Intelligent Wiretap Code Design: Exploiting Wireless Endogenous Security via Information Theory and Deep Learning Integration

कल्पना कीजिए कि आप एक भीड़भाड़ वाले कमरे में एक गुप्त संदेश भेज रहे हैं। पुराने दिनों में, आप अपने नोट को एक अटूट बक्से (एन्क्रिप्शन) में लपेट देते और उम्मीद करते कि किसी के पास उसकी चाबी न हो। लेकिन क्या होगा अगर वह बक्सा बहुत भारी हो, या उसका ताला इस्तेमाल करने के लिए बहुत जटिल हो? वैज्ञानिक एक स्मार्ट तरीका खोजने की कोशिश कर रहे हैं: कमरे की प्राकृतिक उथल-पुथल का उपयोग करना—जैसे लोग एक-दूसरे पर चिल्ला रहे हों या हवा कागज उड़ा रही हो—ताकि आपके संदेश को छिपाया जा सके। इस विचार को "वायरलेस एंडोजेनस सिक्योरिटी" (wireless endogenous security) कहा जाता है। यह इस तथ्य पर निर्भर करता है कि आप जिससे बात कर रहे हैं (बॉब) वह आपको स्पष्ट रूप से सुनता है, जबकि जो व्यक्ति छिपकर सुन रहा है (ईव) वह आपके स्वर का एक अधिक अस्त-व्यस्त और विकृत संस्करण सुनता है। यदि आप उस अव्यवस्था को एक ढाल में बदल सकते हैं, तो आपको किसी भारी बक्से की आवश्यकता ही नहीं होगी।

बड़ी चुनौती यह है कि इसे पूरी तरह से काम करने के लिए बनाना एक रस्सी पर चलने (tightrope) जैसा है। आपको यह सुनिश्चित करना होगा कि बॉब को आपका संदेश पूरी तरह से मिले, लेकिन आपको यह भी सुनिश्चित करना होगा कि ईव को इतना कचरा मिले कि वह समझ न सके कि आपने क्या कहा। आमतौर पर, इंजीनियर "संदेश" वाले हिस्से और "सुरक्षा" वाले हिस्से को दो अलग-अलग कामों के रूप में देखते हैं। लेकिन एक नया शोध पत्र सुझाव देता है कि यदि आप उन्हें एक विशेष प्रकार के "स्मार्ट दिमाग" (डीप लर्निंग) और कुछ चतुर गणित का उपयोग करके एक साथ मिला देते हैं, तो आप दोनों काम एक साथ बेहतर तरीके से कर सकते हैं। यह विशेष रूप से इंटरनेट के भविष्य के लिए महत्वपूर्ण है, जहाँ हमें जटिल तालों और चाबियों के कारण धीमा हुए बिना डेटा को तेज़ी से और सुरक्षित रूप से भेजने की आवश्यकता है।

---

शोध पत्र का बड़ा विचार: एक गुप्त कोड जो आकार बदल लेता है

यह शोध पत्र "वायरटैप कोड्स" (wiretap codes) को डिजाइन करने का एक नया तरीका पेश करता है: वायरलेस संकेतों के माध्यम से डेटा सुरक्षित रूप से भेजने के विशेष निर्देश। लेखकों ने, जो चीन, यूके, ऑस्ट्रेलिया, जर्मनी और अमेरिका के विश्वविद्यालयों के शोधकर्ताओं की एक टीम है, एक ऐसा सिस्टम प्रस्तावित किया है जो सिमेंटिक कम्युनिकेशन (केवल कच्चे बिट्स के बजाय संदेश के अर्थ को भेजना) को कोसेट कोडिंग (एक गणितीय चाल जो जासूसों को भ्रमित करने के लिए रैंडम शोर जोड़ती है) के साथ मिलाता है।

इसे ऐसे समझें: कल्पना कीजिए कि आप अपने मित्र को एक चित्र भेज रहे हैं।

• पुराना तरीका: आप चित्र बनाते हैं, फिर उसे एक मानक लिफाफे (कंप्रेशन) में रखते हैं, और फिर उस पर "खोलना मना है" का स्टिकर लगा देते हैं (अलग सुरक्षा)। यदि लिफाफा गीला हो जाता है, तो चित्र धुंधला हो जाता है, और स्टिकर निकल सकता है।
• नया तरीका: आप चित्र बनाते हैं, लेकिन आप कागज पर अदृश्य, रैंडम टेढ़ी-मेढ़ी रेखाएं (squiggles) भी जोड़ते हैं जिन्हें केवल आपका मित्र ही अनदेखा करना जानता है। यदि कोई जासूस चित्र की नकल करने की कोशिश करता है, तो वे रेखाएं चित्र को निरर्थक कचरे के एक अराजक ढेर में बदल देती हैं। "स्मार्ट दिमाग" (डीप लर्निंग मॉडल) ठीक यह सीखता है कि ये रेखाएं कैसे जोड़ी जाएं ताकि आपका मित्र अभी भी चित्र को स्पष्ट रूप से देख सके, लेकिन जासूस को केवल शोर दिखाई दे।

