03/02/2025 15:45
03/02/2025 15:44
03/02/2025 15:44
03/02/2025 15:44
03/02/2025 15:43
03/02/2025 15:43
03/02/2025 15:43
03/02/2025 15:43
03/02/2025 15:43
03/02/2025 15:42
» Diario Cordoba
Fecha: 03/02/2025 12:42
Un sistema de protección de datos ultraseguro utiliza redes neuronales para recuperar información cuidadosamente codificada y almacenada como un holograma. Podría significar un gran avance en ciberseguridad: criptomonedas, comunicaciones y telemedicina serían algunas de las áreas especialmente beneficiadas. Investigadores del Instituto de Estructura Electrónica y Láser de la Fundación para la Investigación y la Tecnología Hellas y la Universidad de Creta, ambos en Grecia, desarrollaron un nuevo sistema óptico que combina hologramas e Inteligencia Artificial (IA) para codificar información, creando un nivel de cifrado que los métodos tradicionales no pueden penetrar. La nueva tecnología haría posibles canales de comunicación más seguros, y permitiría proteger datos confidenciales que actualmente están expuestos a ciberataques. En el nuevo estudio, publicado en la revista Optica, los investigadores explican que su desarrollo refleja las necesidades de un universo digital cada vez más complejo: cibermonedas y monedas digitales de uso cada vez más masivo, datos confidenciales y críticos alojados en la nube, comunicaciones en tiempo real que deben ser protegidas o avances en el campo de la atención médica a distancia exigen nuevas soluciones de ciberseguridad, que las tecnologías actuales no ofrecen por completo. Miles de millones de sinapsis artificiales “Desde las monedas digitales en rápida evolución hasta la gobernanza, la atención sanitaria, las comunicaciones y las redes sociales, la demanda de sistemas de protección robustos para combatir el fraude digital sigue creciendo. Nuestro nuevo sistema logra un nivel excepcional de cifrado, al utilizar una red neuronal para generar la clave de descifrado, que solo puede ser creada por el propietario del sistema de cifrado”, indicó en una nota de prensa el especialista Stelios Tzortzakis, líder del equipo de investigación. En principio, los científicos se basaron en la efectividad de los hologramas para codificar un haz de láser, ya que el mismo se desvirtúa de forma total y aleatoria y su forma original no se puede reconocer ni recuperar mediante análisis físicos o cálculos. En consecuencia, concluyeron que esta tecnología era una forma ideal para cifrar información de forma segura. Sin embargo, el desafío era descubrir cómo descifrar la información o recuperarla. Con ese objetivo, entrenaron redes neuronales artificiales de IA para que puedan reconocer los detalles extremadamente sutiles de los patrones de luz codificados. Luego de crear miles de millones de conexiones complejas o sinapsis artificiales, lograron reconstruir las formas originales de los rayos de luz. Habían descubierto una manera de crear la clave de descifrado, que era específica para cada configuración del sistema. Alta efectividad y desafíos a superar Posteriormente, probaron el método cifrando y descifrando miles de dígitos escritos a mano y otras formas, como animales, herramientas y objetos cotidianos, extraídos de bases de datos bien establecidas que se utilizan como referencias para evaluar sistemas de recuperación de imágenes. Luego de optimizar el procedimiento experimental y entrenar a la red neuronal, demostraron que la IA podía recuperar con precisión las imágenes codificadas en el holograma entre un 90 y un 95% de las ocasiones. Aunque la efectividad está demostrada, creen que la tasa de éxito podría mejorarse aún más, a través de un entrenamiento más exhaustivo de la red neuronal. A futuro, los especialistas planean seguir desarrollando la tecnología y añadiendo niveles adicionales de protección, como por ejemplo la autenticación de dos factores. Sin embargo, como el coste y el tamaño del equipo láser pueden ser un escollo difícil de superar para la comercialización del sistema, están evaluando alternativas rentables a los láseres de alta potencia, para que la tecnología pueda ser viable económicamente. Referencia Encrypted optical information in nonlinear chaotic systems uncovered using neural networks. Panagiotis Konstantakis, Maria Manousidaki and Stelios Tzortzakis. Optica (2025). DOI:https://doi.org/10.1364/OPTICA.530643
Ver noticia original
Examedia © 2024
Desarrollado por