← नवीनतम पेपर
💻 computer science

Session Key Driven Symmetric Substitution Cipher Design Implementation and Security

यह शोध पत्र एक डायनेमिक सेशन की-ड्रिवन सिमेट्रिक सब्स्टीट्यूशन साइफर के डिज़ाइन, कार्यान्वयन और सुरक्षा विश्लेषण को प्रस्तुत करता है जो स्थिति अखंडता (पोजीशन इंटीग्रिटी) और की-कंडीशनल परिवर्तनों के माध्यम से मानक हमलों का प्रतिरोध करता है, जबकि साथ ही वास्तविक समय के एन्क्रिप्शन के लिए एक कुशल विकल्प के रूप में इसे स्थापित करने हेतु मशीन लर्निंग मॉडल का उपयोग करके इसके प्रदर्शन का मूल्यांकन भी करता है।

मूल लेखक: Siddharth Ghansela, Yashwant Singh Chauhan, Sunil Chamoli, Sumit Rana

प्रकाशित 2026-08-31
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Siddharth Ghansela, Yashwant Singh Chauhan, Sunil Chamoli, Sumit Rana

मूल पेपर CC BY 4.0 (https://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

डिजिटल दुनिया में, किसी संदेश को गुप्त रखना आमतौर पर प्रेषक और प्राप्तकर्ता के बीच एक साझा रहस्य (shared secret) पर निर्भर करता है। इसे सममित एन्क्रिप्शन (symmetric encryption) के रूप में जाना जाता है, जहाँ एक ही कुंजी डेटा को लॉक और अनलॉक करती है। यह आधुनिक सुरक्षा का कार्यवाहक है, जिसका उपयोग बैंक हस्तांतरण से लेकर निजी चैट तक सब कुछ सुरक्षित करने के लिए किया जाता है, क्योंकि यह अन्य तरीकों की तुलना में अविश्वसनीय रूप से तेज़ है। हालाँकि, गति अक्सर एक समझौते के साथ आती है: टेक्स्ट को उलटने वाले पुराने, सरल तरीके कभी-कभी कुछ अक्षरों के बार-बार आने के विश्लेषण से क्रैक किए जा सकते हैं, जिसे फ्रीक्वेंसी एनालिसिस (frequency analysis) कहा जाता है। जैसे-जैसे कंप्यूटर तेज़ हो रहे हैं और खतरे विकसित हो रहे हैं, शोधकर्ता लगातार इन तरीकों से खोजने की कोशिश कर रहे हैं कि कैसे इन तेज़, साझा-रहस्य प्रणालियों को उनकी गति कम किए बिना और मजबूत बनाया जाए। लक्ष्य एक ऐसा ताला बनाना है जो उपयोग में त्वरित भी हो और जिसे तोड़ना लगभग असंभव हो, यहाँ तक कि उन मशीनों के लिए भी जो पैटर्न खोजने के लिए प्रशिक्षित हैं।

भारत के जी बी पंत इंस्टीट्यूट ऑफ इंजीनियरिंग एंड टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने टेक्स्ट को उलटने का एक नया तरीका प्रस्तावित किया है जो इस संतुलन को हल करने का लक्ष्य रखता है। उन्होंने एक ऐसी प्रणाली डिजाइन की है जो दो विचारों को मिलाती है: एक गुप्त संख्या के आधार पर अक्षरों को बदलना और वाक्य में उनके स्थान के आधार पर उन्हें खिसकाना। कल्पना कीजिए कि एक संदेश लोगों की एक पंक्ति है; केवल उनके कपड़े बदलने के बजाय, यह तरीका उन्हें उनकी मूल स्थिति के आधार पर पंक्ति में एक नई जगह पर जाने के लिए भी कहता है। "गुप्त संख्या" एक सत्र कुंजी (session key) है, जो अंकों की एक स्ट्रिंग है जिसे संवाद करने वाले दो व्यक्तियों द्वारा ही साझा किया जाता है। शोधकर्ताओं ने एक कंप्यूटर प्रोग्राम बनाया है जो इस कुंजी को लेता है, इसके अंकों को जोड़कर एक एकल मान (value) बनाता है, और फिर उस मान का उपयोग संदेश के प्रत्येक अक्षर को बदलने के लिए करता है। महत्वपूर्ण रूप से, एक अक्षर को बदलने की मात्रा वाक्य में उसके स्थान पर निर्भर करती है, जिसका अर्थ है कि पहले अक्षर के साथ दूसरे अक्षर की तुलना में अलग तरह से व्यवहार किया जाता है, भले ही गुप्त संख्या वही हो। यह दृष्टिकोण भाषा के प्राकृतिक पैटर्न को तोड़ने के लिए डिज़ाइन किया गया है ताकि कोई कोड-ब्रेकर केवल यह गिनकर अनुमान न लगा सके कि अक्षर "e" कितनी बार आता है।

