scieee Science in your language
[en] (orig)

VIJENER ALGORITMI MISOLIDA NEYRON TARMOQLARNING KRIPTOAHLILDA QO'LLANILISHI

Abstract

Ushbu maqolada neyron tarmoqlarning kriptotahlil jarayonlarida qo'llanilishi Vijener shifri misolida tadqiq qilinadi. Klassik ko'p harfli almashtirish algoritmlaridan biri bo'lgan Vijener shifri tarixan mustahkam kriptotizim sifatida qo'llanilgan bo'lsa-da, zamonaviy hisoblash imkoniyatlari va sun'iy intellekt yondashuvlari uning zaif tomonlarini ochib berishga yordam bermoqda. Tadqiqotda PyTorch kutubxonasi asosida neyron tarmoq modeli qurilib, shifrlangan matn asosida ochiq matnni tiklash tajribalari o'tkazildi. Eksperimental natijalar neyron tarmoqlar Vijener shifrida mavjud bo'lgan statistik naqshlarni o'rganib, deshifrlash jarayonini muayyan darajada avtomatlashtirishga qodir ekanini ko'rsatdi. Ushbu ish neyron tarmoqlarni klassik kriptotahlil usullariga qo'shimcha sifatida qo'llash imkoniyatlarini ochib beradi va kriptotizimlarning mustahkamligini baholashda yangi yondashuvlarni taklif etadi.

Read accessible full text

VIJENER ALGORITMI MISOLIDA NEYRON TARMOQLARNING KRIPTOAHLILDA QO'LLANILISHI

Author: Mirzo-Ulugbek Davlatov; Orif Allanov; Baxtiyor Turdibekov
Publisher: Zenodo
DOI: 10.5281/zenodo.17258653
Source: https://zenodo.org/records/17258653/files/12_886-68-74-Davlatov.pdf
68
“Al-Fa g‘oniy a lodla i” elek on ilmiy
ju nali
ISSN 2181-4252. Tom: 1 | Son: 3 | 2025-yil
"Descendan s o Al-Fa ghani" elec onic scien i ic
jou nal.
ISSN 2181-4252. Vol: 1 | Iss: 3 | 2025 yea
Электронный научный журнал "Потомки Аль-
Фаргани"
ISSN 2181-4252. Том: 1 | Выпуск: 3 | 2025 год
h ps://al- a goniy.uz/
VIJENER ALGORITMI MISOLIDA NEYRON TARMOQLARNING KRIPTOAHLILDA
QO‘LLANILISHI
Da la o Mi zo-Ulugbek,
Muhammad al-Xo azmiy nomidagi TATU, ayanch dok o an
[email p o ec ed]
Allano O i Menglimu a o ich,
Muhammad al-Xo azmiy nomidagi TATU, ka ed a mudi i
[email p o ec ed]
Tu dibeko Bax iyo Baxodi oʻgʻli,
Muhammad al-Xo azmiy nomidagi TATU, ka ed a mudi i
[email p o ec ed]
Anno a siya: Ushbu maqolada ney on a moqla ning k ip o ahlil ja ayonla ida qo‘llanilishi Vijene
shi i misolida adqiq qilinadi. Klassik ko‘p ha li almash i ish algo i mla idan bi i bo‘lgan Vijene
shi i a ixan mus ahkam k ip o izim si a ida qo‘llanilgan bo‘lsa-da, zamona iy hisoblash
imkoniya la i a sun’iy in ellek yondashu la i uning zai omonla ini ochib be ishga yo dam
be moqda. Tadqiqo da PyTo ch ku ubxonasi asosida ney on a moq modeli qu ilib, shi langan ma n
asosida ochiq ma nni iklash aj ibala i o‘ kazildi. Ekspe imen al na ijala ney on a moqla Vijene
shi ida ma jud bo‘lgan s a is ik naqshla ni o‘ ganib, deshi lash ja ayonini muayyan da ajada
a oma lash i ishga qodi ekanini ko‘ sa di. Ushbu ish ney on a moqla ni klassik k ip o ahlil
usulla iga qo‘shimcha si a ida qo‘llash imkoniya la ini ochib be adi a k ip o izimla ning
mus ahkamligini baholashda yangi yondashu la ni akli e adi.
