الدوران".
التقنية الجديدة: قدموا الانحدار المتدرج (ومتغيره المزدوج).
- العملية: بدلاً من الحل لجميع البتات دفعة واحدة، تحدد الخوارزمية بشكل تكراري الميزة ذات المساهمة الأقل وتعين لها قيمة صفر (استغلالاً للتفرق/Sparsity).
- المزدوج المتدرج: بمجرد أن تصبح البتات المتبقية معظمها غير صفرية (واحدات)، تقوم الخوارزمية بقلب المشكلة (المزدوج) لحل مشكلة الأصفار المتبقية. هذا الحذف التكراري يتجنب تراكم الخطأ الناتج عن الحساب المودولاري.

ج. تحسينات بنية النموذج

المحول (Transformer): تم استخدام محول مكون من 4 طبقات يعتمد على المشفر فقط (Encoder-only) مع تضمينات زاوية (رسم الأعداد الصحيحة على دائرة الوحدة).
التضمينات الموضعية: تمت إضافة تضمين ثنائي مبتكر إلى المدخلات للإشارة صراحةً إلى ما إذا كانت الإحداثية تنتمي إلى المنطقة "القاسية" أو "الباردة"، مما يحسن قدرة النموذج على التمييز واستعادة البتات في المنطقة الصعبة.

3. المساهمات الرئيسية

كسر حاجز "الـ 3 بتات القاسية": نجح المؤلفون في استعادة الأسرار التي تحتوي على ما يصل إلى 8 بتات قاسية، وهو تحسن كبير مقارنة بالحد السابق البالغ 3.
قانون القياس لتكرار البيانات: وضعوا علاقة قوة تجريبية بين عدد محاولات النموذج ( $A$ )، وإجمالي بيانات التدريب ( $D$ )، وعامل التكرار ( $R$ ):
$\ln(AR) = C_R - \alpha_R \ln(D)$
ووجدوا أن التكرار ( $R$ ) لا يقلل فقط من الحاجة إلى بيانات متميزة، بل يعيد صياغة قانون القياس بشكل جوهري، مما يجعل البيانات المكررة أمراً حاسماً لاستعادة الوزن الهامينغ العالي.
الانحدار المتدرج للبتات الباردة: استبدلوا الانحدار الخطي بالانحدار المتدرج، مما أظهر أداءً فائقاً في استعادة الجزء "البارد" من السر، خاصة في إعدادات الاختزال العالية.
التحقق من البيانات الاصطناعية: أثبتوا أن البيانات الاصطناعية يمكن أن تحل محل بيانات BKZ المختزلة المكلفة في التدريب وتحليل قانون القياس، مما يقلل بشكل كبير من التكلفة الحسابية للتجارب.

4. النتائج التجريبية

اختبر المؤلفون أربعة إعدادات LWE بأبعاد ( $n$ ) ومعاملات ( $q$ ) متفاوتة. تشمل النتائج الرئيسية ما يلي:

استعادة الوزن الهامينغ:
- الأسرار الثنائية: استعادة الأسرار ذات الأوزان الهامينغ التي تصل إلى 75 (لـ $n=512, \log_2 q=41$ ) و70 (لـ $n=256, \log_2 q=20$ ).
- المقارنة: يتفوق هذا بشكل هائل على هجمات تعلم الآلة السابقة (على سبيل المثال، استعاد VERDE وزن $h=63$ لـ $n=512$ ) والهجمات غير القائمة على تعلم الآلة (هجوم "البارد والقاسي").
معدلات الاستعادة:
- بالنسبة لـ $n=256, \log_2 q=20$ و $h=33$ ، استعادت طريقتهم 98% من الأسرار، بينما استعادت VERDE 33% فقط.
- بالنسبة لـ $n=512, \log_2 q=41$ و $h=63$ ، استعادت طريقتهم 91%، مقارنة بـ 15% لـ VERDE.
كفاءة البيانات:
- بالنسبة لـ $n=512, \log_2 q=28$ ، تم استعادة الأسرار ذات الـ 4 بتات قاسية باستخدام 20 مليون نموذج فقط مع تكرار 10 مرات، بينما تطلبت الطرق السابقة ميزانيات أكبر بكثير أو فشلت تماماً.
نتائج القياس: لم يؤدِ زيادة معاملات النموذج (الطبقات/حجم التضمين) إلى تحسين الأداء بشكل ملحوظ. المحرك الأساسي للنجاح كان حجم البيانات وتكرارها، وليس تعقيد النموذج.

5. الأهمية والآثار المترتبة

التقييم الأمني: تشير النتائج إلى أن أنظمة PQC القائمة على LWE والتي تستخدم أسراراً متفرقة قد تكون أقل أماناً مما كان يُعتقد سابقاً عند مواجهة هجمات تعلم الآلة المتقدمة. "المنطقة القاسية" ليست حاجزاً صلباً بل هي دالة لتوافر البيانات واستراتيجية التدريب.
التحول المنهجي: توضح الورقة أن تكرار البيانات والطرق الإحصائية التكرارية (الانحدار المتدرج) أكثر فعالية من مجرد زيادة حجم النموذج، خاصة للمهام التشفيرية المحددة التي تتضمن حسابات مودولارية.
الأبحاث المستقبلية: يوفر هذا العمل إطاراً لتقدير أمن معاملات LWE ضد هجمات تعلم الآلة باستخدام قوانين القياس. كما يسلط الضوء على إمكانية استخدام البيانات الاصطناعية لمحاكاة الهجمات دون التكلفة الباهظة لاختزال الشبكة، مما يسمح بتقييم أسرع لمعايير PQC.
القيود: يستهدف الهجوم حالياً LWE الأساسي مع أسرار ثنائية/ثلاثية متفرقة. وبينما يمكن تكييفه مع Ring/Module LWE، فإن التكلفة الحسابية العالية لتوليد بيانات BKZ مختزلة (رغم التخفيف منها عبر البيانات الاصطناعية) تظل قيداً عملياً للهجمات ذات المجموعات الضخمة من البيانات.

في الختام، تثبت هذه الورقة أن القيود المفروضة على هجمات تعلم الآلة على LWE ليست متأصلة في النماذج نفسها، بل في استراتيجية بيانات التدريب. ومن خلال الاستفادة من مجموعات البيانات الضخمة المكررة والانحدار المتدرج، وسع المؤلفون بشكل كبير حدود تعقيد السر القابل للاستعادة.