رفتن به محتوا
IROSG.
آشنایی با مشاهیر

شفی گلدواسر؛ امنیت احتمالاتی و اثبات بدون افشای دانش

شفی گلدواسر از پژوهشگرانی است که به دقیق‌ترشدن معنای امنیت در رمزنگاری کمک کرده‌اند.

عکس شفی گلدواسر

شفی گلدواسر از پژوهشگرانی است که به دقیق‌ترشدن معنای امنیت در رمزنگاری کمک کرده‌اند. او در همکاری با سیلویو میکالی، رمزنگاری احتمالاتی و تعریف امنیت را بررسی کرد و در کار مشترک با میکالی و چارلز رکاف، مفهوم اثبات با دانش صفر را توسعه داد. این دستاوردها پژوهش‌های گروهی‌اند. سهم گلدواسر را باید در صورت‌بندی پرسش‌ها و اثبات ویژگی‌های طرح‌ها دید، نه در انتساب یک سامانه امروزی یا همه کاربردهای آن به یک نفر.

چه چیزی از پیام پنهان مانده است؟

فرض کنید سامانه‌ای همیشه یک پیام یکسان را به یک متن رمز یکسان تبدیل کند. ناظر حتی اگر نتواند پیام را باز کند، تکرار آن را می‌بیند. وقتی مجموعه پیام‌های ممکن کوچک یا قابل پیش‌بینی است، همین اطلاعات می‌تواند ارزش زیادی داشته باشد. افزودن تصادف به رمزگذاری راهی برای جدا کردن بازنمایی‌های مختلف یک پیام است، اما صرف استفاده از اعداد تصادفی تضمین امنیت نیست. باید مشخص کرد مهاجم با مشاهده متن رمز چه دانشی می‌تواند کسب کند و با چه منابع محاسباتی.

پژوهش گلدواسر و میکالی برای این مسئله زبان دقیق‌تری فراهم کرد. به جای آنکه قوی‌بودن یک طرح فقط با دشواری خواندن تمام پیام سنجیده شود، می‌توان درباره افشای ویژگی‌های پیام نیز پرسید. این تفاوت مهم است. گاهی دانستن یک پاسخ بله یا خیر یا تشخیص اینکه دو پیام درباره یک موضوعند، برای هدف مهاجم کافی است. تعریف رسمی کمک می‌کند ادعای طراح دقیقاً همان ویژگی مورد نیاز برنامه را پوشش دهد.

اثبات بدون انتقال دانش اضافی

در اثبات با دانش صفر، یک طرف می‌خواهد دیگری را درباره درستی گزاره‌ای قانع کند، در حالی که تعامل نباید اطلاعات اضافه‌ای فراتر از چیزی که تعریف اجازه می‌دهد آشکار کند. این خاصیت با راستی گزاره و توان فریب‌دادن بررسی‌کننده یکی نیست. هر کدام باید جداگانه تعریف و تحلیل شوند. بنابراین شنیدن نام «دانش صفر» برای قضاوت درباره امنیت یک نرم‌افزار کافی نیست. نوع گزاره، فرض محاسباتی و مدل مهاجم تعیین می‌کنند ادعای دقیق چیست.

اهمیت کار گلدواسر برای مهندس امنیت در همین زبان مشترک است. تیم محصول ممکن است بگوید «اطلاعات محرمانه می‌ماند»، اما پژوهش رمزنگاری می‌پرسد محرمانگی در برابر چه کسی، پس از چه مشاهده‌هایی و با چه محدودیت محاسباتی برقرار است. سپس پیاده‌سازی باید با فرض‌های اثبات مقایسه شود. یک خطای تصادفی‌سازی یا افشای جانبی می‌تواند فاصله میان مدل و سامانه ایجاد کند. مطالعه آثار او مسیری برای شناخت این فاصله و طرح ادعاهایی است که بتوان آن‌ها را با استدلال بررسی کرد.

TRACEABLE KNOWLEDGE

منابع و مطالعهٔ بیشتر

01
معرفی پژوهشگر در MIT CSAILhttps://www.csail.mit.edu/person/shafi-goldwasser
02
معرفی پژوهشگر در برکلیhttps://simons.berkeley.edu/people/shafi-goldwasser
03
گزارش MIT درباره پژوهش گلدواسر و میکالیhttps://news.mit.edu/2013/goldwasser-and-micali-win-turing-award-0313
04
منبع تصویر — Weizmann Institute of Science — Public domain؛ تبدیل به WebP و تنظیم اندازهhttps://commons.wikimedia.org/wiki/File:Shafi_Goldwasser.JPG

آخرین بررسی تحریریه:

IROSG / EDITORIAL

خبرها و معرفی مشاهیر با نگارش مستقل و ذکر منبع تهیه شده‌اند. اعتبار و مجوز تصاویر در بخش منابع همین صفحه نگه‌داری می‌شود تا متن زیر عکس‌ها شلوغ نشود. داده‌های مرجع CVE با اعتباردهی به منابع اصلی ارائه می‌شوند.

سیاست تألیف و حقوق تصاویر ↗
جی. سی. آر. لیکلایدر؛ شبکه‌سازی تعاملی و همزیستی انسان و رایانهآشنایی با مشاهیر
توسعه و DevSecOps

جی. سی. آر. لیکلایدر؛ شبکه‌سازی تعاملی و همزیستی انسان و رایانه

معرفی و تحلیل تخصصی جی. سی. آر. لیکلایدر؛ شبکه‌سازی تعاملی و همزیستی انسان و رایانه؛ مروری بر سازوکار، محدودیت‌ها، کاربرد مجاز، مدیریت ریسک و منابع رسمی.

14 دقیقه مطالعهبخوانید