⚡ electrical engineering

Stability Buys Time: A Re-Keying Game for Encrypted Multi-Agent Control

यह शोध पत्र उन्नत निरंतर खतरों (एडवांस्ड पर्सिस्टेंट थ्रेट्स) के तहत एन्क्रिप्टेड मल्टी-एजेंट नियंत्रण की सुरक्षा को एक गतिशील खेल (डायनेमिक गेम) के रूप में मॉडल करता है, जहाँ डिफेंडर (रक्षक) अनुमानित होमोमोर्फिक एन्क्रिप्शन से होने वाले अपरिहार्य सूचना रिसाव को कम करने के लिए नियंत्रण सटीकता, क्रिप्टोग्राफिक परिशुद्धता और री-कीइंग आवृत्ति के बीच इष्टतम संतुलन बनाता है।

मूल लेखक: Sai Sandeep Damera, John S. Baras

प्रकाशित 2026-07-15

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sai Sandeep Damera, John S. Baras

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि स्वायत्त ड्रोनों या सेल्फ-ड्राइविंग कारों के एक बेड़े को एक साथ मिलकर पूरी तरह से काम करने की आवश्यकता है। अपनी लोकेशन और कमांड्स को दूसरों की नज़रों से गुप्त रखने के लिए, वे अपना डेटा एक "क्लाउड" मस्तिष्क को भेजते हैं जो फुली होमोमोर्फिक एन्क्रिप्शन (FHE) नामक एक विशेष प्रकार के जादुई ताले का उपयोग करके गणितीय गणना करता है। यह ताला क्लाउड को वास्तविक डेटा देखे बिना भी गणना करने की अनुमति देता है।

लेकिन ट्विस्ट यह है कि गणित एकदम सटीक नहीं है। वह "जादुई ताला" (विशेष रूप से एक स्कीम जिसे CKKS कहा जाता है) उत्तर में थोड़ा सा "स्टैटिक नॉइज़" (शोर/अस्पष्टता) छोड़ देता है। जब ड्रोन अंततः निर्देशों को अनलॉक करते हैं, तो उन्हें उस स्टैटिक नॉइज़ का पता चलता है।

दो-चरणीय हमला (The Two-Part Attack)

यह शोध पत्र एक चालाक, धैर्यवान हैकर (एक "एडवांस्ड पर्सिस्टेंट थ्रेट") की कल्पना करता है जो इस सिस्टम को तोड़ने की कोशिश कर रहा है। यह हमला दो अलग-अलग चरणों में होता है, जैसे किसी हीस्ट मूवी में होता है:

चरण 1: द साइलेंट स्टॉकर (चुपके से पीछा करने वाला)
हैकर बस सुन रहा है। वह तार (wire) को टैप करता है, ड्रोनों की गतिविधियों को देखता है और क्लाउड द्वारा वापस भेजे गए "नॉइज़ी" जवाबों को इकट्ठा करता है। वह अभी कुछ बदल नहीं रहा है; वह केवल सुराग जुटा रहा है ताकि गुप्त कुंजी (secret key) का पता लगाया जा सके। डिफेंडर (बेड़े के संचालक) इसे देख नहीं सकते क्योंकि ड्रोन सामान्य रूप से काम कर रहे हैं। यहाँ एकमात्र बचाव यह है कि जवाबों में अधिक शोर (noise) जोड़ा जाए ताकि हैकर को भ्रमित किया जा सके। लेकिन एक पेंच है: यदि आप बहुत अधिक शोर जोड़ते हैं, तो ड्रोन भ्रमित होकर दुर्घटनाग्रस्त हो सकते हैं।

चरण 2: द स्नीकी सबोटेअर (चालाकी से तोड़फोड़ करने वाला)
अंततः, हैकर कार्रवाई करने का निर्णय लेता है। वह अपनी की-रिकवरी (key recovery) की गति बढ़ाने के लिए गणित के साथ छेड़छाड़ करना शुरू कर देता है। लेकिन अच्छी खबर यह है कि गणित के साथ छेड़छाड़ करने से ड्रोन डगमगाने लगते हैं। बेड़े के पास एक "रेसिडुअल डिटेक्टर" (जैसे डगमगाहट पर नज़र रखने वाला सुरक्षा गार्ड) है जो इन बदलावों को तुरंत पकड़ लेता है।

