Resumen

La sincronización entre dos redes neuronales mediante el aprendizaje mutuo se puede utilizar para diseñar el protocolo de intercambio de claves neurales. El problema crítico es cómo evaluar la sincronización sin un vector de pesos. Todos los métodos existentes tienen un retraso en la evaluación de la sincronización, lo cual afecta la seguridad del intercambio de claves neurales. Para evaluar la completa sincronización de redes neuronales de manera más oportuna y precisa, se propone un método mejorado para evaluar la sincronización. En primer lugar, se utiliza la frecuencia con la que las dos redes tienen la misma salida en pasos anteriores para evaluar su grado aproximadamente. En segundo lugar, se utiliza una función hash para determinar si las dos redes han logrado una sincronización completa precisamente cuando el grado supera un umbral dado. El método mejorado puede encontrar la sincronización completa entre dos redes sin otra información que no sea el valor hash del vector de pesos. En comparación con otros métodos, la sincronización completa puede ser detectada antes por dos socios de comunicación que adoptan el método propuesto

• Materias:Seguridad informática Comunicación inalámbrica Internet de las cosas Ataques de denegación distribuida de servicio
• Subjects:Computer security Wireless communication Internet of things Distributed denial of service attacks
• Palabras claves:Redes neuronales; Sincronización; Aprendizaje mutuo; Protocolo neuronal de intercambio de claves; Seguridad; Función hash
• Keywords:Neural networks; Synchronization; Mutual learning; Neural key exchange protocol; Security; Hash function