यह जांचने के लिए कि क्या यह विचार काम करता है, टीम ने एक मानक कंप्यूटर प्रोसेसर पर हजारों सिमुलेशन चलाए। उन्होंने सिस्टम में विभिन्न लंबाई और प्रकार के संदेश डाले, साधारण वाक्यों से लेकर जटिल वर्णों (characters) की स्ट्रिंग्स तक, और यह मापा कि उन्हें लॉक और अनलॉक करने में कितना समय लगा। परिणामों ने दिखाया कि यह प्रणाली उल्लेखनीय रूप से तेज़ है। चाहे संदेश छोटा हो या लंबा, डेटा को एन्क्रिप्ट या डिक्रिप्ट करने में लगने वाला समय लगातार कम रहा, जो अक्सर एक मिलीसेकंड से भी कम था। यह सुझाव देता है कि यह विधि अच्छी तरह से स्केल करती है, जिसका अर्थ है कि यह बिना धीमे हुए बड़ी मात्रा में डेटा को संभाल सकती है। जब शोधकर्ताओं ने स्कैम्बल किए गए आउटपुट को देखा, तो उन्होंने पाया कि भाषा के सामान्य पैटर्न गायब हो गए थे। एक सामान्य वाक्य में, कुछ अक्षर दूसरों की तुलना में बहुत अधिक बार आते हैं, जो अक्षर आवृत्ति (letter frequency) के ग्राफ में एक अनुमानित 'पहाड़ी और घाटी' का आकार बनाते हैं। एन्क्रिप्टेड संदेशों में, यह आकार गायब हो गया, और इसकी जगह एक सपाट, यादृच्छिक वितरण (random distribution) ने ले ली जहाँ प्रत्येक वर्ण लगभग समान संभावना के साथ दिखाई दिया। यह पारंपरिक हमलों के लिए आधार ढूंढना अत्यंत कठिन बना देता है।

शोधकर्ताओं ने संदेश के हिस्से को जानबूझकर क्षतिग्रस्त करके सिस्टम की विश्वसनीयता का भी परीक्षण किया, जो उस स्थिति का अनुकरण करता है जो संचार के दौरान सिग्नल के दूषित होने से हो सकती है। इन त्रुटियों के बावजूद, सिस्टम 88% संरचनात्मक रिकवरी दर बनाए रखने में सक्षम रहा जिससे पूरा संदेश खराब नहीं हुआ। यह इंगीता है कि यह विधि मजबूत है और इससे "डोमिनो प्रभाव" (domino effect) नहीं होता है जहाँ एक छोटी सी गलती पूरी फ़ाइल को खराब कर देती है। हालाँकि, अध्ययन ने गुप्त कुंजियों (secret keys) के निर्माण के तरीके में एक संभावित कमजोरी की भी पहचान की। टीम ने देखा कि कुंजी संख्याओं के कुछ संयोजन दूसरों की तुलना में अधिक सामान्य थे, जिससे एक हल्का पूर्वाग्रह (bias) पैदा हुआ। विशेष रूप से, कुंजी की मजबूती का वितरण 15 के कुंजी योग मान (key sum value) पर एक मजबूत शिखर दिखाता है, जिसका अर्थ है कि उस विशेष शक्ति वाली कुंजियाँ अन्य की तुलना में बहुत अधिक प्रचुर मात्रा में थीं। यदि हमलावर इस पूर्वाग्रह को जान लेता है, तो वह कुंजी का अनुमान अधिक आसानी से लगा सकता है। लेखक इस बात को स्वीकार करते हैं और सुझाव देते हैं कि भविष्य के संस्करणों को यह सुनिश्चित करने की आवश्यकता है कि कुंजियाँ पूरी तरह से संतुलित तरीके से उत्पन्न हों ताकि सुरक्षा को अधिकतम किया जा सके।