बड़ी खोज: "स्थिरता समय खरीदती है" (Stability Buys Time)

इस शोध पत्र की मुख्य खोज समय का एक चतुर खेल है। एक बार जब हैकर चीजों के साथ छेड़छाड़ करना शुरू करता है और पकड़ा जाता है, तो डिफेंडर का सबसे अच्छा कदम शोर को ठीक करना या गणित को बदलना नहीं है—बल्कि कुंजी (key) को पूरी तरह से बदल देना है।

इसे "फ्लिप-इट" (FlipIt) के खेल की तरह समझें। हैकर कुंजी चुराने की कोशिश कर रहा है, और डिफेंडर हैकर के सफल होने से पहले ताला बदलने की कोशिश कर रहा है।

जाल (The Trap): यदि डिफेंडर बहुत बार कुंजी बदलता है, तो यह महंगा और विघटनकारी होता है। यदि वे इसे बहुत कम बार बदलते हैं, तो हैकर कुंजी चुरा लेता है।
गोल्डिलॉक्स विंडो (The Sweet Spot): शोध पत्र पाता है कि एक "गोल्डिलॉक्स विंडो" है जहाँ डिफेंडर को कुंजी को बस इतनी बार बदलना चाहिए कि वह सुरक्षित रहे, लेकिन इतना भी नहीं कि वह सिस्टम को तोड़ दे।

चौंकाने वाला मोड़: टोपोलॉजी मायने रखती है

यहाँ कहानी का सबसे दिलचस्प हिस्सा है। डिफेंडर को कितनी बार कुंजी बदलनी होगी, यह पूरी तरह से इस बात पर निर्भर करता है कि ड्रोन एक-दूसरे से कैसे जुड़े हुए हैं।

"रिंग" (एक घेरे में ड्रोन): यदि ड्रोन केवल एक साधारण रिंग में हैं, तो वे थोड़े नाजुक हैं। सुरक्षित रहने के लिए डिफेंडर को हर 600 चक्रों (cycles) में कुंजी बदलनी होगी।
"टोरस" (एक डोनट के आकार का, थोड़ा डगमगाता हुआ): यह सेटअप सबसे नाजुक है। यह इतना अस्थिर है कि डिफेंडर को हर 200 चक्रों में कुंजी बदलनी पड़ती है। शोध पत्र इसे "मार्जिनली स्टेबल" (सीमांत रूप से स्थिर) कहता है, जिसका अर्थ है कि यह मुश्किल से टिका हुआ है, इसलिए हैकर के पास काम करने के लिए कम समय है।
"कम्प्लीट ग्राफ" (हर कोई हर किसी से बात करता है): यह सबसे मजबूत सेटअप है। क्योंकि नेटवर्क इतना मजबूत है, डिफेंडर लापरवाह हो सकता है और केवल 1,500 चक्रों में एक बार कुंजी बदल सकता है।

शोध पत्र सिद्ध करता है कि नेटवर्क की स्थिरता ही सुरक्षा कार्यक्रम (security schedule) को निर्धारित करती है। एक डगमगाता हुआ नेटवर्क एक तेज़ सुरक्षा लय (fast security rhythm) की मांग करता है; एक मजबूत नेटवर्क एक धीमी लय की अनुमति देता है।

