Investigating attacks on RSA cryptographic algorithm with machine learning techniques

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: İngilizce

Öğrenci: AHMET GÜRDAL

Danışman: Murat Ak

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez, yarı-asal sayıların çarpanlara ayrılması ve RSA kriptanalizine yönelik makine öğrenimi modellerinin uygulanmasını incelemiştir. Üç farklı bit uzunluğu boyunca, on veri seti yedi farklı sinir ağı topolojisiyle eğitilmiş ve toplamda 165 model oluşturulmuştur. Yoğun çalışmalara rağmen modellerin, çıktıları doğru bir şekilde tahmin edememesi, çarpanlara ayırma probleminin zorluğunu ve RSA şifrelemesinin güvenliğini ortaya koymuştur. Bit frekansı dağılımlarına yönelik analizler ise belirgin bir desen ortaya koymamış ve çarpanların sonuç içerisindeki dağılımlarının karmaşıklığını göstermiştir. Düşük bit uzunluğundaki verilerle yapılan deneyler, veri seti boyutunun artırılması ve eğitim dönemlerinin (epoch) uzatılmasının tahmin doğruluğunu artırabileceğini göstermiştir. Ayrıca, bit uzunluğu arttıkça, bu özel probleme uygun şekilde tasarlanmış özelleştirilmiş sinir ağı modellerinin kullanılması hem doğruluk hem de eğitim verimliliği açısından kritik öneme sahiptir. Sonuçlar başlangıçtaki beklentileri karşılamasa da kriptanaliz yöntemlerine ilişkin önemli bulgular sunmaktadır. Bu çalışma, makine öğrenimi tekniklerinin geliştirilmesi, veri setlerinin genişletilmesi ve disiplinler arası yaklaşımların benimsenmesinin kriptanaliz alanında ilerleme sağlamak ve dijital iletişim güvenliğini güçlendirmek için gerekli olduğunu vurgulamaktadır.