Técnicas de inteligencia artificial en criptología

Resumen

En esta tesis se propone la utilización de algunas técnicas de Inteligencia Artificial en Criptología. En concreto, se propone el uso de los algoritmos genéticos en la determinación de buenos parámetros para un modelo concreto de generadores de números pseudoaleatorios, denominado generadores lineales congruenciales, y se prueba que el método propuesto es capaz de producir generadores tan buenos (al menos desde el punto de vista de una batería de tests concreta) como los recomendados en la literatura. Ésta es la principal aportación de la Tesis a la Criptografía, ya que las otras dos propuestas se inscriben dentro del área del Criptoanálisis, bien de cifradores de flujo, bien de cifradores de bloque. Respecto al criptoanálisis de cifradores de flujo, se propone el uso de nuevas técnicas basadas en clasificadores, para lo cual se aproxima el problema de predicción del siguiente bit por uno de clasificación y se estudia el rendimiento de multitud de algoritmos de clasificación sobre diferentes modelos de cifradores de flujo, para concluir que, en general, son los modelos basados en árboles de decisión los que parecen ofrecer mejores capacidades predictivas. Se muestra, además, que el modelo criptoanalítico propuesto es no sólo novedoso sino muy potente, exhibiendo resultados criptoanalíticos sobre modelos de cifradores no triviales y, en particular, altamente no lineales. Finalmente, se propone una transformación del problema criptoanalítico clásico de búsqueda de la clave o del texto en claro (que tiene asociado un espacio de soluciones del tipo delta que, por tanto, no se adapta bien al uso de técnicas de optimización heurística) que lo convierte en un problema con un espacio de soluciones con un perfil completamente distinto, en el que sí pueden aplicarse técnicas de optimización. Como muestra de la utilidad del nuevo método de ataque, se construyen distinguidores muy eficaces y eficientes para dos algori