Kali so‘zla : k ip o ahlil, Vijene shi i, Sun’iy ney on a moqla , Chuqu o‘ ganish, Recu en
Neu al Ne wo k (RNN), T ans o me , K ip og a iya, Mashina iy o‘ ganish, Kali uzunligini
aniqlash, Deshi lash algo i mi
KIRISH
K ip og a iya insoniya a ixida axbo o ni
himoyalashning eng muhim osi ala idan bi i bo‘lib
kelgan. Klassik da la da shi la asosan qo‘lda
qo‘llanilgan bo‘lsa, zamona iy exnologiyala i oji
bilan ula ning mu akkabligi a a biq doi asi sezila li
da ajada oshdi. Shi lash algo i mla ining zai
omonla ini aniqlash a ula ga qa shi sama ali
usulla ni ishlab chiqish ja ayoni esa k ip o ahlil deb
a aladi. K ip o ahlil na aqa shi lash izimla ini
sino dan o‘ kazishda, balki ula ning ishonchliligini
a’minlashda ham muhim ahamiya kasb e adi.
So‘nggi yilla da sun’iy in ellek , xususan,
ney on a moqla k ip o ahlil sohasida yangi
imkoniya la ni ochib be di. Klassik s a is ik a
ma ema ik usulla ko‘p holla da shi lash algo i midagi
naqshla ni aniqlashga asoslangan bo‘lsa, ney on
a moqla bunday bog‘lanishla ni ka a hajmdagi
ma’lumo la dan o‘z-o‘zidan o‘ ganish qobiliya iga
ega. Shu bois ney on a moqla yo damida shi la ni
buzish yoki ula ning xususiya la ini ahlil qilish yanada
sama ali kechishi mumkin.
Mazku maqolada ney on a moqla ning
k ip o ahlilda qo‘llanilishi Vijene algo i mi misolida
ko‘ ib chiqiladi. Vijene shi i klassik ko‘p ha li
almash i ish shi la idan bi i bo‘lib, o‘z da ida yuqo i
da ajada xa siz hisoblangan. Bi oq zamona iy ahlil
usulla i, jumladan, ney on a moqla yo damida ushbu
shi ni deshi lash ja ayoni sezila li da ajada
soddalashishi mumkin. Tadqiqo da omida ney on
a moqla yo damida shi langan ma ndan ochiq
ma nni iklash imkoniya la i, kali uzunligini aniqlash
a kali ni qay a iklash masalala i ko‘ ib chiqiladi.
Vijene shi i klassik ko‘p ha li almash i ish
shi i hisoblanadi. Ha bi ochiq ma n belgisi ma’lum
kali dagi ha qiyma i bo‘yicha su iladi:
69
“Al-Fa g‘oniy a lodla i” elek on ilmiy
ju nali
ISSN 2181-4252. Tom: 1 | Son: 3 | 2025-yil
"Descendan s o Al-Fa ghani" elec onic scien i ic
jou nal.
ISSN 2181-4252. Vol: 1 | Iss: 3 | 2025 yea
Электронный научный журнал "Потомки Аль-
Фаргани"
ISSN 2181-4252. Том: 1 | Выпуск: 3 | 2025 год
h ps://al- a goniy.uz/
𝐶𝑖=(𝑃𝑖+ 𝐾𝑖𝑚𝑜𝑑|𝐾|)(𝑚𝑜𝑑26)
𝑃𝑖=(𝐶𝑖− 𝐾𝑖𝑚𝑜𝑑|𝐾|)(𝑚𝑜𝑑26)
Ney on a moqla ning k ip o ahlilda oydasi
quyidagila dan ibo a .
Ney on a moqla klassik k ip o ahlilda
quyidagila ni osonlash i adi:
– Pa e nla ni a oma ik o‘ ganadi. Ha bi
shi ma n belgisi a unga mos plain ex belgisi
o‘ asidagi mu akkab bog‘lanishni “qoida yozmasdan”
o‘zi o‘ ganadi.
– Kali uzunligini bilmasdan ham ishlashi
mumkin. Aga ka a da ase da u li uzunlikdagi kali la
bilan o‘qi ilsa, model Vijene algo i mining umumiy
naqshini o‘zlash i adi.
– Pa allel ishlash a ezlik. GPU yo damida juda
ko‘p namunala ni o‘qi ib, klassik s a is ik usulla dan
ez oq deshi lash mumkin bo‘ladi.
Vijene shi i das lab Kasiski es i a Index o
Coincidence kabi klassik usulla yo damida ahlil
qilinadi: kali uzunligi aniqlansa, ekans ahlili o qali
deshi lash osonlashadi [1]. Bi oq kali noma’lum
bo‘lganda, bu usulla cheklangan na ija be adi.
Yaqinda sun’iy ney on a moqla (ANN)
yo damida kali uzunligini aniqlash bo‘yicha sama ali
usulla ishlab chiqildi. Xususan, Millichap & Yau
ANN yo damida Vijene shi ining kali uzunligini
aniqlashda klassik usulla dan us unlik ko‘ sa di [2].
