Umumiy kriptograf algoritmlar

Saqlangan to‘g‘ri juftliklar usuli
Birinchidan, kalitga nisbatan to‘g‘ri juftliklarning to‘g‘ri soni taklif qilingan xarakteristikalar bilan birga kelajakda qayta ishlash uchun saqlanadi. Ushbu to‘g‘ri juftliklarning har biri uchun har bir S-box uchun bir qancha kutilgan kalitlar mavjud. GA oxirgi pastki kalitda har bir S-box uchun chiqish bitlarini aniqlash uchun ishlatiladi. Har qanday iteratsiyada S-box chiqish bitlari GA ning joriy xromosomasini tashkil qiladi. Xromosomaning to‘g‘riligi quyidagi teorema yordamida aniqlanadi:
Teorema 1. Quyidagi tenglik xromosomaning to‘g‘riligi genetic algoritmning fitness funksiyasi sifatida muvaffaqiyatli ishlatilishi mumkin.(bu yerda joriy xromosoma uchun to‘g‘ri juftlilar soni va - saqlangan to‘g‘ri juftlarning umumiy soni)
Isbot. bo‘lgani uchun u monoton ravishda ortadi, ortishi va shart bajarilishi uchun.
S sxema uchun ni qabul qilsak, tenglik ortishi va tenglik bajarilishi bilan monoton ravishda ortadi.


XULOSA
Xulosa – Axborot texnologiyalari asrida axborotni xavfsiz uzatish katta muammo hisoblanadi. Simmetrik va assimetrik kriptosistemalar yuqori darajadagi xavfsizlik uchun mos emas. Xesh funksiyasiga asoslangan zamonaviy tizimlar an'anaviy tizimlarga qaraganda yaxshiroqdir, ammo o‘zgaruvchan funktsiyalarni yaratishning murakkab algoritmlari juda ko‘p vaqt talab etadi. An'anaviy tizimlarda ma'lumotlar kalit bilan shifrlangan, ammo baribir kalit va o‘zgartirilgan matnni tinglash imkoniyatlari mavjud. Shuning uchun kalit kuchli va oldindan aytib bo‘lmaydigan bo‘lishi kerak, shuning uchun tabiiy tanlanish nazariyasidan foydalanadigan usul taklif qilingan. Genetik algoritmlar soddalashtirilgan genetik jarayonlarni modellashtirish orqali ko‘plab muammolarni hal qilishda ishlatiladi va optimallashtirish algoritmlari klassi sifatida qaraladi. Genetik algoritmdan foydalanib, kalit kuchi yaxshilanadi, natijada butun algoritm etarlicha yaxshi bo‘ladi. Tavsiya etilgan usulda ma'lumotlar bir necha bosqichlar bilan shifrlangan. Birinchidan, tasodifiy sonlar generatori va genetik operatsiyalar yordamida kalit hosil bo‘ladi. Keyinchalik, ma'lumotlar genetik operatorlar tomonidan tarqatiladi, so‘ngra tarqalgan ma'lumotlar va ma'lumotlarni shifrlash kaliti o‘rtasida mantiqiy eeratorlar bajariladi. Va nihoyat, taqqoslama o‘rganish biz taklif qilgan usul bilan yana ikkita statistik algoritm o‘rtasida o‘tkazildi. Tavsiya etilgan algoritm kalit kuchi jihatidan yaxshiroq natijalarga ega, ammo boshqa ikkitasiga qaraganda kamroq hisoblash samaradorligi kuzatilgan. Xulosa qilib aytish mumkin hozirgi zamonaviy dunyoda genetik algoritmlardan keng foydalaniladi. Aynan sun’iy intellekt sohasining machine learning hamda deap learning yo‘nalishlarida neyron tizimlar, genetik algoritmlardan bevosita foydalaniladi. Genetik algoritmlarni kriptotahlildagi o‘rni katta ahamiyatga ega. Masalan K. Kalaiselvi, Anand Kumar Bharathiar University, Department of Computer Science, Kristu Jayanti College, Bangalore.kriptolog olimlar “A Novel Method to Design S-box Based on Genetic Algorithm and Particle Swarm Optimizationin AES-128 Cryptosystem” nomli maqolasida genetik algoritmlarni AES shifrlash algoritmida genetik algoritmlardan foydalanilgan [18][19][20]. Ushbu maqola quyidagi https://acadpubl.eu/jsi/2018-118-18/articles/18b/37.pdf havolada batafsil keltirib o‘tilgan. Shu bilan bir qatorda Muhammad Irshad Nazeer, Ghulam Ali Mallah, Noor Ahmed Shaikh Shah Abdul Latif University, Khairpur, Sindh, Pakistan kriptologlarning “Implication of Genetic Algorithm in Cryptography to Enhance Security” maqolasida ham kriptotagrafiyada genetik algoritmning ta’siri va xavfsizligini oshirish masalalarida genetik algoritmlardan keng foydalanilgan.