यह शोध पत्र किन बातों को "ना" कहता है

यह जानना महत्वपूर्ण है कि यह शोध पत्र क्या नहीं कहता है।

नहीं, "बूटस्ट्रैपिंग" नायक नहीं है। एन्क्रिप्टेड कंप्यूटिंग में, "बूटस्ट्रैपिंग" नामक एक प्रक्रिया होती है जो गणित को हमेशा चलाने के लिए शोर को रिफ्रेश करती है। शोध पत्र स्पष्ट रूप से कहता है कि यह सुरक्षा में मदद नहीं करती है। यह एक गंदी खिड़की को साफ करने जैसा है लेकिन ताला वही रहता है; हैकर के पास अभी भी सुराग हैं। आपको प्रोग्रेस को रीसेट करने के लिए कुंजी (re-keying) बदलनी ही होगी।
नहीं, आप केवल अनंत शोर नहीं जोड़ सकते। शोध पत्र इस विचार को खारिज करता है कि आप केवल शोर को इतना तेज़ कर सकते हैं कि हैकर हार मान ले। यदि आप शोर बहुत अधिक करते हैं, तो ड्रोन उड़ नहीं पाएंगे। नियंत्रण प्रणाली (control system) द्वारा सहन किए जाने वाले शोर की एक सख्त सीमा है।
नहीं, हैकर को जीनियस होने की आवश्यकता नहीं है। शोध पत्र मानता है कि हैकर सुनने और फिर गणित के साथ छेड़छाड़ करने के लिए पर्याप्त स्मार्ट है, लेकिन उन्हें भौतिकी के नियमों को तोड़ने की आवश्यकता नहीं है। उन्हें बस धैर्य रखने और सही क्षण का इंतजार करने की आवश्यकता है।

हम कितने आश्वस्त हैं?

लेखकों ने केवल अनुमान नहीं लगाया; उन्होंने एक वास्तविक सिमुलेशन बनाया। उन्होंने 9 एजेंटों के बेड़े का उपयोग किया और तीन अलग-अलग नेटवर्क आकारों (रिंग, टोरस, कम्प्लीट) का परीक्षण किया।

उन्होंने मापा कि सिस्टम कितना शोर झेल सकता है इससे पहले कि ड्रोन दुर्घटनाग्रस्त होने लगें (जैसे रिंग के लिए 0.60 और टोरस के लिए 0.30 जैसी सीमाएं पाई गईं)।
उन्होंने हैकर को सुनते हुए सिम्युलेट किया और पाया कि सिस्टम एक चक्र प्रति अवलोकन (one observation per cycle) की दर से जानकारी लीक करता है।
उन्होंने गणना की कि एक विशिष्ट सुरक्षा स्तर (30 बिट्स) के लिए, गणित की सटीक सटीकता (precision) लगभग $2^{37}$ होनी चाहिए। यदि सटीकता $2^{32}$ से कम है, तो सिस्टम असुरक्षित है। यदि यह $2^{40}$ से अधिक है, तो आपको कुंजी बदलने की आवश्यकता नहीं है।

निष्कर्ष (The Bottom Line)

यह शोध पत्र सुझाव देता है कि एन्क्रिप्टेड बेड़े के लिए, सुरक्षा केवल गणित के बारे में नहीं है; यह नेटवर्क के भौतिक विज्ञान (physics) के बारे में है। यदि आपका नेटवर्क नाजुक है, तो आपको अपने ताले अधिक बार बदलने होंगे। यदि आपका नेटवर्क मजबूत है, तो आप आराम कर सकते हैं। बेड़े को सटीक और कुशल बनाए रखने की "कीमत" कुंजी बदलने का एक सावधानीपूर्वक समयबद्ध खेल है, और विजेता वही है जो जानता है कि कब प्रहार करना है।

तकनीकी सारांश: स्थिरता समय खरीदती है: एन्क्रिप्टेड मल्टी-एजेंट कंट्रोल के लिए एक री-कीइंग गेम

समस्या विवरण
यह शोध पत्र फुल्ली होमोमोर्फिक एन्क्रिप्शन (FHE) का उपयोग करने वाले एन्क्रिप्टेड मल्टी-एजेंट कंट्रोल सिस्टम में एक महत्वपूर्ण भेद्यता (vulnerability) को संबोधित करता है। जबकि FHE क्लाउड सर्वर को वास्तविक मान (plaintext) देखे बिना एन्क्रिप्टेड डेटा पर एजेंटों के बेड़े (fleet) को समन्वित करने की अनुमति देता है, वास्तविक-मान नियंत्रण के लिए उपयोग किया जाने वाला विशिष्ट स्कीमा, CKKS, एक सुरक्षा विरोधाभास उत्पन्न करता है। CKKS एक अनुमानित (approximate) स्कीमा है जहाँ डिक्रिप्शन एक शोर-युक्त मान ( $z + e/\Delta$ ) लौटाता है। एक कंट्रोल लूप में, एक्चुएटर्स को कार्य करने के लिए कमांड्स को डिक्रिप्ट करना पड़ता है, जिससे ये शोर-युक्त डिक्रिप्शन अपरिहार्य हो जाते हैं। हालिया क्रिप्टोएनालिसिस ने दिखाया है कि इन डिक्रिप्शंस का अवलोकन करने से एक हमलावर गुप्त कुंजी (secret key) को पुनर्गठित कर सकता है।

