PQC-LEO: An Evaluation Framework for Post-Quantum Cryptographic Algorithms

El artículo presenta PQC-LEO, un marco de evaluación automatizado para medir el rendimiento computacional y de red de algoritmos de criptografía postcuántica en arquitecturas x86 y ARM, revelando que la implementación de métodos con mayor seguridad provoca una reducción de rendimiento más significativa en dispositivos ARM que en x86.

Lo esencial

¡Hola! Imagina que el mundo digital es como una inmensa ciudad llena de casas (nuestros datos) protegidas por cerraduras muy sofisticadas (la criptografía actual). Durante décadas, estas cerraduras han sido invencibles para los ladrones comunes.

Pero, hay un nuevo tipo de ladrón en la ciudad: la Computación Cuántica. Es como un ladrón con una llave maestra universal (el algoritmo de Shor) que puede abrir cualquier cerradura tradicional en segundos. Si este ladrón llega a tener fuerza suficiente, todas nuestras contraseñas, bancos y secretos gubernamentales estarán en peligro.

Para detenerlo, los expertos han diseñado nuevas cerraduras llamadas Criptografía Post-Cuántica (PQC). Estas son tan complejas que ni siquiera el ladrón cuántico puede abrirlas.

Sin embargo, hay un problema: estas nuevas cerraduras son más pesadas, más grandes y requieren más energía para girar que las antiguas. ¿Funcionarán bien en un teléfono inteligente? ¿En un reloj inteligente? ¿En un ordenador de escritorio potente?

Aquí es donde entra el protagonista de este artículo: PQC-LEO.

¿Qué es PQC-LEO? (El "Entrenador Personal" de las Cerraduras)

Imagina que PQC-LEO es un entrenador personal y un juez de carreras muy automatizado. Su trabajo es poner a prueba a todas estas nuevas cerraduras (algoritmos) para ver qué tan bien funcionan en diferentes escenarios.

Antes, para probar una cerradura, un ingeniero tenía que:

1. Configurar el laboratorio manualmente (como montar un escenario de teatro pieza por pieza).
2. Ejecutar la prueba.
3. Anotar los resultados en una libreta.
4. Repetir esto cientos de veces en diferentes máquinas.

¡Era tedioso y lento!

PQC-LEO automatiza todo esto. Es como un robot que:

• Prepara el escenario automáticamente.
• Hace correr a las cerraduras en una pista (tu ordenador o dispositivo).
• Mide exactamente cuánto tardan, cuánta energía consumen y cuánto espacio ocupan.
• Te entrega un informe limpio y listo para leer.

¿Qué descubrió el entrenador? (Los Resultados)

El equipo probó estas nuevas cerraduras en dos tipos de "atletas":

1. x86: Son como camionetas potentes (los ordenadores de escritorio y portátiles normales). Tienen mucha fuerza y energía.
2. ARM: Son como bicicletas eléctricas o coches pequeños (como los teléfonos móviles o las Raspberry Pi). Son eficientes, pero tienen menos potencia bruta.

El hallazgo clave:
Las nuevas cerraduras funcionan bien en las "camionetas" (x86), pero en las "bicicletas" (ARM), especialmente cuando se usan las versiones más seguras (las cerraduras más gruesas y pesadas), se nota mucho más el esfuerzo.

• La analogía: Imagina que tienes que subir una colina empujando una roca.
  • En la camioneta (x86), la roca pesa un poco más, pero el motor la arrastra sin problemas.
  • En la bicicleta (ARM), esa misma roca hace que la bicicleta vaya mucho más lento y se canse mucho más rápido.

El estudio mostró que al aumentar la seguridad (hacer la cerradura más robusta), el rendimiento en los dispositivos pequeños (ARM) cae drásticamente, mucho más que en los ordenadores grandes.

¿Por qué es importante esto?

Vivimos en un mundo donde casi todo está conectado: desde tu nevera inteligente hasta los sistemas de control de tráfico. Muchos de estos dispositivos son pequeños y tienen poca batería (son "ARM").

