Diffie-Hellman Protocol with a Combination of Hyperelliptic Curves and Neural Synchronization

• Angelo Araya Villanueva ^[1] ; Ivan Jiron Araya ^[1] ; Ismael Soto Gomez ^[2]
  1. [1] Universidad Católica del Norte

     Universidad Católica del Norte

     Antofagasta, Chile

     
  2. [2] Universidad de Santiago de Chile

     Universidad de Santiago de Chile

     Santiago, Chile

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 26, Nº. Extra 3, 2018, págs. 6-11
• Idioma: inglés
• Títulos paralelos:
  • Protocolo Diffie-Hellman con una Combinación de Curvas Hiperelípticas y Sincronización Neuronal
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo propone un nuevo criptosistema, que combina el protocolo Diffie-Hellman en el cual se implementan curvas hiperelípticas sobre GF(2n), con la sincronización de Tree Paritty Machines (TPM). La seguridad propuesta para este criptosistema se centra en superar una debilidad de la sincronización neuronal. Específicamente, que el vector de estímulos es público, lo cual permite a un atacante intentar sincronizar con uno de los participantes de la sincronización. Enfocándose en esta debilidad, existen los siguientes ataques: simple, genético, geométrico y probabilístico. En el criptosistema propuesto, el vector de estímulo inicial se encuentra oculto, porque este vector se obtiene como la clave común secreta en el protocolo Diffie-Hellman. Luego, en cada iteración, los vectores de estímulo se mantendrán en secreto. Esta condición hace que el tiempo de aprendizaje tlear aumente en aproximadamente 115% con respecto al tiempo de sincronización tsync en promedio, cuando el criptosistema propuesto se compara con la sincronización de TPM clásica.

  • English

    This work proposes a new cryptosystem, combining a Diffie-Hellman protocol in which hyperelliptic curves over GF(2n) are implemented, with a Tree Parity Machine (TPM) synchronization. Security proposed for this cryptosystem is focused on overcoming a weakness of neuronal synchronization. Specifically, the stimulus vector that is public, which allows an attacker to try to synchronize with one of the participants of the synchronization. Focusing on this weakness, there are the following attacks: genetic attack, geometric attack and probabilistic attack. In the proposed cryptosystem, the initial stimulus vector will be hidden, because this vector is obtained as the common secret key in the Diffie-Hellman protocol. Then in each iteration, the stimulus vectors will be kept secret. This condition causes the learning time tlear to increase by a term of approximately 115% regarding the synchronization time tsync on average when the proposed cryptosystem is compared to the classic TPM synchronization.