मौजूदा साहित्य इसे अलग-थलग मानता है: FHE सुरक्षा का विश्लेषण स्थिर रूप से (एकल डिक्रिप्शन के लिए नॉइज़ फ्लडिंग) किया जाता है, एन्क्रिप्टेड कंट्रोल एक "ईमानदार-लेकिन-जिज्ञासु" (honest-but-curious) क्लाउड को मानता है, और गेम-थ्योरेटिक निरंतर खतरे के मॉडल शायद ही कभी क्रिप्टोसिस्टम के भीतर तक पहुँचते हैं। यह शोध पत्र एक बेड़े और एक एडवांस्ड पर्सिस्टेंट थ्रेट (APT) के बीच की अंतःक्रिया को मॉडल करता है जो समय के साथ होने वाले अनिवार्य डिक्रिप्शन लीकेज का लाभ उठाता है, और तर्क देता है कि स्टेटिक डिफेंस लंबे मिशनों के लिए अपर्याप्त हैं।

कार्यप्रणाली (Methodology)
लेखक एन्क्रिप्टेड कंट्रोल लूप की सुरक्षा को एक सहयोगी बेड़े के रक्षक और एक APT हमलावर के बीच दो-चरणीय खेल के रूप में मॉडल करते हैं:

चरण I: पैसिव रिकोनिसेंस (स्टेटिक गेम)
- हमलावर एन्क्रिप्टेड ट्रैफिक की जासूसी करता है और एजेंटों के डिक्रिप्टेड कमांड्स के एक उपसमुच्चय (subset) का अवलोकन करता है।
- रक्षक डिक्रिप्टेड मानों को अस्पष्ट करने के लिए एक स्टेटिक "नॉइज़ फ्लडिंग" स्तर ( $\sigma$ ) निर्धारित करता है।
- इस चरण को एक स्टैकेलबर्ग गेम (Stackelberg game) के रूप में मॉडल किया गया है जहाँ रक्षक पहले $\sigma$ के लिए प्रतिबद्ध होता है। हमलावर तब तक अवलोकन संचित करता है जब तक कि शोर को "डी-फ्लॉड" (de-flooded) करके कुंजी प्राप्त न कर लिया जाए।
- लेखक स्थापित करते हैं कि लीकेज प्रति कंट्रोल साइकिल में एक स्वतंत्र अवलोकन की दर से संचित होता है, क्योंकि सिस्टम एक साझा कुंजी के तहत एक एकल सिफरटेक्स्ट को इन-प्लेस विकसित करता है, और बूटस्ट्रैपिंग (शोर को रिफ्रेश करना) कुंजी या संचित लीकेज को रीसेट नहीं करता है।
चरण II: एक्टिव मैनिपुलेशन (डायनेमिक टाइमिंग गेम)
- एक बार जब हमलावर निर्णय लेता है, तो वह कुंजी रिकवरी को तेज करने या बेड़े को बाधित करने के लिए एन्क्रिप्टेड कंप्यूटेशन में हेरफेर करता है।
- यह मैनिपुलेशन कंट्रोल लूप को विक्षेपित (perturb) करता है, जो मॉडल-आधारित कंट्रोल रेजिडुअल्स (जिसे $\chi^2$ टेस्ट के माध्यम से पता लगाया जाता है) में प्रकट होता है।
- रक्षक का अनुकूलन योग्य कदम री-कीइंग (re-keying) है: एक नई गुप्त कुंजी उत्पन्न करना और बेड़े की स्थिति को पुनः एन्क्रिप्ट करना। यह हमलावर के संचित लीकेज लेजर को शून्य पर रीसेट कर देता है।
- इस चरण को एक "फ्लिपइट" (FlipIt) शैली के डिटेक्शन-इवेजन टाइमिंग गेम के रूप में मॉडल किया गया है। रक्षक एक री-कीइंग कैडेंस ( $T$ ) चुनता है, जबकि हमलावर एक मुद्रा (पैसेिव, स्टेल्थी-एक्टिव, या अग्रेसिव-एक्टिव) चुनता है ताकि रिकवरी की गति को अधिकतम किया जा सके और पहचान से बचा जा सके।

