MACHINE-LEARNING-BASED SELECTION OF ENCRYPTION ALGORITHMS FOR UAV

Анотація

Безпілотні літальні апарати (БПЛА) генерують гетерогенні потоки даних, зокрема відео в реальному часі, телеметрію та повідомлення керування і управління, функціонуючи за умов суворих обмежень пропускної здатності каналів зв’язку, енергоспоживання, обчислювальних ресурсів та рівня ризику виконання місії. Використання єдиного універсального алгоритму шифрування для всіх сценаріїв застосування БПЛА є неефективним, оскільки призводить або до надмірних
обчислювальних і енергетичних витрат, або до недостатнього рівня криптографічного захисту у критичних умовах.
У даній роботі формалізовано множину з восьми критеріїв K₁–K₈ для обґрунтованого вибору симетричних алгоритмів шифрування. На їх основі запропоновано підхід, що базується на методах машинного навчання (ML), який забезпечує
автоматизований вибір найбільш релевантного криптоалгоритму відповідно до параметрів конкретного сценарію застосування БПЛА. Ключовим науковим результатом є розроблення спеціалізованого датасету, орієнтованого на задачі
БПЛА, який інтегрує параметри контексту місії (умови функціонування, обмеження ресурсів, рівень загроз) та криптографічні характеристики алгоритмів (стійкість, швидкодія, ресурсна ефективність). Запропонована структура ознак забезпечує формалізоване представлення задачі вибору алгоритму та створює основу для навчання інтелектуальних
моделей прийняття рішень. Кожна група ознак обґрунтована сучасними науковими дослідженнями у галузях кібербезпеки
БПЛА, легковагової криптографії та адаптивного шифрування із застосуванням ML. Робота також розвиває попередні результати авторів, пов’язані зі створенням датасету криптографічних алгоритмів та застосуванням нейронних мереж для забезпечення конфіденційності зображень у системах БПЛА.