Свою разработку сотрудники Научно-образовательной школы МГУ «Мозг, когнитивные системы, искусственный интеллект» представили на XXI всероссийской международной конференции «Математические методы распознавания образов».
Способ позволяет работать с любыми типами изображений, включая трехмерные модели, он защищает каналы связи между отправителем и получателем от попыток манипулирования информацией третьими лицами, уточнили в пресс-службе МГУ.
В отличие от традиционной электронной цифровой подписи, метод основан на аффинных преобразованиях, это делает его более устойчивым и надежным в защите данных. Он дает возможность аутентифицировать полученные изображения и обеспечивать высокий уровень доверия к подлинности источника информации. Аффинное преобразование (от лат. affinis «соприкасающийся, близкий, смежный») — отображение плоскости или пространства в себя, при котором параллельные прямые переходят в параллельные прямые, пересекающиеся — в пересекающиеся, скрещивающиеся — в скрещивающиеся.
В основе метода лежит теорема, доказанная более двадцати лет назад, что делает его не только инновационным, но и основанным на проверенных математических принципах.
Метод защищает данные так: у отправителя формируется закрытый ключ безопасности Z в виде электронного точечного изображения (это физический носитель, например, магнитная карта или документ с магнитными метками). Пиксели или магнитные частицы преобразуются в точки на плоскости. Затем из подлинной информации создается электронное пиксельное изображение, которое оцифровывается для отправки, либо данные могут быть уже в виде электронного пиксельного изображения.
Полученное электронное пиксельное изображение преобразуется в электронное точечное изображение. Оно представляет собой конечное множество точек на плоскости. При этом обеспечиваются аутентификация и сохранение целостности данных при передаче. В алгоритме защиты данных формируется открытый ключ для получателя путем кодирования закрытого ключа Z с использованием алгоритма «пара множеств». Этот алгоритм гарантирует сохранение информации о точечном изображении с точностью до аффинных преобразований, обеспечивая надежную защиту от подделки и аутентификацию.
«Возможно использование укороченного кода для ускорения процесса, который основан на выборке элементов из полного кода и огрублении ключа для повышения эффективности алгоритма», — объяснил профессор кафедры математической теории интеллектуальных систем механико-математического факультета МГУ Вадим Козлов.