G eydanus omonidan o‘ kazilgan adqiqo esa
RNN (LSTM) a xi ek u asi yo damida Vijene ,
Au okey a Enigma shi la ini o‘ ganish a deshi lash
algo i mini model ichida shakllan i ish mumkinligini
ko‘ sa di. Ayniqsa, Vijene uchun model ichki
xususiya la ni o‘ gangan hola da juda sama ali na ija
be di [3].
Foca di & Luccio ney on a moqla yo damida
ciphe ex -only a ack usulida klassik shi la da,
xususan Vijene a boshqa polial a i li shi la da,
kali ni aniqlash imkoniya ini aqdim e di [4].
Shuningdek, blok shi la da ham ney on
a moqla yo damida Plain ex Reco e y, Key
Reco e y a Ciphe ex Classi ica ion ipidagi
hujumla mu a aqiya li amalga oshi ilgani qayd
e ilgan. Masalan, DES, AES a SPECK kabi
algo i mla bunday yondashu da sezila li zai lik
ko‘ sa di [5].
Bundan ashqa i, ANN yo damida shi langan
ma n u ini aniqlash bo‘yicha adqiqo la ma jud
bo‘lib, masalan, ANN yo damida eks asosida qaysi
u dagi klassik shi (polial a i li, anspozi sion a
h.k.) ishla ilganini aniqlash mumkinligi ko‘ sa ilgan
[6].
Nihoya , blok shi la ga nisba an chuqu
o‘ ganishga asoslangan neu al c yp analysis me odla i
ham ma jud bo‘lib, ula o qali RNN yoki CNN
a xi ek u ala i yo damida klassik shi lash
izimla ining zai omonla i baholandi [7].
METODOLOGIYA
K ip o ahlilda AI qo‘llanilishining asosiy
yo‘nalishla i
1. Blok shi lash algo i mla ini ahlil qilish:
– di e ensial a chiziqli ahlilni
a oma lash i ish: Ney on a moqla yo damida
bo‘shliqla ni (di e en ial ail, linea ail) ez oq
opish mumkin;
– S-boxla ni o‘ ganish: SI yo damida S-
boxla ning nolinea ligi, di e ensial bi xil
aqsimlanishi a xa sizlik pa ame la i baholanadi.
2. Shi langan a ikni aniqlash a ahlil qilish:
– AI asosida a ik klassi ika siyasi: Mashina iy
o‘ ganish (ML) yo damida oddiy HTTPS, VPN, TOR
yoki max iy p o okolla ni aj a ib olish mumkin;
– Xa sizlik moni o ingi: AI a moqla da
g‘ay ioddiy (anomaliya) xa i-ha aka la ni aniqlaydi.
3. K ip oalgo i mla ni buzish (C yp analysis):
– Side-channel a ack (yon kanalla ):
Da chikla dan olingan kuchlanish, elek omagni
o‘lqin yoki aq o‘lcho la ini AI yo damida ahlil
qilib, kali ni opish imkoniya i ma jud;
– Deep lea ning asosida kali la ni qay a iklash:
Masalan, AES yoki RSA kali la ini yon kanal
hujumla i o qali ney on a moqla yo damida
aniqlash.
4. Pos -k an k ip og a iya a AI:
– K an ba dosh algo i mla xa sizligini
ekshi ishda AI yo damida zai likla ni opish;
– La ice asosidagi algo i mla da AI yo damida
s uk u ala ni aniqlash.
70
“Al-Fa g‘oniy a lodla i” elek on ilmiy
ju nali
ISSN 2181-4252. Tom: 1 | Son: 3 | 2025-yil
"Descendan s o Al-Fa ghani" elec onic scien i ic
jou nal.
ISSN 2181-4252. Vol: 1 | Iss: 3 | 2025 yea
Электронный научный журнал "Потомки Аль-
Фаргани"
ISSN 2181-4252. Том: 1 | Выпуск: 3 | 2025 год
h ps://al- a goniy.uz/
5. K ip o izimla ni a oma ik loyihalash:
– E olyu sion algo i mla a ein o cemen
lea ning yo damida yangi, xa siz oq shi lash
unksiyala i ya a ish;
– A oma ik S-box yoki hash unksiyala ini
ishlab chiqish.
Qo‘llaniladigan AI usulla i:
– Sun’iy ney on a moqla (CNN, RNN,
T ans o me ) — kali la ni iklash, a ik ahlili;
– Kuchay i ilgan o‘qi ish (RL) — yangi
k ip oalgo i mla opishda;
– K-means, PCA, SVM — yon kanal
ma’lumo la ini aj a ishda;
– Gene ik algo i mla — op imal S-boxla ni
ya a ishda.
