Optimisation des HMAC par les réseaux de neurones.

Abstract

C’est dans une optique pure et simple d’analyse et de vérification de la conformité des données, et sans aucune autre visée, que la cryptographie nous a initialement fourni, un service d’authentification des messages via l’application directe de simples fonctions de hachage. Subséquemment, les défaillances qui sont apparues dans ce domaine ainsi que les nouvelles exigences qu’il imposait, ont généré de nouvelles fonctions et mécanismes d’authentification. Parallèlement à tout cela, des solutions novatrices basées notamment sur le chiffrement à clé ou sur les réseaux de neurones, sont apparues afin de perfectionner le système de hachage en général mais aussi pour améliorer l’authentification des messages en particulier. En effet, ces réseaux de neurones artificiels possèdent plusieurs propriétés qui les rendent fort avantageux dans différents domaines de traitement de l’information, ainsi que dans l’apprentissage, la classification, l’approximation… etc. A noter aussi que ces mêmes réseaux de neurones peuvent être particulièrement utilisés pour la confusion et la compression des données. Les atouts que présentent les réseaux de neurones nous ont principalement motivés pour l’optimisation d’un mécanisme d’authentification des messages. L’objet, donc, du présent mémoire est de proposer un modèle amélioré pour l’authentification des messages afin de s’ouvrir sur des solutions pour des contraintes encore plus spécifiées de l’authentification. Pour ce faire, on intègre une fonction de hachage existante basée sur les réseaux de neurones dans un mécanisme d’authentification appelé HMAC.