Denoising-Autoencoder-Assisted Physical Layer Secret Key Generation

कल्पना कीजिए कि हमारे चारों ओर की हवा अदृश्य रेडियो तरंगों से भरी है, जैसे अदृश्य संदेशवाहकों का एक हलचल भरा शहर जो हमारे टेक्स्ट, कॉल और वीडियो ले जा रहे हैं। इस अराजक शहर में, एलिस और बॉब नाम के दो दोस्त एक गुप्त कोड साझा करना चाहते हैं जिसे कोई और तोड़ न सके। वे उन पुराने, भारी तालों का उपयोग नहीं करना चाहते जिन्हें तोड़ने के लिए कंप्यूटर बहुत स्मार्ट होते जा रहे हैं; इसके बजाय, वे खुद शहर के "शोर" का उपयोग करना चाहते हैं। यह फिजिकल लेयर सिक्योरिटी (Physical Layer Security) की दुनिया है। विचार सरल है: क्योंकि रेडियो तरंगें इमारतों और लोगों से टकराकर वापस आती हैं, इसलिए एलिस से बॉब तक का रास्ता अद्वितीय होता है, जैसे कि एक फिंगरप्रिंट। यदि तीसरा व्यक्ति, ईव (जासूसी करने वाला), कुछ ही फीट दूर खड़ा है, तो उसका "फिंगरप्रिंट" पूरी तरह से अलग होगा। एलिस और बॉब इन अद्वितीय तरंग पैटर्न को मापने के लिए इन तरंगों का उपयोग करके एक साझा गुप्त कुंजी (secret key) बना सकते हैं।

हालाँकि, इसमें एक पेंच है। वास्तविक दुनिया अव्यवस्थित है। कभी-कभी एलिस और बॉब बिल्कुल एक जैसा तरंग पैटर्न नहीं माप पाते क्योंकि समय की मामूली त्रुटियां, हार्डवेयर की गड़बड़ी या बस साधारण स्टैटिक शोर होता है। यह वैसा ही है जैसे दो लोग हवादार कमरे में खड़े होकर एक ड्राइंग की नकल करने की कोशिश कर रहे हों; उनके संस्करण थोड़े अलग हो सकते हैं, और यदि अंतर बहुत अधिक है, तो वे गुप्त कोड पर सहमत नहीं हो पाएंगे। यह शोध पत्र इस समस्या को हल करने के लिए एक चतुर नए उपकरण को पेश करके इस समस्या से निपटता है, जो सिग्नल को साफ करने में मदद करता है, जिससे यह सुनिश्चित होता है कि एलिस और बॉब अंततः अपने गुप्त कोड पर सहमत हो सकें बिना ईव को सुने।

समस्या: एक भीड़भाड़ वाले कमरे में शोर भरी बातचीत

कल्पना कीजिए कि एलिस और बॉब एक भीड़भाड़ वाले, गूँजते हुए कमरे में एक-दूसरे को गुप्त कोड फुसफुसाने की कोशिश कर रहे हैं। वे कमरे की ध्वनिकी (acoustics) को मापने के लिए ध्वनियों के एक विशिष्ट पैटर्न (पायलट सिम्बल्स) को चिल्लाकर बोल रहे हैं। चूंकि कमरा दोनों के लिए एक ही है, इसलिए उनके माप समान होने चाहिए। लेकिन, कमरा स्टैटिक और यादृच्छिक गूँज (शोर) से भी भरा है।

वास्तविक दुनिया में, उनके माइक्रोफोन भी पूर्ण नहीं हैं। एलिस को ध्वनि का एक थोड़ा अलग संस्करण सुनाई देता है जो बॉब को सुनाई देता है। जब वे इन ध्वनियों को एक बाइनरी गुप्त कुंजी (0 और 1 की एक स्ट्रिंग) में बदलने की कोशिश करते हैं, तो उनकी सूचियाँ मेल नहीं खातीं। इस बेमेल को की डिसएग्रीमेंट रेट (Key Disagreement Rate - KDR) कहा जाता है। यदि बेमेल बहुत अधिक है, तो वे उस कुंजी का उपयोग नहीं कर सकते।

पारंपरिक रूप से, इंजीनियरों ने इसे गणितीय फिल्टर के साथ ठीक करने की कोशिश की है, जैसे कि एक ऊबड़-खाबड़ सड़क को चिकना करना। लेकिन ये पुराने तरीके थोड़े अनाड़ी हैं। वे अक्सर बहुत अधिक जानकारी फेंक देते हैं या शोर को पूरी तरह से हटाने में विफल रहते हैं।

समाधान: "डिनोइजिंग ऑटोएनकोडर" (एक स्मार्ट रिस्टोरर)

इस शोध पत्र के लेखक एक नए, अत्यंत स्मार्ट सहायक का प्रस्ताव देते हैं जिसे डिनोइजिंग ऑटोएनकोडर (Denoising Autoencoder - DAE) कहा जाता है। DAE को एक अत्यधिक प्रशिक्षित कला संरक्षक (art restorer) के रूप में समझें जिसने हजारों आदर्श पेंटिंग्स का अध्ययन किया है।

यहाँ उनकी कहानी में प्रक्रिया कैसे काम करती है:

