Журнал: Том 30, № 3, 2025
Сторінки: 24 – 36
DOI: https://doi.org/10.62660/bcstu/3.2025.24
1 179 Переглядів

Розробка та тестування ефективності гібридних криптографічних алгоритмів для захисту персональних даних у мобільних додатках

Віталій Ясененко
Отримано 19.03.2025
Доопрацьовано 29.07.2025
Прийнято 15.09.2025

Анотація

Зі стрімким зростанням кількості мобільних додатків та обсягу оброблюваних персональних даних підвищується потреба у впровадженні ефективних засобів їхнього захисту. Мета роботи полягала в розробці гібридних криптографічних алгоритмів і в аналізі можливостей їх інтеграції в мобільні додатки для підвищення рівня захисту персональних даних. У дослідженні реалізовано гібридні криптографічні алгоритми, які поєднують симетричні та асиметричні методи шифрування, проведено моделювання їхньої роботи на прикладі програмних модулів мовою Python, а також здійснено оцінку їх ефективності з урахуванням характеристик мобільного середовища. Основні результати показали, що поєднання алгоритмів симетричного шифрування Advanced Encryption Standard і ChaCha20 забезпечує повне збереження даних при дешифруванні та дозволяє зменшити ризики компрометації завдяки двошаровій структурі шифрування. Також встановлено, що під час тестування асиметричних методів алгоритм Rivest-Shamir-Adleman успішно захищає симетричні ключі, а алгоритм Elliptic Curve Cryptography забезпечує обчислення спільного секрету двома сторонами без передачі самого ключа, що підвищує стійкість до перехоплення. Результати програмної реалізації підтвердили ідентичність вхідних і вихідних даних, що засвідчує надійність гібридного підходу до шифрування. З іншого боку, на Android платформах Keystore, Bouncy Castle, Spongy Castle і Conscrypt забезпечують швидке шифрування Advanced Encryption Standard (~275,6 мілісекунд з апаратним прискоренням) і ChaCha20 (~2 мілісекунди), а також ефективний обмін ключами через Elliptic Curve Cryptography (~15,8 мілісекунд) порівняно з Rivest-Shamir-Adleman (~2532,8 мілісекунд), з підтримкою постквантових алгоритмів. На iPhone Operating System платформах CryptoKit, CommonCrypto і Open Secure Sockets Layer забезпечують схожу швидкість шифрування, а Secure Enclave оптимізує Elliptic Curve Cryptography, хоча постквантові алгоритми потребують додаткової оптимізації. Гібридний підхід знижує використання пам’яті, що робить алгоритми ефективними для мобільних пристроїв. Отримані результати можуть використовувати розробники мобільних додатків для покращення захисту даних у фінансових, медичних та корпоративних системах на смартфонах з операційними системами Android і iPhone

Ключові слова

розширений стандарт шифрування; ChaCha20; Rivest-Shamir-Adleman; криптографія на основі еліптичних кривих; Android; операційна система iPhone

