Ученые Северо-Кавказского федерального университета разработали эффективную адаптивную систему защиты данных для проектирования мобильных облаков на маломощных устройствах. Она отличается высокой надежностью, обеспечивает безопасность хранения информации, позволяет повысить скорость шифрования данных более чем в 10 раз, а дешифрования — более чем в 100 раз, при этом не требует большой вычислительной мощности.

— Вопросы безопасности и надежности сегодня очень актуальны, — отметил руководитель проекта, доцент кафедры прикладной математики и математического моделирования СКФУ Михаил Бабенко. – Для сохранения конфиденциальности данные хранятся и обрабатываются в зашифрованном виде. Применение сложных алгоритмов кодирования требует от устройства больших ресурсозатрат. Если использовать классические криптографические примитивы, то возникнут трудности с работой мобильных устройств: батарея быстро садится, память устройства переполняется. Мы нашли решение, позволяющие обойти эти ограничения.

Предложенная математиками СКФУ система защиты данных обеспечивает высокий уровень безопасности данных при минимальном количестве вычислительных ресурсов. Скорость шифрования данных в режиме реального времени не только не снижается, но и многократно увеличивается. Такого эффекта удается добиться за счет использования искусственных нейронных сетей и модулярной арифметики.

Предложенная система адаптивная, т.е. ее можно оптимизировать под имеющуюся инфраструктуру (технические характеристики устройства, например, его производительность, объем памяти или используемый канал связи), что очень удобно. Пользователь может выбрать один критерий для адаптации системы в соответствии с параметрами среды и своими целями. В будущем, ученые планируют предложить возможность адаптации системы сразу по нескольким критериям. Для этого надо изучить, как отдельные факторы будут влиять друг на друга.

Еще одно важное преимущество системы – ее высокая надежность. Технические сбои ей не так страшны. Предложенный учеными СКФУ метод обнаружения, локализации и исправления ошибок превосходит известные методы проекций и синдрома на 68% и 52% соответственно при самом плохом варианте развития событий, когда выявление ошибки занимает наибольшее время.

Работа над проектом велась представителями научной школы СКФУ «Нейроматематика, модулярные нейрокомпьютеры и высокопроизводительные вычисления», основанной Заслуженным деятелем науки РФ, профессором Николаем Червяковым. К исследованию ставропольских ученых подключились коллеги из других российских университетов, а также Китая и Мексики. Результаты исследования подтвердили, что предложенный подход можно применять на маломощных устройствах для обеспечения высокой надежности и безопасности хранения данных.

Впереди еще год работы. Исследования проходят при поддержке Российского научного фонда (РНФ) в рамках проекта «Эффективная, безопасная и отказоустойчивая система распределенного хранения и обработки конфиденциальных данных с регулируемой избыточностью для проектирования мобильных облаков на маломощных вычислительных устройствах».

Подробнее познакомиться со статьей математиков СКФУ можно в выпуске престижного научного журнала «InternetofThingsJournal» (входит в 1% самых авторитетных изданий в мире в области компьютерных наук).

Прочитать статью можно, перейдя по ссылке:

ieeexplore.ieee.org/document/9037363

Управление по информации и связям с общественностью СКФУ