Amaliy misolla
– AES yon kanal hujumi: CNN yo damida 1
milliondan kam kuza u asosida 128-bi li kali la ni
iklash ishla i mu a aqiya li baja ilgan;
– SHA-3 ahlili: Mashina iy o‘ ganish
yo damida ba’zi zai s uk u ala aniqlangan;
– VPN a ik aj a ish: AI 95% dan yuqo i
aniqlik bilan oddiy HTTPS a VPN oqimini
a qlagan.
Vijine shi i polial a i li almash i ish shi i bo‘lib,
uni buzish an’ana iy usulda:
– chas o a ahlili;
– Kasiski es i;
– F iedmann es i yo damida amalga oshi iladi.
Ammo ney on a moq asosidagi yondashu la
quyidagila ni maqsad qiladi:
– Kali uzunligini aniqlash;
– Shi langan ma ndan kali ni iklash;
– Shi langan ma ndan ochiq ma nga qay a ish
(deshi lash).
Qo‘llaniladigan ney on a moq u la i
– Recu en Neu al Ne wo ks (RNN, LSTM,
GRU): ma nli ke ma-ke likla ni o‘ ganishda sama ali;
– Con olu ional Neu al Ne wo ks (CNN):
belgila ke ma-ke ligidan xususiya la ni aj a ib
olishda ishla iladi;
– T ans o me la : zamona iy yondashu , uzun
ma nla da kali li bog‘lanishla ni yaxshi ushlaydi.
Vijene algo i mida ney on a moqni qo‘llash yo‘lla i
Supe ised lea ning (nazo a li o‘qi ish):
– Modelga (ciphe ex → plain ex ) ju likla i
be iladi.
– RNN, LSTM, GRU yoki T ans o me
ishla iladi.
– Maqsad: model shi ma ndan ochiq ma nni
iklashni o‘ ganadi.
Kali ni iklash:
– Modelga (ciphe ex , plain ex ) ju likla i
be ilib, kali ni axmin qilishga o‘ ga iladi.
– Bu kali ni aniqlash klassik ahlildagi Kasiski
es iga o‘xshash na ija be adi, lekin a oma ik a zda.
Key-leng h de ec ion (kali uzunligini opish):
– Ney on a moq aqa kali uzunligini basho a
qiladi.
– Keyin klassik usulla bilan kali ni opish
osonlashadi.
O‘ ganish ja ayoni
1. Ma’lumo la ayyo lash:
– Kali uzunligi u licha (masalan 3–20) bo‘lgan
ko‘plab shi langan–ochiq ma n ju likla i ya a iladi;
– Bu ju likla ney on a moqni o‘qi ish uchun
ishla iladi.
2. Modelni o‘qi ish:
– Masalan, RNN modeliga shi langan ma n
be iladi, u esa ochiq ma n yoki kali ni iklashni
o‘ ganadi;
– O‘qi ish oda da ko‘p ma’lumo alab qiladi
(millionlab misolla ).
3. Na ija:
– Ta moq ma’lum da ajada deshi lash
algo i mini “o‘zi” o‘ ganib oladi;
– Ba’zi adqiqo la da a moq Vijene kali
uzunligini aniqlashni ham o‘ gangan.
[8,9,10[ ishla da Vijene , Au okey a Enigma
kabi klassik shi la ga ney on a moqla qo‘llanib,
deshi lash algo i mla i model omonidan o‘ ganilishi
mumkinligi ko‘ sa ilgan.
A zallik a kamchilikla
A zallikla i:
– Kali uzunligi noma’lum bo‘lsa ham ishlashi
mumkin;
– An’ana iy s a is ik es la ga qa aganda ko‘p oq
moslashu chan.
71
“Al-Fa g‘oniy a lodla i” elek on ilmiy
ju nali
ISSN 2181-4252. Tom: 1 | Son: 3 | 2025-yil
"Descendan s o Al-Fa ghani" elec onic scien i ic
jou nal.
ISSN 2181-4252. Vol: 1 | Iss: 3 | 2025 yea
Электронный научный журнал "Потомки Аль-
Фаргани"
ISSN 2181-4252. Том: 1 | Выпуск: 3 | 2025 год
h ps://al- a goniy.uz/
Kamchilikla i:
– Juda ka a hajmda ma’lumo a hisoblash
esu sla i alab qiladi;
– Model “qo a qu i” bo‘lgani sababli aniq
algo i m emas, axminiy yechim be adi.
