ゲート付き回帰型ユニットネットワークに基づく動的なノイズマスキング3D星座暗号化方式

科学分野:

• 光通信
• 暗号理論
• 機械学習

背景:

• 安全なデータ送信は、大容量の光ネットワークにとって非常に重要です。
• 既存の暗号化方法は、動的な鍵生成と高度な攻撃に対するセキュリティにおいて課題に直面しています。

研究 の 目的:

• 光通信におけるセキュリティとパフォーマンスを向上させるための動的なノイズマスキング3D星座暗号化方式を提案すること。
• ゲート付き回帰型ユニット（GRU）ニューラルネットワークとカオスシステムを活用して、送信データと同期した安全なデータ暗号化鍵を生成すること。

主な方法:

• 星座整形のために3次元6列スタッキング（3D-SRS）構造を利用しました。
• GRUニューラルネットワークを使用して、送信データと同期したカオスモデルの初期鍵を動的に生成しました。
• 安全な鍵の埋め込みと回復のためにノイズマスキング技術を実装しました。

主要な成果:

• 3D-SRS星座は、前進誤り訂正（FEC）しきい値で従来の立方体（TC）構造よりも0.31 dBの性能向上を達成しました。
• カオスシステムは10^134の鍵空間を提供し、総当たり攻撃に対する耐性を大幅に向上させました。
• 動的な鍵生成は少なくとも10^-2の変動を示し、鍵の再利用を防ぎました。

結論:

• 提案された方式は、光通信における伝送セキュリティを効果的に向上させます。
• 動的なノイズマスキング3D星座暗号化は、高信頼性および大容量の暗号化された光ネットワークをサポートします。