Si implementamos las nuevas cerraduras sin saber cómo afectan a estos dispositivos pequeños, podríamos:

• Agotar la batería de tu teléfono en minutos.
• Hacer que las conexiones de internet sean lentas.
• Que los dispositivos inteligentes dejen de funcionar.

PQC-LEO nos ayuda a saber exactamente qué cerradura usar en qué dispositivo. Nos dice: "Oye, para este reloj inteligente, usa esta versión ligera de la cerradura; si usas la versión pesada, se quedará sin batería".

En resumen

Este artículo presenta una herramienta (PQC-LEO) que actúa como un laboratorio de pruebas automático. Ayuda a los ingenieros a elegir la mejor "nueva cerradura" para cada dispositivo antes de que los ladrones cuánticos lleguen, asegurando que nuestra ciudad digital siga segura sin que nuestros dispositivos se queden sin energía o se vuelvan lentos.

Es como tener un mapa detallado antes de construir un puente: nos dice dónde poner los cimientos fuertes y dónde usar materiales más ligeros, para que todo el sistema sea seguro y eficiente.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "PQC-LEO: An Evaluation Framework for Post-Quantum Cryptographic Algorithms", estructurado según los puntos solicitados.

1. El Problema

La evolución de la computación cuántica representa una amenaza existencial para los sistemas de comunicación digital actuales. Específicamente, el algoritmo de Shor permite a una computadora cuántica suficientemente potente resolver problemas de factorización de enteros y logaritmos discretos en tiempo polinomial, comprometiendo la seguridad de los algoritmos de clave pública estándar como RSA y ECC.

Para mitigar esto, se ha desarrollado la Criptografía Post-Cuántica (PQC), basada en problemas matemáticos que se consideran difíciles incluso para computadoras cuánticas (como problemas de retículos, códigos, multivariados, etc.). Aunque el NIST ha estandarizado varios algoritmos PQC (como ML-KEM, ML-DSA, SLH-DSA), su adopción práctica enfrenta desafíos significativos:

• Complejidad computacional y de recursos: Los algoritmos PQC suelen tener tamaños de clave y cifrado más grandes y requieren más ciclos de CPU que los métodos clásicos.
• Limitaciones en entornos restringidos: Su implementación en dispositivos IoT y arquitecturas ARM (comunes en el edge computing) puede ser prohibitiva debido a la falta de herramientas automatizadas para evaluar su rendimiento real.
• Falta de estandarización en pruebas: Las herramientas existentes para evaluar el rendimiento de PQC a menudo carecen de automatización, no soportan pruebas en redes físicas (no solo localhost), o utilizan dependencias obsoletas.

2. Metodología

Los autores presentan PQC-LEO (Post-Quantum Cryptographic Library Evaluation Operator), un marco de referencia (benchmarking suite) automatizado y modular diseñado para evaluar el rendimiento computacional y de red de algoritmos PQC.

Componentes Clave de la Metodología:

• Arquitectura y Soporte: Funciona en sistemas basados en Debian con arquitecturas x86 e ARM. Utiliza implementaciones nativas de OpenSSL 3.5.0 y las bibliotecas Liboqs y OQS-Provider del proyecto Open Quantum Safe (OQS).
• Automatización: El marco automatiza la configuración del entorno, la ejecución de pruebas y el análisis de resultados, eliminando la intervención manual y facilitando la escalabilidad.
• Tipos de Pruebas:
  1. Rendimiento Computacional: Evalúa el uso de CPU (ciclos, tiempo de ejecución) y memoria (pico de asignación de memoria) mediante herramientas de perfilado como Valgrind Massif. Se ejecutan múltiples iteraciones para promediar los resultados.
  2. Rendimiento de Red (TLS 1.3): Evalúa el rendimiento de los algoritmos integrados en el protocolo TLS 1.3. Incluye pruebas de handshake (establecimiento de conexión) y pruebas de velocidad (throughput) tanto en entornos locales como en redes físicas separadas (cliente/servidor reales).
• Algoritmos Evaluados: Cubre esquemas estandarizados por el NIST (ML-KEM, ML-DSA, SLH-DSA), algoritmos en competencia adicional (CROSS, MAYO, SNOVA, HQC) y esquemas híbridos (PQC + Clásico).