Quyida ney on model asosida ishlab chiqilgan
das u iy osi a unksiyala ining asosiy pa ame la i
haqida ma’lumo kel i ilgan:
1. Al a i a yo damchi unksiyala
ALPHABET = s ing.ascii_uppe case # "A"
... "Z"
VOCAB_SIZE = len(ALPHABET) # 26
cha 2idx = {ch: i o i, ch in
enume a e(ALPHABET)} # ha -> son
idx2cha = {i: ch o i, ch in
enume a e(ALPHABET)} # son -> ha
Ha bi ha ga indeks be iladi (A=0, B=1, ...,
Z=25).
Bu indeksla ney on a moq ki ishi a chiqishi bo‘lishi
uchun ke ak.
2. Shi lash a deshi lash
de igene e_enc yp (plain ex , key):
...
de igene e_dec yp (ciphe ex , key):
...
– Shi lash (enc yp ):
– C[i] = (P[i] + K[i mod len(key)]) mod 26
– Deshi lash (dec yp ):
– P[i] = (C[i] - K[i mod len(key)]) mod 26
Bu klassik Vijene algo i mining ma ema ik
ko‘ inishi.
3. Da ase ayyo lash
de gene a e_da ase (num_samples=2000,
ex _len=20, key="KEY"):
...
– Plain ex : ha sa a asodi iy 20 a ha dan
uziladi.
– Ciphe ex : Vijene o qali shu plain ex kali
(SECRET) bilan shi lanadi.
– X (ciphe ex indeksla i) a Y (plain ex
indeksla i) ju lik qilib saqlanadi.
Model uchun (shi ma n → ochiq ma n)
moslikla i o‘plami ya a iladi.
4. Model (RNN)
class Vigene eRNN(nn.Module):
de __ini __(sel , ocab_size,
hidden_dim=64):
supe ().__ini __()
sel .embed = nn.Embedding( ocab_size,
hidden_dim)
sel . nn = nn.GRU(hidden_dim,
hidden_dim, ba ch_ i s =T ue)
sel . c = nn.Linea (hidden_dim,
ocab_size)
– Embedding: ha indeksini yashi in o‘lchamli
ek o ga o‘ kazadi.
– GRU (RNN): ke ma-ke belgila o‘ asidagi
bog‘lanishni o‘ ganadi.
– Linea : oxi gi yashi in ek o dan 26 a
eh imoliy chiqishni (ha ) be adi.
Demak, model ciphe ex belgisi → plain ex
belgisi mappingini o‘ ganadi.
5. T ening
o epoch in ange(10):
...
– Ha bi ju lik uchun (ba ch=1) o wa d → loss
→ backwa d → upda e qilinadi.
– C ossEn opyLoss – o‘g‘ i ha ni opish
eh imoli bo‘yicha xa olikni o‘lchaydi.
– op imize pa ame la ni yangilaydi.
– n ma a (epoch=10) ba cha namunala us ida
ak o lanadi.
T ening da omida loss kamayishi model
o‘ ganayo ganini ko‘ sa adi.
6. Sino
X, Y = andom.choice( es _da a)
wi h o ch.no_g ad():
ou pu s = model(X.unsqueeze(0))
p eds = ou pu s.a gmax(dim=-1).squeeze(0)
– Random es uchun bi ju lik anlanadi.
– Modeldan chiqish (ou pu s) eh imollik shaklida
bo‘ladi.
– a gmax o qali eng ka a eh imollikdagi ha
anlanadi → p edic ed plain ex .
Na ijada:
Ciphe ex : VAAYOEMNDCBXEXVNDPEP
T ue Plain : QIVGJMHVYKWFZFQVYXZX
P edic ed : ...
72
“Al-Fa g‘oniy a lodla i” elek on ilmiy
ju nali
ISSN 2181-4252. Tom: 1 | Son: 3 | 2025-yil
"Descendan s o Al-Fa ghani" elec onic scien i ic
jou nal.
ISSN 2181-4252. Vol: 1 | Iss: 3 | 2025 yea
Электронный научный журнал "Потомки Аль-
Фаргани"
ISSN 2181-4252. Том: 1 | Выпуск: 3 | 2025 год
h ps://al- a goniy.uz/
7. Xulosa
– Ushbu das u aqa bi a kali (SECRET) bilan
ishlaydi.
– Model Vijene shi ini algo i mik a zda emas,
balki pa e n si a ida yodlab oladi.
– Shu sababli, kali o‘zga sa model ishlamay
qoladi.
– Yaxshi na ija olish uchun:
– ain_da ani ko‘pay i ish (10k–50k namunala ),
– hidden_dimni ka alash i ish (128–256),
– epochni oshi ish (50+) ke ak bo‘ladi.
NATIJALAR
Na ija:
– Epoch 1, Loss=1.6431
– Epoch 2, Loss=1.5478
– Epoch 3, Loss=1.5405
– Epoch 4, Loss=1.5138
– Epoch 5, Loss=1.4859
– Epoch 6, Loss=1.4532
– Epoch 7, Loss=1.4165
– Epoch 8, Loss=1.3909
– Epoch 9, Loss=1.3673
– Epoch 10, Loss=1.3524
– Ciphe ex : YGQNWCIHHFBIKHRMLULM
– T ue Plain : GCOWSJQDFOXPSDPVHBTI
– P edic ed : GCOWEYEOOBZEGOYIHBHI
model ishlagan, lekin p edic ed plain ex
ancha yaqin chiqqan bo‘lsa ham, hali xa olikla bo .
Buning sababla i:
1. O‘qu epochla i juda kam (10 epoch) —
GRU hali o‘liq o‘ ganib ulgu magan.
2. Ba ch size = 1 — model sekin a noaniq
o‘ ganadi.
3. Da ase kichkina (3000 misol) — aslida
kamida 20–50 ming misol ke ak.
4. Hidden laye o‘lchami (64) kichik,
shi lashdagi mu akkablikni o‘liq ushlash
qiyin.
Yaxshilash bo‘yicha a siyala :
Epoch sonini oshi ing (masalan 30–50 epoch).
o epoch in ange(50):
...
Ba ch lea ning qiling (mini-ba ch bilan
o‘qi ish).
Masalan, ha sa a ba ch_size = 32 qilib ain_da a dan
anlash.
Modelni ka alash i ish:
model = Vigene eRNN(VOCAB_SIZE,
hidden_dim=128)
Da ase ni kengay i ing:
ain_da a = gene a e_da ase (20000,
key=KEY)
es _da a = gene a e_da ase (1000, key=KEY)
Na ija: Epoch 1, Loss=1.5684
Epoch 2, Loss=1.3705
Epoch 3, Loss=1.3411
Epoch 4, Loss=1.3271
Epoch 5, Loss=1.3159
Epoch 6, Loss=1.3094
Epoch 7, Loss=1.2950
Epoch 8, Loss=1.2770
Epoch 9, Loss=1.2637
Epoch 10, Loss=1.2551
Epoch 11, Loss=1.2357
Epoch 12, Loss=1.2176
Epoch 13, Loss=1.2114
Epoch 14, Loss=1.2052
Epoch 15, Loss=1.2071
Epoch 16, Loss=1.1794
Epoch 17, Loss=1.1611
Epoch 18, Loss=1.1426
Epoch 19, Loss=1.1280
Epoch 20, Loss=1.1172
Epoch 21, Loss=1.1099
Epoch 22, Loss=1.1079
Epoch 23, Loss=1.1044
Epoch 24, Loss=1.1078
Epoch 25, Loss=1.1002
Epoch 26, Loss=1.1026
Epoch 27, Loss=1.1027
Epoch 28, Loss=1.0912
Epoch 29, Loss=1.0918
Epoch 30, Loss=1.0882
Epoch 31, Loss=1.0854
Epoch 32, Loss=1.0830
Epoch 33, Loss=1.0854
Epoch 34, Loss=1.0794
Epoch 35, Loss=1.0828
Epoch 36, Loss=1.0848
Epoch 37, Loss=1.0813
Epoch 38, Loss=1.0806
Epoch 39, Loss=1.0827
Epoch 40, Loss=1.0764
Epoch 41, Loss=1.0818
Epoch 42, Loss=1.0751
Epoch 43, Loss=1.0751
Epoch 44, Loss=1.0761

73
“Al-Fa g‘oniy a lodla i” elek on ilmiy
ju nali
ISSN 2181-4252. Tom: 1 | Son: 3 | 2025-yil
"Descendan s o Al-Fa ghani" elec onic scien i ic
jou nal.