यह समझने के लिए कि यह प्रणाली कितनी अच्छी तरह प्रदर्शन करती है, शोधकर्ताओं ने आधुनिक मशीन लर्निंग टूल का भी उपयोग किया, जो कंप्यूटर प्रोग्राम हैं जिन्हें डेटा में पैटर्न खोजने के लिए डिज़ाइन किया गया है। उन्होंने संदेश के आकार और कुंजी के प्रकार के आधार पर एन्क्रिप्शन में लगने वाले समय की भविष्यवाणी करने के लिए दो अलग-अलग प्रकार के लर्निंग मॉडल को प्रशिक्षित किया। एक मॉडल, जिसे सपोर्ट वेक्टर मशीन (Support Vector Machine) के रूप में जाना जाता है, सटीक भविष्यवाणियां करने में संघर्ष करता है, संभवतः इसलिए क्योंकि इनपुट और समय लगने के बीच का संबंध इसके सरल ढांचे के लिए बहुत जटिल था। इसके विपरीत, एक अधिक उन्नत मॉडल जिसे रैंडम फॉरेस्ट (Random Forest) कहा जाता है, जो कई छोटे निर्णय वृक्षों (decision trees) का निर्माण करके काम करता है, ने निष्पादन विलंबता ब्रैकेट (execution latency brackets) के वर्गीकरण के विशिष्ट कार्य पर 100% सटीकता के साथ प्रदर्शन की भविष्यवाणी की। यह निष्कर्ष बताता है कि जबकि एन्क्रिप्शन पद्धति स्वयं कुशल है, वास्तविक दुनिया के परिदृश्यों में इसके व्यवहार को समझने के लिए परिष्कृत, बुद्धिमान उपकरणों की आवश्यकता हो सकती है, न कि सरल सांख्यिकीय अनुमानों की।

अध्ययन यह निष्कर्ष निकालता है कि यह नई विधि वास्तविक समय के अनुप्रयोगों, जैसे कि इंटरनेट ऑफ थिंग्स (IoT) या एज कंप्यूटिंग में डेटा को सुरक्षित करने के लिए एक आशाजनक विकल्प प्रदान करती है, जहाँ गति और कम बिजली का उपयोग महत्वपूर्ण है। एक गतिशील गुप्त कुंजी को स्थान-आधारित शिफ्टिंग के साथ जोड़कर, यह प्रणाली एक बाधा बनाती है जो सामान्य पैटर्न-मैचिंग हमलों का विरोध करती है और साथ ही ऐसी गति बनाए रखती है जो सबसे तेज़ मौजूदा तरीकों की बराबरी करती है। शोधकर्ता इस बात पर जोर देते हैं कि हालांकि वर्तमान डिज़ाइन अत्यधिक प्रभावी है, अगला कदम देखे गए पूर्वाग्रहों को समाप्त करने के लिए कुंजी निर्माण प्रक्रिया को परिष्कृत करना है। यदि ये सुधार किए जाते हैं, तो यह प्रणाली सूचना को सुरक्षित करने के लिए एक हल्का, सुरक्षित और तेज़ तरीका प्रदान कर सकती है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →