Session Key Driven Symmetric Substitution Cipher Design Implementation and Security

디지털 세상에서 메시지를 비밀로 유지하는 것은 대개 송신자와 수신자 사이의 공유된 비밀에 의존합니다. 이것은 동일한 키가 데이터를 잠그고 여는 방식인 대칭 암호화로 알려져 있으며, 보안의 핵심적인 역할을 수행합니다. 이는 은행 송금부터 개인적인 채팅에 이르기까지 모든 것을 보호하기 위해 사용되는데, 다른 방법들에 비해 믿을 수 없을 정도로 빠르기 때문입니다. 그러나 속도는 종종 상충 관계를 동반합니다. 텍스트를 뒤섞는 더 오래되고 단순한 방법들은 특정 문자가 얼마나 자주 나타나는지를 분석하는 기법인 빈도 분석에 의해 때때로 해독될 수 있습니다. 컴퓨터가 빨라지고 위협이 진화함에 따라, 연구자들은 이러한 빠른 공유 비밀 시스템을 속도를 늦추지 않으면서도 어떻게 더 강력하게 만들 수 있을지 끊임없이 고민하고 있습니다. 목표는 패턴을 찾아내도록 훈련된 기계에 의해서도 거의 풀 수 없으면서도 사용하기에 빠른 자물쇠를 만드는 것입니다.

인도의 GB 판트 공학 기술 연구소(GB Pant Institute of Engineering and Technology)의 연구팀은 이 균형 문제를 해결하고자 하는 새로운 텍스트 혼합 방식을 제안했습니다. 그들은 두 가지 아이디어를 결합하여 시스템을 설계했습니다. 바로 비밀 숫자에 기반해 문자를 바꾸는 것과 문장의 위치에 기반해 문자를 이동시키는 것입니다. 메시지를 한 줄로 늘어선 사람들로 상상해 보십시오. 이 방법은 단순히 그들의 옷을 갈아입히는 대신, 원래의 위치에 따라 그들에게 줄의 새로운 위치로 이동하라고 지시하기도 합니다. 여기서 "비밀 숫자"는 통신하는 두 사람만이 공유하는 숫자 문자열인 세션 키입니다. 연구진은 이 키를 받아 그 숫자의 합을 하나의 값으로 만들고, 그 값을 사용하여 메시지의 모든 문자를 변형하는 컴퓨터 프로그램을 구축했습니다. 결정적으로, 문자가 변하는 양은 문장 내의 위치에 따라 달라지며, 이는 설령 비밀 숫자가 같더라도 첫 번째 문자는 두 번째 문자와 다르게 취급됨을 의미합니다. 이러한 접근 방식은 언어의 자연스러운 패턴을 깨뜨려, 암호 해독자가 메시지를 추측하기 위해 단순히 "e"라는 글자가 몇 번 나타나는지 셀 수 없도록 설계되었습니다.

이 아이디어가 효과적인지 테스트하기 위해, 연구팀은 표준 컴퓨터 프로세서에서 수천 번의 시뮬레이션을 실행했습니다. 그들은 단순한 문장에서 복잡한 문자열에 이르기까지 다양한 길이와 유형의 메시지를 시스템에 입력했고, 이를 잠그고 푸는 데 걸리는 시간을 측정했습니다. 결과는 이 시스템이 매우 빠르다는 것을 보여주었습니다. 메시지가 짧든 길든, 데이터를 암호화하거나 복호화하는 데 걸리는 시간은 일관되게 낮았으며, 종종 1밀리초 미만이었습니다. 이는 이 방법이 잘 확장될 수 있음을, 즉 많은 양의 데이터를 처리하더라도 정체되지 않을 수 있음을 시사합니다. 연구진이 암호화된 출력물을 살펴보았을 때, 일반적인 언어의 패턴은 사라졌음을 발견했습니다. 일반적인 문장에서는 특정 문자가 다른 문자보다 훨씬 더 자주 나타나 그래프상에서 예측 가능한 산과 골짜기 모양을 만듭니다. 하지만 암호화된 메시지에서는 이 모양이 사라지고, 모든 문자가 거의 동일한 확률로 나타나는 평탄하고 무작위적인 분포로 대체되었습니다. 이는 전통적인 공격이 발판을 잡는 것을 극도로 어렵게 만듭니다.