दो अलग-अलग जासूस, दो अलग-अलग तरकीबें

शोधकर्ताओं ने महसूस किया कि जासूस अलग-अलग "प्रकारों" के होते हैं, इसलिए उन्होंने अपने सिस्टम को दो विशिष्ट परिदृश्यों को संभालने के लिए डिज़ाइन किया:

1. सुपर-स्पाय (द ऑप्टिमल डिकोडर): यह जासूस अविश्वसनीय रूप से स्मार्ट है। वह ठीक जानता है कि आपका सिस्टम कैसे काम करता है और उसने विशेष रूप से अपने लिए एक परफेक्ट डिकोडर बनाया है। इस जासूस को हराने के लिए, लेखकों ने म्युचुअल इंफॉर्मेशन (Mutual Information) नामक एक गणितीय अवधारणा का उपयोग किया। सरल शब्दों में, यह मापता है कि जासूस का सिग्नल आपके गुप्त संदेश के बारे में उसे कितने "सुराग" देता है। सिस्टम इस सुराग को कम करने के लिए प्रशिक्षित किया जाता है, यह सुनिश्चित करते हुए कि एक सुपर-स्मार्ट जासूस भी लगभग कुछ भी न जान सके।
2. कॉपीकैट स्पाय (द आइडेंटिकल डिकोडर): यह जासूस उतना स्मार्ट नहीं है; उसने बस आपके मित्र का डिकोडर चुरा लिया है और उसी टूल का उपयोग करके आपके संदेश को पढ़ने की कोशिश कर रहा है। यह एक बहुत ही वास्तविक खतरा है। इस जासूस को हराने के लिए, लेखकों ने जनरलाइज्ड म्युचुअल इंफॉर्मेशन (GMI) नामक एक अन्य उपकरण का उपयोग किया। यह मापता है कि जासूस द्वारा उपयोग किए जा रहे विशिष्ट डिकोडर से वह सिग्नल कितनी अच्छी तरह समझ सकता है। सिस्टम सिग्नल को एक ऐसी पहेली बनाने के लिए सीखता जिसे कॉपीकैट का विशिष्ट टूल हल नहीं कर पाता, भले ही वह टूल आपके मित्र के लिए एकदम सही हो।

उन्होंने क्या पाया (परिणाम)

टीम ने केवल सिद्धांत नहीं बनाया; उन्होंने छवियों और वीडियो का उपयोग करके सिमुलेशन के साथ इसका परीक्षण किया। उनके "प्लेग्राउंड" प्रयोगों ने निम्नलिखित दिखाया:

• प्रतिद्वंद्विता को हराना: उन्होंने अपने नए तरीके की तुलना डेटा भेजने के चार अन्य लोकप्रिय तरीकों से की। कोडक (Kodak) और इमेजनेट (ImageNet) डेटासेट का उपयोग करके छवियों को भेजने के परीक्षणों में, उनका तरीका मित्र के लिए चित्र को स्पष्ट रखने और जासूस के लिए उसे धुंधले कचरे में बदलने में बहुत बेहतर था।
  • उदाहरण के लिए, जब मित्र को 10 dB के सिग्नल स्ट्रेंथ पर छवि प्राप्त हुई, तो नए तरीके ने 0.0002 का डिस्टॉर्शन स्कोर (MSE) दिया। पुराने "अलग" तरीके बहुत खराब थे, जिनका स्कोर 0.0022 या 0.0115 जैसा था।
  • जासूस के लिए, नया तरीका एक पूर्ण ब्लैकआउट था। -3 dB के सिग्नल स्ट्रेंथ पर, जासूस द्वारा प्राप्त छवि का डिस्टॉर्शन स्कोर 0.0170 था, जिसका अर्थ है कि वह लगभग अपठनीय थी। इसके विपरीत, अन्य तरीकों ने जासूस को ऐसी छवियां दीं जो अभी भी कुछ हद तक स्पष्ट थीं (स्कोर 0.0088 या 0.0033 जैसे)।
• "दानेदार" लाभ: एक दिलचस्प खोज यह है कि सिस्टम शोर (noise) को कैसे संभालता है। पारंपरिक तरीके जो स्मूथ, निरंतर सिग्नल्स का उपयोग करते हैं, सिग्नल खराब होने पर धीरे-धीरे "दानेदार" (grainy) होते जाते हैं। नया तरीका, जो डिस्क्रीट (चरण-दर-चरण) सिग्नल्स का उपयोग करता है, मित्र के लिए शार्प रहता है लेकिन जासूस के लिए अचानक पूरी तरह से निरर्थक हो जाता है। यह एक लाइट स्विच की तरह है: मित्र के लिए, रोशनी उज्ज्वल है; जासूस के लिए, अंधेरा है।
• वीडियो भी काम करता है: उन्होंने मूविंग एमनिस्ट (Moving MNIST) डेटासेट का उपयोग करके चलती छवियों (वीडियो) पर भी इसका परीक्षण किया। परिणाम समान थे: मित्र को स्पष्ट वीडियो मिला, जबकि जासूस को एक उलझा हुआ ढेर मिला। एक परीक्षण में, जासूस की वीडियो एरर रेट 0.0310 थी, जबकि मित्र की 0.0001 थी।
• लचीला नियंत्रण: सिस्टम सुरक्षा के लिए एक वॉल्यूम नॉब की तरह है। शोधकर्ताओं ने दिखाया कि वे मित्र के लिए संदेश की स्पष्टता और जासूस से सुरक्षा के बीच संतुलन बनाने के लिए सेटिंग्स को एडजस्ट कर सकते हैं। वे स्थिति के आधार पर एक को दूसरे को प्राथमिकता देने के लिए "ऑपरेटिंग पॉइंट" को बदल सकते हैं।

