Publicado 30/01/2025 17:19

IA y hologramas unidos en un sistema de cifrado óptico indescifrable

Los investigadores crearon un sistema óptico que encripta la información como un holograma que se codifica cuando se envía a través de un pequeño recipiente con líquido y luego utiliza una red neuronal para desencriptarlo.
Los investigadores crearon un sistema óptico que encripta la información como un holograma que se codifica cuando se envía a través de un pequeño recipiente con líquido y luego utiliza una red neuronal para desencriptarlo. - STELIOS TZORTZAKIS

   MADRID, 30 Ene. (EUROPA PRESS) -

   Un nuevo sistema óptico que combina inteligencia artificial (IA) con hologramas para codificar información, crea un nivel de cifrado que los métodos tradicionales no pueden penetrar.

   Este avance, según los investigadores que lo han desarrollado, puede allanar el camino para canales de comunicación más seguros, ayudando a proteger datos confidenciales.

   "Desde las monedas digitales en rápida evolución hasta la gobernanza, la atención médica, las comunicaciones y las redes sociales, la demanda de sistemas de protección robustos para combatir el fraude digital continúa creciendo", dijo en un comunicado el líder del equipo de investigación Stelios Tzortzakis, del Instituto de Estructura Electrónica y Láser, Fundación para la Investigación y Tecnología Hellas y la Universidad de Creta, ambas en Grecia.

CLAVE DE DESCIFRADO POR RED NEURONAL

   "Nuestro nuevo sistema logra un nivel excepcional de cifrado al utilizar una red neuronal para generar la clave de descifrado, que sólo puede ser creada por el propietario del sistema de cifrado".

   En la revista Optica, Tzortzakis y sus colegas describen el nuevo sistema, que utiliza redes neuronales para recuperar información elaboradamente codificada y almacenada como un holograma. Demuestran que las redes neuronales entrenadas pueden decodificar con éxito la intrincada información espacial en las imágenes codificadas.

   "Nuestro estudio proporciona una base sólida para muchas aplicaciones, especialmente la criptografía y la comunicación óptica inalámbrica segura, allanando el camino para las tecnologías de telecomunicaciones de próxima generación", dijo Tzortzakis. "El método que desarrollamos es altamente confiable incluso en condiciones difíciles e impredecibles, y aborda problemas reales". -desafíos mundiales como las condiciones climáticas adversas que a menudo limitan el rendimiento de los sistemas ópticos de espacio libre".

   Los investigadores desarrollaron el nuevo sistema después de descubrir que cuando se utilizan hologramas para codificar un rayo láser, éste se distorsionaría completamente de forma aleatoria y la forma original del rayo no podría reconocerse ni recuperarse mediante análisis físicos o cálculos. Reconocieron que ésta era una forma ideal de cifrar información de forma segura.

   "El desafío fue descubrir cómo descifrar la información", dijo Tzortzakis. "Se nos ocurrió la idea de entrenar redes neuronales para reconocer los detalles increíblemente finos de los patrones de luz codificados. Al crear miles de millones de conexiones complejas, o sinapsis, dentro de las redes neuronales, pudimos reconstruir las formas originales del haz de luz. "Esto significaba que teníamos una forma de crear la clave de descifrado específica para cada configuración del sistema de cifrado".

   Para crear un sistema físico que mezcla de forma completa y caótica los rayos de luz, los investigadores utilizaron un láser de alta potencia que interactuaba con una pequeña cubeta llena de etanol. El líquido no sólo era económico sino que además creaba el comportamiento caótico deseado en una distancia de propagación corta de sólo unos pocos milímetros. Además de cambiar la intensidad del haz de luz, la luz que interactuaba con el líquido también exhibía turbulencia térmica que mejoraba fuertemente la confusión caótica.

   Para demostrar el nuevo método, los investigadores lo aplicaron para cifrar y decodificar miles de dígitos escritos a mano y otras formas como animales, herramientas y objetos cotidianos de bases de datos bien establecidas utilizadas como referencias para evaluar sistemas de recuperación de imágenes. Después de optimizar el procedimiento experimental y entrenar la red neuronal, demostraron que la red neuronal podía recuperar con precisión las imágenes codificadas entre el 90 y el 95 % del tiempo. Dicen que esta tasa podría mejorarse aún más con un entrenamiento más amplio de la red neuronal.

   Los investigadores planean desarrollar aún más la tecnología añadiendo niveles adicionales de protección, como la autenticación de dos factores. Dado que el mayor obstáculo para la comercialización del sistema es el costo y el tamaño del sistema láser, también están investigando alternativas rentables a los láseres costosos y voluminosos de alta potencia

Contador