Session Key Driven Symmetric Substitution Cipher Design Implementation and Security

En el mundo digital, mantener un mensaje en secreto suele depender de un secreto compartido entre el emisor y el receptor. Esto se conoce como cifrado simétrico, donde la misma clave bloquea y desbloquea los datos. Es el motor de la seguridad moderna, utilizado para proteger desde transferencias bancarias hasta chats privados, porque es increíblemente rápido en comparación con otros métodos. Sin embargo, la velocidad a menudo conlleva una compensación: los métodos más antiguos y simples para desordenar el texto a veces pueden ser descifrados analizando la frecuencia con la que aparecen ciertas letras, una técnica llamada análisis de frecuencia. A medida que las computadoras se vuelven más rápidas y las amenazas evolucionan, los investigadores buscan constantemente formas de hacer que estos sistemas de secretos compartidos sean más fuertes sin ralentizarlos. El objetivo es crear una cerradura que sea tanto rápida de usar como casi imposible de forzar, incluso por máquinas entrenadas para encontrar patrones.

Un equipo de investigadores del Instituto GB Pant de Ingeniería y Tecnología en la India ha propuesto una nueva forma de desordenar el texto que pretende resolver este equilibrio. Diseñaron un sistema que mezcla dos ideas: cambiar letras basándose en un número secreto y desplazarlas basándose en su posición en la oración. Imagine un mensaje como una fila de personas; en lugar de solo intercambiar su ropa, este método también les dice que se muevan a un nuevo lugar en la fila basándose en su posición original. El "número secreto" es una clave de sesión, que es una cadena de dígitos compartida únicamente por las dos personas que se comunican. Los investigadores construyeron un programa informático que toma esta clave, suma sus dígitos para crear un valor único y luego utiliza ese valor para alterar cada letra del mensaje. Crucialmente, la cantidad en que se cambia una letra depende de su lugar en la oración, lo que significa que la primera letra se trata de forma diferente a la segunda, incluso si el número secreto es el mismo. Este enfoque está diseñado para romper los patrones naturales del lenguaje para que un descifrador no pueda simplemente contar cuántas veces aparece la letra "e" para adivinar el mensaje.

Para probar si esta idea funciona, el equipo realizó miles de simulaciones en un procesador de computadora estándar. Alimentaron el sistema con mensajes de diversas longitudes y tipos, desde oraciones simples hasta cadenas complejas de caracteres, y midieron cuánto tiempo tardaba en bloquear y desbloquearlos. Los resultados mostraron que el sistema es notablemente rápido. Ya fuera el mensaje corto o largo, el tiempo necesario para cifrar o descifrar los datos se mantuvo consistentemente bajo, tomando a menudo menos de un milisegundo. Esto sugiere que el método escala bien, lo que significa que podría manejar grandes cantidades de datos sin estancarse. Cuando los investigadores observaron el resultado desordenado, descubrieron que los patrones habituales del lenguaje habían desaparecido. En una oración normal, ciertas letras aparecen con mucha más frecuencia que otras, creando una forma de colinas y valles predecible en un gráfico de frecuencia de letras. En los mensajes cifrados, esta forma desapareció, reemplazada por una distribución plana y aleatoria donde cada carácter aparecía con una probabilidad aproximadamente igual. Esto hace que sea extremadamente difícil para los ataques tradicionales encontrar un punto de apoyo.

Los investigadores también probaron la fiabilidad del sistema dañando intencionadamente partes del mensaje cifrado, simulando lo que podría ocurrir si una señal se corrompiera durante la transmisión. Incluso con estos errores, el sistema fue capaz de mantener una tasa de recuperación estructural del 88% sin que todo el mensaje se volviera ininteligible. Esto indica que el método es robusto y no sufre de un "efecto dominó" donde un pequeño error arruina todo el archivo. Sin embargo, el estudio también identificó una debilidad potencial en la forma en que se generaban las claves secretas. El equipo notó que ciertas combinaciones de números de clave eran más comunes que otras, creando un ligero sesgo. Específicamente, la distribución de la fuerza de la clave mostró un fuerte pico en un valor de suma de clave de 15, lo que significa que las claves con esa fuerza particular eran mucho más abundantes que otras. Si un atacante conociera este sesgo, podría adivinar la clave más fácilmente. Los autores reconocen esto y sugieren que las versiones futuras del sistema deben asegurar que las claves se generen de una manera perfectamente equilibrada para maximizar la seguridad.

Para entender qué tan bien se desempeña este sistema, los investigadores también aplicaron herramientas modernas de aprendizaje automático, que son programas informáticos diseñados para encontrar patrones en los datos. Entrenaron dos tipos diferentes de modelos de aprendizaje para predecir cuánto tiempo tomaría el cifrado basándose en el tamaño del mensaje y el tipo de clave. Un modelo, conocido como Máquina de Vectores de Soporte, tuvo dificultades para hacer predicciones precisas, probablemente porque la relación entre las entradas y el tiempo tomado era demasiado compleja para su estructura simple. En contraste, un modelo más avanzado llamado Bosque Aleatorio (Random Forest), que trabaja construyendo muchos árboles de decisión pequeños, predijo el rendimiento con un 100% de precisión en una tarea específica de clasificación de intervalos de latencia de ejecución. Este hallazgo sugiere que, si bien el método de cifrado en sí es eficiente, comprender su comportamiento en escenarios del mundo real podría requerir herramientas sofisticadas e inteligentes en lugar de simples conjeturas estadísticas.

El estudio concluye que este nuevo método ofrece una alternativa prometedora para asegurar los datos en aplicaciones en tiempo real, como las que se encuentran en el Internet de las Cosas o la computación en el borde (edge computing), donde la velocidad y el bajo consumo de energía son críticos. Al combinar una clave secreta dinámica con un desplazamiento basado en la posición, el sistema crea una barrera que resiste los ataques comunes de coincidencia de patrones mientras mantiene una velocidad que rivaliza con los métodos más rápidos existentes. Los investigadores enfatizan que, si bien el diseño actual es altamente efectivo, el siguiente paso es refinar el proceso de generación de claves para eliminar los sesgos observados. Si se realizan estas mejoras, el sistema podría proporcionar una forma ligera, segura y rápida de proteger la información en un mundo cada vez más conectado.