ISSN 2181-4252. Vol: 1 | Iss: 3 | 2025 yea
Электронный научный журнал "Потомки Аль-
Фаргани"
ISSN 2181-4252. Том: 1 | Выпуск: 3 | 2025 год
h ps://al- a goniy.uz/
Epoch 45, Loss=1.0740
Epoch 46, Loss=1.0710
Epoch 47, Loss=1.0702
Epoch 48, Loss=1.0720
Epoch 49, Loss=1.0738
Epoch 50, Loss=1.0705
Ciphe ex : UCMLOLOVZYDBWFIJXUON
T ue Plain : CYKUKSWRXHZIEBGSTBWJ
P edic ed : CYKUKSWRVUMXEBEFTQKL
Model ishlayap i, lekin yana op imallash i ish
alab e iladi. Keyingi qadamda GPU qu ilma
ishla iladi. PyTo ch’da GPU (CUDA) ishla ish g‘oyasi
model a ma’lumo la ni GPU qu ilmaga ko‘chi ish
hisoblanadi:
de ice = o ch.de ice("cuda" i
o ch.cuda.is_a ailable() else "cpu")
Na ija:
Ishla ilayo gan qu ilma: cpu
Epoch 1, Loss=1.5197
Epoch 2, Loss=1.2642
Epoch 3, Loss=0.3143
Epoch 4, Loss=0.0123
Epoch 5, Loss=0.0043
Epoch 6, Loss=0.0023
Epoch 7, Loss=0.0014
Epoch 8, Loss=0.0009
Epoch 9, Loss=0.0006
Epoch 10, Loss=0.0004
Epoch 11, Loss=0.0003
Epoch 12, Loss=0.0002
Epoch 13, Loss=0.0001
Epoch 14, Loss=0.0001
Epoch 15, Loss=0.0001
Ciphe ex : KUQFBDXJBXUKXVYEYWJA
T ue Plain : SQOOXKFFZGQRFRWNUDRW
P edic ed : SQOOXKFFZGQRFRWNUDRW
Ishla ilayo gan qu ilma: cpu
Epoch 1, Loss=1.5223
Epoch 2, Loss=1.2673
Epoch 3, Loss=0.1157
Epoch 4, Loss=0.0049
Epoch 5, Loss=0.0022
Epoch 6, Loss=0.0012
Epoch 7, Loss=0.0008
Epoch 8, Loss=0.0005
Epoch 9, Loss=0.0003
Epoch 10, Loss=0.0002
Epoch 11, Loss=0.0002
Epoch 12, Loss=0.0001
Epoch 13, Loss=0.0001
Epoch 14, Loss=0.0001
Epoch 15, Loss=0.0000
Model ' igene e_model.p h' ayliga saqlandi.
Ciphe ex : ANOTMFAIMSPBHQVNRETP
T ue Plain : IJMCIMIEKBLIPMTWNLBL
P edic ed : IJMCIMIEKBLIPMTWNLBL
NATIJALAR MUHOKAMASI
Olingan na ijala ni uch a bosqich bo‘yicha
qiyosiy ahlili 1-jad alda kel i ilgan.
Jad aldan ko‘ inib u ibdiki:
– 1-bosqichda model juda kam o‘qi ilgani
uchun na ija noaniq bo‘lgan.
– 2-bosqichda da ase kengay i ilgach a
epoch soni ko‘paygach, model
yaxshi oq ishlay boshlagan.
– 3 a 4-bosqichla da esa model deya li
mukammal na ija be gan.
O‘ kazilgan aj ibala na ijala i shuni
ko‘ sa adiki, ney on a moq yo damida Vijene shi ini
deshi lash mumkin, bi oq modelning mu a aqiya i
o‘qu ma’lumo la i hajmi, model a xi ek u asi a
o‘qi ish sha oi la iga be osi a bog‘liqdi . Das labki
kichik da ase (3000 misol) a qisqa o‘qi ish da la i
(10 epoch) na ijasida model ba’zi belgila da ochiq
74
“Al-Fa g‘oniy a lodla i” elek on ilmiy
ju nali
ISSN 2181-4252. Tom: 1 | Son: 3 | 2025-yil
"Descendan s o Al-Fa ghani" elec onic scien i ic
jou nal.
ISSN 2181-4252. Vol: 1 | Iss: 3 | 2025 yea
Электронный научный журнал "Потомки Аль-
Фаргани"
ISSN 2181-4252. Том: 1 | Выпуск: 3 | 2025 год
h ps://al- a goniy.uz/
ma nga yaqin na ija be a olsa-da, ba ibi xa olikla
ko‘pligi kuza ildi. Bu hola GRU modelining
mu akkab naqshla ni o‘liq o‘ ganib ulgu maganidan
dalola be adi.
Da ase ni 20 ming namunagacha kengay i ish,
yashi in qa lam o‘lchamini 128 ga oshi ish a
o‘qi ishni 50 epoch da om e i ish o qali na ijala
sezila li da ajada yaxshilandi. Yo‘qo ish unksiyasi
(loss) 1.64 dan 1.07 gacha ba qa o kamaydi a model
shi ichidagi s a is ik naqshla ni sama ali oq o‘ gana
boshladi. Shunga qa amay, ay im belgila no o‘g‘ i
iklanishi modelning hali o‘liq op imallashmaganini
ko‘ sa adi.
GPU qu ilmasidan oydalanish esa ja ayonni
keskin ezlash i di a modelning o‘qi ilishi ancha
sama ali bo‘ldi. Yo‘qo ish unksiyasi juda kichik
qiyma la ga (0.0001 a o ida) ushdi a model
shi langan ma nni xa osiz iklashga mu a aq bo‘ldi.
