Tilewise Domain-Separated Selective Encryption for Remote Sensing Imagery under Chosen-Plaintext Attacks

1. Problema Identificado

O sensoriamento remoto gera grandes volumes de dados que frequentemente contêm informações sensíveis (instalações militares, infraestrutura crítica). A criptografia completa de imagens é muitas vezes inviável devido às restrições de recursos computacionais, memória e latência em sistemas de sensoriamento (satélites, drones).

A Criptografia Seletiva (SE) surge como alternativa, protegendo apenas as Regiões de Interesse (ROI) e deixando o restante da imagem em texto claro. No entanto, o artigo identifica uma vulnerabilidade crítica em projetos existentes:

• Vazamento Estrutural e Transferibilidade: Muitos esquemas de criptografia seletiva reutilizam transformações dependentes de chaves secretas em diferentes posições espaciais (blocos/tiles) ou quadros.
• Ataque de Texto Plano Escolhido (CPA): Sob um cenário onde um adversário pode solicitar a criptografia de imagens específicas, a reutilização de padrões de chave permite que o atacante aprenda um mapeamento estrutural em um subconjunto de dados e o transfira para outros blocos ou imagens criptografadas com a mesma chave de longo prazo.
• Falha das Métricas Estatísticas: Métricas tradicionais (entropia, correlação, NPCR) não capturam essa vulnerabilidade de "transferência estrutural", pois os dados podem parecer estatisticamente aleatórios, mas ainda contêm padrões invariantes exploráveis.

2. Metodologia Proposta: TDS-SE

Os autores propõem o TDS-SE (Tilewise Domain-Separated Selective Encryption), um framework que alinha a granularidade da separação de domínio criptográfico com a granularidade da proteção seletiva (por bloco/tile).

Princípios Fundamentais:

1. Separação de Domínio por Bloco (Tilewise): Em vez de usar a mesma chave derivada para todos os blocos de uma imagem, o sistema deriva uma chave única e independente para cada bloco $(i, j)$.
2. Separação de Domínio por Quadro (Per-Frame): Uma nonce pública fresca é gerada para cada imagem/quadro, garantindo que as chaves derivadas mudem entre diferentes imagens, mesmo sob a mesma chave mestra.
3. Máscara de ROI como Informação Lateral: A máscara que define quais blocos são ROIs é tratada estritamente como informação pública (side information). Ela não é usada para derivar o estado secreto, evitando dependências circulares que poderiam ser exploradas em ataques CPA.

Implementação Técnica:

• Derivação de Chave: Utiliza HKDF (HMAC-based Key Derivation Function) com separação de domínio explícita.
  • A chave mestra ($K_{master}$) e uma nonce pública ($N_t$) são usadas para extrair uma chave pseudorrandomica de quadro ($PRK_t$).
  • Para cada bloco $(i, j)$, uma chave específica ($K_{t,i,j}$) é expandida usando um rótulo de domínio que inclui as coordenadas do bloco e o contexto do quadro: info = "TILE" || encode(t, i, j).
• Primitiva de Criptografia: A implementação principal utiliza AES-CTR (Modo Contador) estritamente local a cada bloco. Não há dependência de estado entre blocos (nenhuma permutação ou difusão cruzada entre tiles).
• Processo:
  1. A imagem é dividida em tiles não sobrepostos (ex: $64 \times 64$).
  2. Se um tile é uma ROI, ele é criptografado com sua chave derivada específica.
  3. Se não é ROI, o tile permanece inalterado.
  4. A imagem cifrada é reconstruída mesclando os tiles.

3. Contribuições Principais

1. Framework TDS-SE: Uma pipeline de criptografia seletiva que elimina a reutilização estrutural entre tiles através de derivação de chaves com separação de domínio explícita, mantendo compatibilidade com fluxos de trabalho práticos.
2. Protocolo de Avaliação Orientado a CPA: Introdução de uma metodologia empírica focada em medir a transferibilidade estrutural. Em vez de apenas estatísticas de imagem, o protocolo testa se um modelo de aprendizado pode aprender padrões de um tile/posição e aplicá-los a outros.
3. Validação Experimental Abrangente: Uso de conjuntos de dados públicos de sensoriamento remoto (RESISC45 e SEN12MS) para quantificar o vazamento sob diferentes cenários de ataque, incluindo ablação, generalização cruzada e assimetria de conhecimento de ROI.

4. Resultados Experimentais

Os experimentos compararam quatro variantes (A0 a A3) e um baseline inseguro (B1), utilizando dois "distinguidores" (atacantes): um modelo linear (Att-LR) e uma CNN leve (Att-CNN).

• Redução da Transferibilidade Posicional: A variante com separação completa (A3) reduziu significativamente a capacidade do atacante de transferir modelos treinados em uma posição específica para outras posições, especialmente para o modelo linear. Isso confirma que a reutilização de chaves é o canal de vazamento dominante.
• Robustez a Assunções Imperfeitas de ROI: A adição de frescor por quadro (nonce) melhorou a robustez do sistema contra ataques onde o atacante possui conhecimento incompleto ou incorreto sobre as máscaras de ROI.
• Generalização Cruzada (Cross-Sample): O comportamento foi misto, indicando que a criptografia interrompe estruturas específicas da cena (imagens) mais eficazmente do que estruturas específicas de posição, mas a separação de domínio estabiliza o comportamento do sistema.
• Teste de Sanidade CPA (Baseline Inseguro): Um teste demonstrou que, sem separação de domínio (B1), um único texto plano escolhido (um tile zerado) permite recuperar o fluxo de chaves (keystream) e descriptografar todos os outros tiles da mesma imagem instantaneamente (PSNR ~99 dB). Com o TDS-SE (A3), esse ataque falha completamente (PSNR ~23 dB, similar a ruído).
• Preservação da Funcionalidade: O esquema mantém a eficiência da criptografia seletiva, protegendo apenas as ROIs e permitindo processamento downstream nos dados não cifrados.

5. Significado e Conclusão

O artigo demonstra que a segurança da criptografia seletiva em sensoriamento remoto não depende apenas da força da primitiva criptográfica (ex: AES), mas crucialmente de como as chaves são derivadas e gerenciadas.

• Mudança de Paradigma: O trabalho desafia a prática comum de reutilizar chaves ou estados entre blocos para eficiência, mostrando que isso cria vetores de ataque viáveis sob CPA.
• Abordagem Prática: Ao adotar a separação de domínio (uma prática padrão em criptografia moderna) na granularidade do tile, o TDS-SE mitiga o vazamento estrutural sem custos computacionais proibitivos.
• Avaliação Realista: O papel destaca a necessidade de ir além das métricas estatísticas tradicionais, utilizando modelos de aprendizado de máquina como distinguidores para avaliar a segurança contra adversários adaptativos em cenários reais de sensoriamento remoto.

Em resumo, o TDS-SE oferece uma solução robusta e comprovada empiricamente para proteger imagens de sensoriamento remoto, garantindo que a proteção seletiva não se torne uma porta de entrada para a recuperação de informações sensíveis através de ataques de texto plano escolhido.