A Scalable Hybrid Encryption Framework Based on Unimodular Hill Cipher and Chaotic Logistic XOR Stream Cipher for Secure Binary File Protection

Resumo Técnico: Uma Estrutura de Criptografia Híbrida Escalável Baseada em Cifra de Hill Unimodular e Cifra de Fluxo XOR Caótica de Logística

Definição do Problema
A rápida expansão da troca de informações digitais através de plataformas em nuvem, infraestruturas industriais e sistemas governamentais intensificou a necessidade de técnicas criptográficas capazes de proteger dados binários arbitrários. Embora algoritmos tradicionais como a Cifra de Hill ofereçam uma forte difusão através da multiplicação de matrizes, eles sofrem de uma linearidade inerente, tornando-os vulneráveis a ataques de texto plano conhecido e de texto plano escolhido. Por outro lado, sistemas caóticos fornecem não linearidade e confusão, mas frequentemente carecem da robustez estrutural das transformações baseadas em matrizes. Além disso, muitas abordagens híbridas existentes são otimizadas para a criptografia de imagens, falhando em abordar as estruturas heterogêneas, metadados e regras de compressão de arquivos binários gerais (ex: DOCX, PDF, executáveis). Existe uma lacuna em estruturas de criptografia escaláveis e independentes de formato que garantam simultaneamente alta segurança estatística, eficiência computacional e reconstrução sem perdas para diversos tipos de arquivos binários.

Metodologia
Os autores propõem uma estrutura de criptografia híbrida que integra a Cifra de Hill Unimodular (UHC) com uma Cifra de Fluxo XOR Caótica baseada em Mapa Logístico. A metodologia trata todos os arquivos de entrada como fluxos de bytes brutos, eliminando a necessidade de pré-processamento específico de formato. O processo de criptografia consiste em duas camadas principais:

1. Cifra de Hill Unimodular (Camada de Difusão):

   • O texto puro é particionado em blocos de comprimento fixo de 256 bytes (dimensão de matriz $16 \times 16$).
   • Uma matriz de chave é gerada como uma matriz unimodular (determinante = $\pm 1$), garantindo a invertibilidade em aritmética inteira sem exigir cálculos complexos de inverso modular.
   • A matriz é construída dinamicamente usando sequências pseudoaleatórias caóticas para popular uma matriz triangular superior, que é então transformada via operações elementares de linha para manter a unimodularidade.
   • A criptografia é realizada via multiplicação de matrizes módulo 256: $C_i = M \cdot P_i \pmod{256}$.

2. Cifra de Fluxo XOR Logística Caótica (Camada de Confusão):

   • Um Mapa Logístico ($x_{n+1} = r x_n (1 - x_n)$) gera uma sequência de chave pseudoaleatória.
   • A semente inicial ($x_0 = 0.73911$) e o parâmetro de controle ($r$) são usados para produzir uma sequência de valores caóticos, que são quantizados em bytes de 8 bits.
   • O texto cifrado intermediário da camada Hill passa por uma operação XOR com esta sequência de chave: $C'_i = C_i \oplus K_i$.
   • Esta camada introduz não linearidade, obscurecendo as relações algébricas inerentes à transformação de matriz.

A descriptografia reverte este processo: a máscara XOR é removida primeiro, seguida pela multiplicação com a matriz unimodular inversa ($M^{-1}$), garantindo a recuperação exata e sem perdas do arquivo binário original.

Principais Contribuições

• Independência de Formato: A estrutura processa arquivos binários arbitrários (DOCX, PDF, JPEG) como fluxos de bytes brutos, não exigindo conhecimento das estruturas internas ou metadados dos arquivos.
• Arquitetura de Segurança Híbrida: A combinação da UHC com o XOR Logístico aborda a linearidade das Cifras de Hill clássicas e a potencial previsibilidade de fluxos caóticos isolados, criando um sistema com forte difusão e confusão não linear.
• Escalabilidade e Eficiência: O design suporta complexidade de tempo linear ($O(N)$) em relação ao tamanho do arquivo, permitindo o processamento eficiente de grandes conjuntos de dados (até 100 MB) sem degradação significativa de rendimento.
• Avaliação Abrangente: O estudo valida a estrutura através de doze arquivos de teste com tamanhos e formatos variados, utilizando um amplo conjunto de métricas de segurança, incluindo entropia, correlação, efeito avalanche, testes qui-quadrado e verificação de integridade MD5.

Resultados Experimentais
A estrutura foi avaliada usando 12 arquivos binários (DOCX, PDF, JPEG) variando de 1 MB a 100 MB em um ambiente de CPU padrão (Intel Xeon 2.20 GHz).

• Segurança Estatística:

  • Entropia: A entropia média do texto cifrado atingiu 7.9999, quase idêntica ao valor ideal de 8.0, indicando uma distribuição de bytes uniforme.
  • Correlação: O coeficiente de correlação médio entre bytes adjacentes foi de −0.0043, demonstrando dependência estatística negligenciável.
  • Efeito Avalanche: Para os conjuntos de dados PDF, o efeito avalanche foi de 50.0020%, confirmando que pequenas mudanças na entrada resultam em variações significativas no texto cifrado.
  • Teste Qui-Quadrado: Um valor-p de 0.967092 para os conjuntos de dados PDF indicou que a distribuição do texto cifrado segue de perto uma distribuição uniforme aleatória.
  • Sensibilidade à Chave: Uma sensibilidade de 99.6139% foi alcançada, mostrando que modificações leves na chave produzem textos cifrados drasticamente diferentes.

• Desempenho:

  • Vazão (Throughput): O sistema alcançou vazões médias de criptografia e descriptografia de 24.48 MB/s e 23.83 MB/s, respectivamente.
  • Escalabilidade: A vazão permaneceu estável conforme o tamanho dos arquivos aumentava, observando-se escalabilidade linear.
  • Sobrecarga (Overhead): A expansão do texto cifrado foi insignificante (ex: 0.005% para um PDF de 815 KB), preservando a eficiência de armazenamento.

• Integridade: Todos os arquivos descriptografados produziram hashes MD5 idênticos aos seus textos originais, confirmando uma reconstrução 100% sem perdas.

Significância e Alegações
O artigo alega que a estrutura híbrida proposta UHC–Logistic XOR equilibra efetivamente segurança, eficiência computacional, escalabilidade e compatibilidade. Ao integrar transformações de matriz unimodular com mascaramento caótico, o sistema atinge uma aleatoriedade quase ideal e forte resistência a ataques estatísticos, mantendo simultaneamente a capacidade de criptografar diversos formatos de arquivos binários sem perda de dados.

Os autores reconhecem que, embora a estrutura demonstre forte segurança estatística, o estudo é limitado a métricas estatísticas gerais. Eles observam que a resistência a ataques criptanalíticos específicos avançados (como ataques de texto plano conhecido contra a estrutura linear) não foi profundamente explorada nesta iteração. Adicionalmente, a implementação atual é sequencial; trabalhos futuros poderiam explorar computação paralela ou sistemas hipercaóticos para aumentar ainda mais o rendimento e a complexidade de segurança. O estudo posiciona a estrutura como uma solução prática para a proteção de arquivos binários modernos, ofereção uma alternativa robusta para esquemas de criptografia específicos de imagem ou dependentes de formato.