연구진은 또한 신호가 전송 중에 손상되는 상황을 시뮬레이션하여, 암호화된 메시지의 일부를 의도적으로 손상시켜 시스템의 신뢰성을 테스트했습니다. 이러한 오류가 발생하더라도, 시스템은 전체 메시지가 엉망이 되지 않고 88%의 구조적 복구율을 유지할 수 있었습니다. 이는 이 방법이 견고하며, 하나의 작은 실수가 전체 파일을 망가뜨리는 "도미노 효과"를 겪지 않는다는 것을 나타냅ers. 그러나 연구는 비밀 키가 생성되는 방식에서 잠재적인 약점을 식별하기도 했습니다. 연구팀은 특정 키 조합이 다른 조합보다 더 흔하게 나타나는 경향이 있다는 것을 발견했습니다. 구체적으로, 키 강도의 분포는 키 합계 값이 15인 지점에서 강한 정점을 보였는데, 이는 해당 특정 강도의 키들이 다른 키들보다 훨씬 더 풍부하다는 것을 의미합니다. 만약 공격자가 이러한 편향을 알게 된다면, 키를 더 쉽게 추측할 수도 있습니다. 저자들은 이를 인정하며, 향-후 버전의 시스템은 보안을 극대화하기 위해 키가 완벽하게 균형 잡힌 방식으로 생성되도록 보장해야 한다고 제안합니다.

이 시스템이 얼마나 잘 작동하는지 이해하기 위해, 연구진은 데이터에서 패턴을 찾도록 설계된 컴퓨터 프로그램인 현대적인 머신러닝 도구를 적용했습니다. 그들은 메시지 크기와 키 유형에 따라 암호화에 걸리는 시간을 예측하도록 두 가지 다른 유형의 학습 모델을 훈련시켰습니다. 서포트 벡터 머신(Support Vector Machine)으로 알려진 한 모델은 예측에 어려움을 겪었는데, 이는 입력값과 소요 시간 사이의 관계가 그 단순한 구조에 비해 너무 복잡했기 때문으로 보입니다. 반면, 여러 개의 작은 결정 트리를 구축하여 작동하는 더 발전된 모델인 랜덤 포레스트(Random Forest)는 실행 지연 시간 구간을 분류하는 특정 작업에서 100%의 정확도로 성능을 예측했습니다. 이 발견은 암호화 방법 자체가 효율적이긴 하지만, 실제 시나리오에서 그 동작을 이해하려면 단순한 통계적 추측보다는 정교하고 지능적인 도구가 필요할 수 있음을 시사합니다.

본 연구는 이 새로운 방법이 사물인터넷(IoT)이나 엣지 컴퓨팅과 같이 속도와 저전력 사용이 중요한 실시간 애플리케이션 분야에서 데이터를 보호하기 위한 유망한 대안을 제공한다고 결론짓습니다. 동적인 비밀 키와 위치 기반 이동을 결합함으로써, 이 시스템은 가장 빠른 기존 방식들과 견줄 만한 속도를 유지하면서도 일반적인 패턴 매칭 공격에 저항하는 장벽을 만듭니다. 연구진은 현재의 설계가 매우 효과적이지만, 다음 단계는 관찰된 편향을 제거하기 위해 키 생성 과정을 개선하는 것이라고 강조합니다. 이러한 개선이 이루어진다면, 이 시스템은 점점 더 연결되는 세상에서 정보를 보호하기 위한 가볍고 안전하며 빠른 방법을 제공할 수 있을 것입니다.