La Decodificación Enigma Utilizando Una Red Neuronal

[Sam Greydanus] creado una red neuronal que pueden codificar y decodificar los mensajes como Enigma hizo. Para aquellos que don’t sabe, el Enigma de la máquina fue el más conocido, utilizado por los Alemanes durante la II Guerra Mundial para cifrar y descifrar mensajes. Dar a la red neuronal algunas de texto cifrado, llamado el texto cifrado, junto con las tres letras de la clave utilizada para cifrar el texto, y la red predice lo que el texto original, o texto plano, fue con todo 96-97% de precisión.

El tipo de red neuronal que usó fue una Larga Memoria a Corto Plazo (LSTM ) de la red, un tipo de Red Neuronal Recurrente (RNN) que hemos hablado en nuestro el artículo que cubren muchos de los diferentes tipos de redes neuronales desarrollado a lo largo de los años. RNNs son Turing-completo, lo que significa que pueden aproximar cualquier función. [Sam] notado la ironía en esto, a saber, que a Alan Turing, tanto ocurrió con el concepto de Turing-integridad así como también jugó un papel importante en romper el Enigma utilizada en la II Guerra Mundial.

¿Cómo [Sam] hacer?

Una de las claves para RNNs y LSTMs para esta aplicación es que son buenos en el aprendizaje a partir de los datos que están en la forma de secuencias, en este caso las secuencias de caracteres alfabéticos. Al ser capacitados sobre el conjunto de documentos de texto, aprenden acerca de las palabras, signos de puntuación y la estructura de la oración. En el caso de la Enigma, [Sam] entrenado a su LSTM en aleatoriamente generado texto, generados al azar las teclas, y el texto cifrado resultante generado a partir de un cifrado enigma API de Python. Desde que el entrenamiento, la red LSTM entonces se enteró de una aproximación de la Enigma’s de la centralita, las ruedas y los cables. Tenga en cuenta que fue entrenado en los datos cifrados usando un solo cable de configuración y cableado integrado en las ruedas, a pesar de que puede manejar claves diferentes, lo que significa que puede manejar ruedas vuelta a posiciones diferentes. Usted puede encontrar el código completo para la red neuronal en [Sam]’s página de GitHub. Como se puede ver en este artículo’s de banner, con 96-97% de precisión, lo hizo bastante bien cuando se hacen predicciones es decir, la decodificación.

al final de la segunda Guerra Mundial, la mayoría de las máquinas Enigma fueron destruidos, pero nuestro [Brian Benchoff] tuve la suerte de ver algunos dañado y restaura queridos mientras asistía a un Vintage Equipo del Festival de Este. Pero claro, ¿quién puede resistirse a hacer uno, siendo un ejemplo esta con piezas impresas en 3D. Y hay muchos más aquí para que usted vea.

Filed under: software de hacks
Hackaday

Play
Slider