उन्होंने क्या नहीं किया (और उन्होंने क्या खारिज कर दिया)

यह जानना महत्वपूर्ण है कि यह पेपर क्या दावा नहीं करता है।

• कोई जादुई चाबियाँ नहीं: यह पेपर स्पष्ट रूप से इस विचार के विरुद्ध तर्क देता है कि आप केवल मानक एन्क्रिप्शन या अलग सुरक्षा परतों पर भरोसा कर सकते हैं। उन्होंने पाया कि "संदेश" वाले हिस्से को "सुरक्षा" वाले हिस्से से अलग करने से अक्सर ऐसी त्रुटियां होती हैं जो संदेश को बर्बाद कर देती हैं या जासूस को रोकने में विफल रहती हैं।
• अभी वास्तविक दुनिया में तैनाती नहीं: ये परिणाम सिमुलेशन पर आधारित हैं। लेखकों ने इन परीक्षणों को कंप्यूटर पर मानक डेटासेट (जैसे ImageNet और Moving MNIST) और विशिष्ट शोर मॉडल (AWGN channels) का उपयोग करके चलाया। उन्होंने कोई भौतिक रेडियो टावर नहीं बनाया और न ही इसे किसी वास्तविक शहर में टेस्ट किया।
• हर चैनल के लिए नहीं: यह पेपर एक विशिष्ट प्रकार के चैनल पर केंद्रित है जहाँ जासूस का कनेक्शन हमेशा मित्र के कनेक्शन से खराब होता है (एक "डिग्रेडेड" चैनल)। वे स्वीकार करते हैं कि यदि जासूस का कनेक्शन मित्र से बेहतर है, तो यह विशिष्ट तरीका काम नहीं कर सकता है, और उन्होंने इसे भविष्य के शोध के लिए छोड़ दिया है।

निष्कर्ष

यह पेपर सुझाव देता है कि डीप लर्निंग का उपयोग करके संदेश और सुरक्षा को एक साथ मिलाकर, हम एक ऐसा सिस्टम बना सकते हैं जो इच्छित प्राप्तकर्ता के लिए अधिक विश्वसनीय और जासूस के लिए तोड़ने में बहुत कठिन हो। चाहे जासूस एक सुपर-जीनियस हो जिसके पास एक परफेक्ट डिकोडर हो या बस एक कॉपीकैट जिसके पास चोरी किया गया टूल हो, यह नया "स्मार्ट कोड" उसे भ्रमित करने के लिए अनुकूलित होता है। हालांकि ये वर्तमान में कंप्यूटर सिमुलेशन हैं, लेकिन परिणाम एक ऐसे भविष्य की ओर एक आशाजनक राह दिखाते हैं जहाँ हमारे वायरलेस रहस्य किसी भारी ताले के कारण नहीं, बल्कि इसलिए सुरक्षित होंगे क्योंकि संदेश को ही इस तरह डिज़ाइन किया गया है कि वह उन लोगों के लिए अदृश्य हो जाए जो इसे सुनने के हकदार नहीं हैं।