1. प्रशिक्षण चरण (ऑफलाइन): इससे पहले कि एलिस और बॉब कभी कोई कुंजी बनाने की कोशिश करें, DAE को एक क्रैश कोर्स दिया जाता है। शोधकर्ता इसमें "अव्यवस्थित" रेडियो संकेतों (इनपुट) और उन्हीं संकेतों के "पूर्ण" संस्करण (टारगेट) के हजारों उदाहरण फीड करते हैं। DAE यह सीखने में सक्षम होता है कि एक अव्यवस्थित, शोर वाले सिग्नल को देखकर मूल, साफ सिग्नल कैसा दिखना चाहिए। यह डेटा की "आंतरिक संरचना" (intrinsic structure) को सीख लेता है—अनिवार्य रूप से, यह सीखता है कि जब रेडियो तरंगें स्वस्थ और शोर-मुक्त होती हैं, तो वे कैसे व्यवहार करती हैं।

2. वास्तविक समय चरण (ऑनलाइन): अब, एलिस और बॉब अपनी वास्तविक बातचीत शुरू करते हैं। वे संकेत साझा करते हैं, लेकिन संकेत अभी भी शोर वाले और अपूर्ण हैं।

   • वे अपने अव्यवस्थित मापों को लेते हैं और उन्हें प्रशिक्षित DAE में डालते हैं।
   • DAE एक जादुई इरेज़र की तरह काम करता है। यह यादृच्छिक स्टैटिक को हटा देता है और हार्डवेयर की गड़बड़ियों के कारण होने वाली छोटी त्रुटियों को ठीक कर देता है।
   • यह एक "पुनर्निर्मित" (reconstructed) सिग्नल आउटपुट करता है जो बहुत अधिक साफ है और महत्वपूर्ण रूप से, एलिस और बॉब के बीच बहुत अधिक समान है।

उन्होंने क्या पाया: सुचारू कुंजियाँ और बेहतर रहस्य

शोधकर्ताओं ने यह देखने के लिए सिमुलेशन चलाए कि क्या यह "कला संरक्षक" वास्तव में अन्य पुराने तरीकों (जैसे डिस्क्रीट वेवलेट ट्रांसफॉर्म या प्रिंसिपल कंपोनेंट एनालिसिस) की तुलना में बेहतर काम करता है। यहाँ उनके नंबरों ने क्या बताया:

• कम गलतियाँ: सबसे महत्वपूर्ण परिणाम की डिसएग्रीमेंट रेट (KDR) है। उनके सिमुलेशन में, DAE-सहायता प्राप्त विधि ने परीक्षण किए गए अन्य पाँच तरीकों की तुलना में काफी कम गलतियाँ कीं। जब सिग्नल-टू-नॉइज़ रेशियो (SNR) उच्च था, तो DAE ने त्रुटि दर को अविश्वसनीय रूप से कम रखा, जिसका अर्थ है कि एलिस और बॉब अपनी गुप्त कुंजी पर लगभग पूरी तरह से सहमत हो सकते थे।
• अधिक गुप्त शक्ति: उन्होंने सीक्रेट की कैपेसिटी (Secret Key Capacity - SKC) को मापा, जो मूल रूप से वह मात्रा है जितनी गुप्त जानकारी वे सुरक्षित रूप से उत्पन्न कर सकते हैं। DAE विधि ने दूसरों की तुलना में उच्च क्षमता का उत्पादन किया। इसका मतलब है कि वे बिना इस चिंता के लंबी, मजबूत कुंजियाँ बना सकते हैं कि ईव उन्हें अनुमान लगा लेगी।
• यादृच्छिकता की जाँच: एक अच्छी गुप्त कुंजी वास्तव में यादृच्छिक (random) होनी चाहिए, जैसे ताश की एक फेंटी हुई गड्डी। लेखकों ने उत्पन्न कुंजियों को NIST SP 800-22 सूट नामक एक सख्त बैटरी टेस्ट से गुजारा। कुंजियाँ हर एक टेस्ट में शानदार प्रदर्शन के साथ पास हुईं, जिससे साबित हुआ कि उनमें कोई पता लगाने योग्य पैटर्न नहीं था जिसका फायदा कोई हैकर उठा सके।

एक पेच: "ईव" का कारक

उनके निष्कर्षों में एक दिलचस्प मोड़ है। जबकि DAE ने एलिस और बॉब के संकेतों को एक-दूसरे के अधिक समान बनाया (जो उनके लिए अच्छा है), इसने बॉब के सिग्नल को अन्य तरीकों की तुलना में ईव के सिग्नल के थोड़ा अधिक समान भी बना दिया।

हालाँकि, जब लेखकों ने अंतिम सीक्रेट की कैपेसिटी की गणना की, तो उन्होंने पाया कि DAE फिर भी जीत गया। क्यों? क्योंकि एलिस और बॉब के बीच सहमति में जो उछाल आया, वह ईव तक सूचना के मामूली रिसाव (leakage) से कहीं अधिक बड़ा था। शुद्ध परिणाम अभी भी एक बहुत अधिक सुरक्षित गुप्त कुंजी था।

निष्कर्ष

यह शोध पत्र सुझाव देता है कि वायरलेस गुप्त कुंजियों में "शोर" को साफ करने के लिए डीनोइजिंग ऑटोएनकोडर नामक डीप लर्निंग टूल का उपयोग करना एक शक्तिशाली तरीका है। एक न्यूरल नेटवर्क को खामियों को पहचानने और हटाने के लिए प्रशिक्षित करके, एलिस और बॉब ऐसी साझा कुंजियाँ बना सकते हैं जो वर्तमान मानक तरीकों की तुलना में अधिक विश्वसनीय और अधिक सुरक्षित हैं। यह कोई जादुई छड़ी नहीं है जो हर समस्या को हल कर देती है, लेकिन उनके द्वारा चलाए गए सिमुलेशन में, यह स्पष्ट विजेता था, जिसने एक डगमगाते, शोर भरे कनेक्शन को एक ठोस, मजबूत गुप्त हैंडशेक में बदल दिया।