بررسی روش‌های سبُک رمزنگاری و احراز هویت داده‌ها در زیرساخت‌ AIoT صنعتی: مطالعه موردی در صنعت تایر

کد مقاله : 1267-RIERCO
نویسندگان
کارخانه کویرتایر
چکیده
تلفیق اینترنت اشیاء و هوش مصنوعی یا AIoT در صنعت تایرسازی، امکان جمع‌آوری و تحلیل داده‌های ماشین‌آلات پراکنده را در سرورهای مرکزی یا زیرساخت‌های ابری فراهم می‌سازد. این داده‌ها می‌توانند از طریق سیستم‌های صنعتی نظیر PLC و SCADA یا دستگاه‌های IoT تکمیلی دریافت شوند که روشی مقیاس‌پذیر و کم‌هزینه برای دیجیتال‌سازی خطوط تولید محسوب می‌شود. با این حال، انتقال داده در چنین محیط‌هایی در معرض تهدیداتی مانند دسترسی غیرمجاز، جعل داده و حملات میانجی قرار دارد. استفاده از الگوریتم‌های رمزنگاری سنگین همچون RSA یا AES- CBC، هرچند از نظر امنیتی مؤثر است، اما در دستگاه‌های کم‌منبع به دلیل مصرف بالای منابع و افزایش تأخیر، چندان عملیاتی نیست. در این مقاله، روش‌های رمزنگاری سبک یاLightweight Cryptography مناسب برای محیط‌های صنعتی بررسی شده‌اند. الگوریتم‌هایی نظیر AES-CCM، ChaCha20-Poly1305 و رمزنگاری منحنی بیضوی ECC به دلیل ایجاد تعادل میان امنیت و کارایی معرفی شده‌اند. همچنین، استانداردسازی اخیر الگوریتم Ascon توسط NIST برای دستگاه‌های بسیار محدود، نقطه ‌عطفی مهم در حوزه رمزنگاری سبک به شمار می‌رود. یک مطالعه موردی انجام شد که طی آن داده‌های ماشین پرس پخت، سامانه پایش عرض لایه و ویبره‌سنج موتور بنبوری تحت این روش‌ها ارزیابی گردید. نتایج کیفی نشان داد که ChaCha20-Poly1305 با حفظ کارایی پردازشی و تأخیر پایین، در مقایسه با AES-CCM عملکرد متوازن‌تری ارائه می‌دهد و امنیت داده‌ها را بدون تحمیل فشار سنگین بر منابع تضمین می‌کند. این روش به‌ویژه برای داده‌های با نرخ بالا (مانند ارتعاشات) و دستگاه‌های IoT با منابع محدود، گزینه‌ای کارآمد و عملی محسوب می‌شود.
کلیدواژه ها
موضوعات