3. Contribuciones Clave

• Marco de Evaluación Unificado: PQC-LEO es una de las primeras herramientas que integra pruebas de rendimiento computacional y de red (TLS) en un solo flujo automatizado, soportando tanto arquitecturas x86 como ARM.
• Soporte para Redes Físicas: A diferencia de muchas herramientas anteriores que se limitan a pruebas de localhost, PQC-LEO coordina pruebas entre dispositivos físicos separados mediante un mecanismo de señalización automatizado (usando netcat), permitiendo medir latencia de red y sobrecarga real.
• Soporte para Algoritmos Emergentes: Permite la evaluación de algoritmos que aún no están estandarizados o que están en fases finales de revisión, facilitando la investigación sobre su viabilidad de implementación.
• Análisis de Memoria: Proporciona métricas detalladas de uso de memoria (Heap, Stack), un aspecto crítico para dispositivos IoT con recursos limitados, algo que muchas herramientas previas omitían.

4. Resultados (Evaluación Prueba de Concepto)

Los autores realizaron una evaluación en dos plataformas: un equipo x86 (Intel i5-6500T) y un dispositivo ARM (Raspberry Pi 4).

Hallazgos Principales:

• Rendimiento General: Los algoritmos basados en retículos (Lattice-based), específicamente ML-KEM y ML-DSA, demostraron consistentemente el mejor rendimiento en términos de tiempo de operación y uso de memoria en ambas arquitecturas.
• Impacto de la Arquitectura ARM: Se observó una reducción de rendimiento más significativa en las arquitecturas ARM al aumentar el nivel de seguridad.
  • Ejemplo: En TLS, el rendimiento de los handshakes en ARM disminuyó aproximadamente un 34% al pasar de la configuración de seguridad más baja (ML-DSA-44/ML-KEM-512) a la más alta (ML-DSA-87/ML-KEM-1024). En x86, esta caída fue mucho menor.
• Algoritmos Alternativos: Algunos algoritmos de la competencia de firmas adicionales (como CROSS y UOV) mostraron un rendimiento competitivo en x86, a veces superando a esquemas clásicos, pero en ARM su rendimiento de red fue inferior al de ML-DSA, incluso en niveles de seguridad altos.
• Consumo de Memoria: Los algoritmos basados en hash (como SPHINCS+) mostraron un uso de memoria muy bajo en claves, pero tiempos de ejecución y tamaños de firma significativamente mayores.
• TLS y Redes: Las pruebas de velocidad de TLS confirmaron que, aunque los algoritmos PQC son más lentos que los clásicos (RSA/ECC), los esquemas híbridos y las implementaciones optimizadas en OpenSSL 3.5.0 ofrecen un rendimiento viable para despliegues reales, especialmente en x86.

5. Significancia

El marco PQC-LEO es una herramienta vital para la comunidad de investigación y desarrollo de ciberseguridad por las siguientes razones:

• Facilita la Transición a PQC: Reduce la barrera de entrada para evaluar la viabilidad de los algoritmos PQC en diferentes hardware, acelerando la toma de decisiones sobre qué algoritmos adoptar en entornos específicos (especialmente IoT).
• Validación en Entornos Reales: Al soportar pruebas en redes físicas y no solo simuladas, proporciona datos más precisos sobre el impacto de la latencia y el ancho de banda en la adopción de PQC.
• Guía para el Despliegue: Los resultados demuestran que, aunque los algoritmos estandarizados basados en retículos son robustos, su implementación en dispositivos de recursos limitados (ARM) requiere una planificación cuidadosa, especialmente para niveles de seguridad altos.
• Base para Futuras Investigaciones: El código abierto y la estructura modular del marco permiten a otros investigadores extender las pruebas a nuevas bibliotecas, sistemas operativos y métricas de consumo energético, fomentando un ecosistema de evaluación más robusto para la criptografía post-cuántica.

En conclusión, el artículo no solo presenta una herramienta técnica superior para el benchmarking, sino que también aporta evidencia empírica crucial sobre las compensaciones (trade-offs) de rendimiento entre seguridad, arquitectura de hardware y eficiencia de red en la era post-cuántica.