मुख्य योगदान

दो-चरणीय APT मॉडल: शोध पत्र एक एन्क्रिप्टेड मल्टी-एजेंट लूप की सुरक्षा को दो-चरणीय खेल के रूप में तैयार करता है (पैसिव रिकोनिसेंस के बाद एक्टिव मैनिपुलेशन), जो अदृश्य लीकेज संचय और पता लगाने योग्य मैनिपुलेशन चरण को अलग करता है।
री-कीइंग बनाम बूटस्ट्रैपिंग: लेखक बूटस्ट्रैपिंग (जो एक ही कुंजी के तहत शोर को रिफ्रेश करती है) और री-कीइंग (जो कुंजी को बदल देती है) के बीच अंतर स्पष्ट करते हैं। वे सिद्ध करते हैं कि केवल री-कीइंग ही हमलावर के संचित ज्ञान को रीसेट करती है, जिससे यह आवश्यक सुरक्षा लीवर बन जाती है।
प्रिसिजन-डिपेंडेंट रिजीम्स (Precision-Dependent Regimes): विश्लेषण तीन-तरफा तनाव की पहचान करता है: FHE प्रिसिजन ( $\Delta$ $Δ$ ), कंट्रोल एक्यूरेसी (अधिकतम स्वीकार्य फ्लडिंग $\sigma_{max}$ $σ_{ma x}$ द्वारा सीमित), और री-की कैडेंस। इससे तीन अलग-अलग परिचालन व्यवस्थाएं (regimes) बनती हैं:
1. इनसिक्योर फ्लोर (Insecure Floor): प्रिसिजन बहुत कम है; अधिकतम फ्लडिंग भी एकल चक्र के भीतर कुंजी रिकवरी को रोकने में विफल रहती है।
2. री-की विंडो (Re-Key Window): प्रिसिजन एक सीमित सीमा में है जहाँ स्टेटिक फ्लडिंग अपर्याप्त है, लेकिन री-कीइंग संभव है। यह "कुशल सुरक्षित बिंदु" है।
3. स्टेटिक सफिशिएंसी सीलिंग (Static Sufficiency Ceiling): प्रिसिजन इतनी अधिक है कि स्टेटिक नॉइज़ फ्लडिंग अकेले मिशन की अवधि के लिए कुंजी को सुरक्षित रखती है, जिससे री-कीइंग अनावश्यक हो जाती है।
टोपोलॉजी-डिपेंडेंट कैडेंस: इष्टतम री-कीइंग कैडेंस नेटवर्क टोपोलॉजी की कंट्रोल-थ्योरेटिक नाजुकता (fragility) द्वारा निर्धारित होता है। अधिक नाजुक टोपोलॉजी (जैसे मार्जिनली स्टेबल टोरस) को अच्छी तरह से जुड़े हुए ग्राफ (जैसे कम्प्लीट ग्राफ) की तुलना में अधिक बार री-कीइंग की आवश्यकता होती है।

परिणाम
लेखक तीन टोपोलॉजी (रिंग, टोरस, और कम्प्लीट ग्राफ) के तहत तीन नौ-एजेंट बेड़े पर OpenFHE लाइब्रेरी का उपयोग करके अपने ढांचे को लागू करते हैं।