Bu na ija shuni angla adiki, ney on a moqla klassik
shi la kabi s uk u a iy naqshla ga ega bo‘lgan
k ip o izimla ni ezda o‘ ganib, deya li mukammal
deshi lash imkoniya ini be a oladi.
Muhokama na ijasida xulosa qilish mumkinki,
ney on a moqla ni k ip o ahlil ja ayonla iga a biq
e ish sama ali yo‘nalishla dan bi i bo‘lib, Vijene
shi ida e ishilgan na ijala kelgusida mu akkab oq
simme ik a assime ik algo i mla ni o‘ ganishda
aj iba maydoni si a ida xizma qilishi mumkin.
XULOSA. Ushbu adqiqo da ney on a moq
yo damida Vijene shi ini deshi lash masalasi ko‘ ib
chiqildi. Das labki aj ibala shuni ko‘ sa diki, kichik
o‘qu o‘plami (3000 misol), kichik yashi in qa lam
(64 o‘lcham) a pas epoch soni (10 epoch) modelning
na ijala ida sezila li xa olikla ga olib keladi. Shunga
qa amay, model shi langan ma ndan ochiq ma nni
qisman iklash qobiliya ini namoyon e di. Bu
bosqichda modelning yo‘qo ish unksiyasi as a-sekin
kamaygani a na ijala asl ma nga yaqinlashgani
kuza ildi.
Keyingi bosqichla da o‘qu o‘plami 20 ming
namunagacha kengay i ildi, yashi in qa lam o‘lchami
oshi ildi a o‘qi ish 50 epoch da omida olib bo ildi.
Na ijada yo‘qo ish qiyma i ba qa o pasayib, model
deshi lashda ancha yaxshi na ija be a boshladi. Bi oq,
hali ham ay im belgila no o‘g‘ i iklanganligi sababli
modelni op imallash i ish za u ligi aniqlandi.
GPU qo‘llanilgach, modelning o‘qi ilish ezligi
sezila li da ajada oshdi a yo‘qo ish unksiyasi juda
kichik qiyma la ga (0.0001 gacha) kamaydi. Na ijada
model shi langan ma nni o‘liq a xa osiz a ishda
deshi lashga e ishdi.
Umuman olganda, o‘ kazilgan aj ibala ney on
a moqla ning k ip o ahlilda sama ali qo‘llanishi
mumkinligini ko‘ sa di. Vijene shi ini deshi lash
misolida ney on a moq shi ichidagi s a is ik
naqshla ni mu a aqiya li o‘ gandi a klassik
k ip o ahlil usulla iga muqobil yondashu si a ida
o‘zini namoyon qildi. Kelgusida yanada mu akkab
shi lash algo i mla ida ham ushbu yondashu ni
qo‘llash imkoniya la i ma jud.
Foydalanilgan adabiyo la
1. Sinko , A. Elemen a y C yp analysis: A
Ma hema ical App oach. Ma hema ical Associa ion o
Ame ica, 1966.
2. Millichap, C., & Yau, Y. (2023). An a i icial
neu al ne wo k app oach o inding he key leng h o he
Vigenè e ciphe . a Xi p ep in a Xi :2312.09956.
3. G eydanus, S. (2017). Lea ning o Dec yp
Classical Ciphe s wi h Recu en Neu al Ne wo ks. a Xi
p ep in a Xi :1708.07576.
4. Foca di, R., & Luccio, F. L. (2016). Neu al
C yp analysis o Classical Ciphe s. CEUR Wo kshop
P oceedings.
5. Jeong, O. (2024). Comp ehensi e Neu al
C yp analysis on Block Ciphe s (DES, AES, SPECK).
Ma hema ics, 12(13), 1936.
6. Abd, A. (2018). Classi ica ion and Iden i ica ion o
Classical Ciphe Type Using A i icial Neu al Ne wo ks.
Jou nal o In o ma ion & Sys ems Managemen , 8(3), 94–
104.
7. Xiao, Y., Hao, Q., & Yao, D. (2019). Neu al
C yp analysis: Me ics, Me hodology, and Applica ions in
CPS Ciphe s. P oceedings, Neu al C yp analysis
Wo kshop.
8. Abadi, M., & Ande sen, D. G. (2016). Lea ning o
P o ec Communica ions wi h Ad e sa ial Neu al
C yp og aphy.
9. G eydanus, S. (2017). Lea ning he Enigma wi h
Recu en Neu al Ne wo ks.
10. Bha acha yya, S., & Ghosh, S. (2018). Applica ion
o Deep Lea ning in Classical Ciphe C yp analysis.