कंट्रोल टॉलरेंस: अधिकतम स्वीकार्य नॉइज़ फ्लडिंग ( $\sigma_{max}$ ) सीधे क्लोज्ड-लूप स्पेक्ट्रल रेडियस से जुड़ी है। मार्जिनली स्टेबल टोरस टोपोलॉजी सबसे कम शोर ( $\sigma_{max} \approx 0.3$ ) सहन करती है, जबकि कम्प्लीट ग्राफ सबसे अधिक ( $\sigma_{max} \approx 0.75$ ) सहन करता है।
लीकेज रेट: प्रयोग पुष्टि करते हैं कि लीकेज प्रति चक्र एक अवलोकन की दर से संचित होता है, चाहे क्लोज्ड-लूप कॉन्ट्रैक्शन रेट कुछ भी हो, क्योंकि प्रत्येक चक्र एक ही कुंजी के तहत एक नया माप प्रतिबंध पेश करता है।
रिजीम मैपिंग: $\Delta \approx 2^{37}$ $Δ \approx 2^{37}$ के प्रिसिजन पर, सिस्टम "री-की विंडो" में आता है।
- टोरस (सबसे नाजुक) को "विजिलेंट" (Vigilant) कैडेंस की आवश्यकता होती है (लगभग 200 चक्रों में री-की)।
- रिंग को "मॉडरेट" (Moderate) कैडेंस (~600 चक्र) की आवश्यकता होती है।
- कम्प्लीट ग्राफ "लेजी" (Lazy) कैडेंस (~1500 चक्र) सहन करता है।
हमलावर व्यवहार: मॉडल-आधारित डिटेक्टर "अग्रेसिव" मैनिपुलेशन (उच्च परिमाण के हमलों) को प्रभावी ढंग से विफल कर देता है, जिससे तर्कसंगत हमलावर को "स्टेल्थी" (Stealthy) रहने के लिए मजबूर होना पड़ता है। डिफेंडर की इष्टतम रणनीति सबसे "लेजी" कैडेंस पर री-की करना है जो अभी भी स्टेल्थी हमलावर को पहचान से पहले रिकवरी थ्रेशोल्ड तक पहुँचने से रोकता है।

महत्व और दावे
शोध पत्र दावा करता है कि फीडबैक लूप में अनुमानित क्रिप्टोसिस्टम के लिए सुरक्षा मौलिक रूप से एक डायनेमिक गेम है जहाँ डिफेंडर का कदम क्रिप्टोसिस्टम का अपना रिफ्रेश मैकेनिज्म (री-कीइंग) है।

स्थिरता समय खरीदती है: शोध पत्र तर्क देता है कि सिस्टम की कंट्रोल-थ्योरेटिक स्थिरता (stability) क्रिप्टोग्राफिक सुरक्षा कैडेंस को निर्धारित करती है। एक अधिक स्थिर सिस्टम (उच्च $\sigma_{max}$ ) री-कीइंग घटनाओं के बीच एक लंबा अंतराल प्रदान करता है।
"विंडो" ऑफ एफिशिएंसी: लेखक का तर्क है कि कुशल सुरक्षित ऑपरेटिंग पॉइंट उस सीमित प्रिसिजन विंडो में स्थित है जहाँ स्टेटिक फ्लडिंग विफल हो जाती है लेकिन री-कीइंग व्यवहार्य होती है। यह इस धारणा को चुनौती देता है कि उच्च प्रिसिजन हमेशा बेहतर होता है, यह सुझाव देते हुए कि एक विशिष्ट प्रिसिजन रेंज में काम करने से री-कीइंग की लागत को कम करते हुए सुरक्षा बनाए रखी जा सकती है।
कंट्रोल से परे: वे सुझाव देते हैं कि यह ढांचा किसी भी ऐसे सिस्टम पर लागू होता है जिसे कार्य करने के लिए बार-बार डिक्रिप्ट करना पड़ता है, जिससे री-कीइंग कैडेंस को निरंतर लीकेज के खिलाफ एक डायनेमिक डिफेंस के रूप में स्थापित किया जाता है।

शोध पत्र अपने दायरे के बारे में विनम्र रहता है, यह नोट करते हुए कि विश्लेषण पूर्ण अवलोकन ( $\kappa = M$ ) और एक सहयोगी बेड़े के रक्षक को मानता है। यह आंशिक अवलोकन थ्रेशोल्ड और रणनीतिक/भ्रष्ट एजेंटों को आवश्यक भविष्य के विस्तार के रूप में पहचानता है।