Використані джерела

  1. Abbas, W., Joshua, S.R., Abbas, A., & Lee, J.-H. (2025). An end-to-end GSM/SMS encrypted approach for smartphone employing advanced encryption standard (AES). ArXiv. doi: 10.48550/arXiv.2503.18859.
  2. Ali, A.K., Raza, A., & Arif, H. (2025). AI-driven dynamic selection of post-quantum algorithms for mobile application security. Asian Bulletin of Big Data Management, 5(2), 51-62. doi: 10.62019/eq34ar93.
  3. Alsowail, R. (2025). Advanced video encryption using the opposition lotus effect-elliptic curve cryptography in signal processing applications. Signal Image and Video Processing, 19(5), article number 409. doi: 10.1007/ s11760-025-03899-x.
  4. Bandara, P.M., Abeyrathne, P., & Sandirigama, M. (2025). Cryptographic technologies for guaranteeing compliance of data privacy to international data protection laws – a preliminary study. In D. Dahanayake & M. Rabindrakumar (Eds.), Transformative applied research in computing, engineering, science and technology (pp. 237-243). London: CRC Press. doi: 10.1201/9781003616368-32.
  5. Bhimanapati, V.B., Jain, S., & Pandian, P.K. (2024). Security testing for mobile applications using AI and ML algorithms. Journal of Quantum Science and Technology, 1(2), 44-58. doi: 10.36676/jqst.v1.i2.15.
  6. Borysenko, O., & Tymoshenko, A. (2024). Overview of personal data protection methods in the cloud environment. Infocommunication and Computer Technologies, 1(7), 31-34. doi: 10.36994/2788-5518-2024-01-07-04.
  7. California Consumer Privacy Act. (2018, June). Retrieved from https://oag.ca.gov/privacy/ccpa.
  8. Chen, Z., Gu, J., & Yan, H. (2023). HAE: A hybrid cryptographic algorithm for blockchain medical scenario applications. Applied Sciences, 13(22), article number 12163. doi: 10.3390/app132212163.
  9. Fadhil, F.A., Tawfiq, F., & Thamer, M. (2024). Enhancing data security using laplacian of gaussian and Chacha20 encryption algorithm. Journal of Intelligent Systems, 33(1), article number 20240191. doi: 10.1515/ jisys-2024-0191.
  10. Fan, H., Meng, L., Zheng, F., Mingyu, W., & Bowen, X. (2022). Black-box testing of cryptographic algorithms based on data characteristics. In J. Lin & Q. Tang (Eds.), Applied cryptography in computer and communications (pp. 153-169). Cham: Springer. doi: 10.1007/978-3-031-17081-2_10.
  11. Gao, Y., Guo, L., & Zhang, T. (2023). Exploring and envisioning the application of blockchain technology for privacy data protection. Applied and Computational Engineering, 19(1), 123-131. doi: 10.54254/27552721/19/20231020.
  12. General Data Protection Regulation. (2016, May). Retrieved from https://gdpr-info.eu/.
  13. Gitonga, C. (2025). The impact of quantum computing on cryptographic systems: Urgency of quantum-resistant algorithms and practical applications in cryptography. European Journal of Information Technologies and Computer Science, 5(1), 1-10. doi: 10.24018/compute.2025.5.1.146.
  14. Gour, A., Malhi, S.S., Singh, G., & Kaur, G. (2024). Hybrid cryptographic approach: For secure data communication using block cipher techniques. E3S Web of Conferences, 556, article number 01048. doi: 10.1051/ e3sconf/202455601048.
  15. Grace, A. (2025). Advancements in mobile device security: Developing AI-powered applications for enhanced protection. Retrieved from https://www.researchgate.net/publication/389173473_Advancements_in_Mobile_ Device_Security_Developing_AI-Powered_Applications_for_Enhanced_Protection.
  16. Kalphana, K.R., Aanjankumar, S., Surya, M., Ramadevi, M.S., Ramela, K.R., Anitha, T., Nagaraj, N., & Ramaswamy, K. (2024). Prediction of android ransomware with deep learning model using hybrid cryptography. Scientific Reports, 14(1), article number 22351. doi: 10.1038/s41598-024-70544-x.
  17. Kanagavalli, V.R., & Meenakshi, A. (2024). A survey of cryptographic data protection and machine learning. In J.A. Ruth, V.G. Mahesh, P. Visalakshi, R. Uma & A. Meenakshi (Eds.), Machine learning and cryptographic solutions for data protection and network security (pp. 1-11). London: IGI Global. doi: 10.4018/979-8-3693-4159-9.ch001.
  18. Khalid, R., Najat, Z., & Sayda, S.J. (2025). A hybrid approach to cloud data security using ChaCha20 and ECDH for secure encryption and key exchange. Kurdistan Journal of Applied Research, 10(1), 66-82. doi: 10.24017/ science.2025.1.5.
  19. Lukichov, V.V., Baryshev, Y.V., Kondratenko, N.R., & Malinovskyi, V.I. (2023). Adaptive multi-layer information protection method combining steganography and cryptography. Information technology and computer engineering, 3, 4-11. doi: 10.31649/1999-9941-2023-58-3-4-11.
  20. Malinovskyi, V.I., Kupershtein, L.M., & Lukichov, V.V. (2024). A mathematical model for assessing cyber-threats and informational impacts in microcontrollers. Information technology and computer engineering, 59(1), 69-82. doi: 10.31649/1999-9941-2024-59-1-69-82.
  21. Muthaura, A., & Kandiri, J. (2024). Data protection in healthcare information systems using cryptographic algorithm with Base64 512 bits. Open Journal for Information Technology, 7(1), 11-22. doi: 10.32591/coas. ojit.0701.02011m.
  22. Neve, R., & Bansode, R. (2024). Attack analysis on hybrid-SIMON-SPECKey lightweight cryptographic algorithm for IoT applications. Indian Journal of Science and Technology, 17(10), 932-940. doi: 10.17485/IJST/v17i10.2811.
  23. Nugroho, W.B., Susanto, A., Sari, A., Rachmawanto, E.H., & Doheir, M. (2024). A robust and imperceptible for digital image encryption using Chacha20. Jurnal Teknik Informatika, 5(2), 397-404. doi: 10.52436/1.jutif.2024.5.2.1470.
  24. Nwatuzie, G.A., Ijiga, O.M., Idoko, I.P., Enyejo, L.A., & Ali, E.O. (2025). Design and evaluation of a user-centric cryptographic model leveraging hybrid algorithms for secure cloud storage and data integrity. American Journal of Innovation in Science and Engineering, 4(2), 49-65. doi: 10.54536/ajise.v4i2.4482.
  25. Ogwara, F., Petrova, K., Yang, M.L., & MacDonell, S.G. (2025). Mindpres: A hybrid prototype system for comprehensive data protection in the user layer of the mobile cloud. Sensors, 25(3), article number 670. doi: 10.3390/s25030670.
  26. Pitale, R.R., Tajane, K.D., Mahajan, P.B., Nehate, N.S., Mulimani, A.J., & Lokhande, D.S. (2024). Cryptographic algorithm development and application for encryption and decryption. In D. Goyal, A. Kumar, D. Singh, M. Paprzycki, P. Jain, B.B. Gupta & U.P. Singh (Eds.), ICIMMI ‘23: Proceedings of the 5th international conference on information management & machine intelligence (article number 27). New York: Association for Computing Machinery. doi: 10.1145/3647444.3647853.
  27. Prodduturi, S.M. (2025). Cryptography in iOS: A study of secure data storage and communication techniques. International Journal on Science and Technology, 16(1). doi: 10.71097/IJSAT.v16.i1.1403.
  28. Sayed, M.A. (2024). A comparative study of machine learning-based and traditional cryptographic methods for personal data encryption. ResearchGate. doi: 10.13140/RG.2.2.33661.88803.
  29. Semerenska, V. (2025). Quantum-resistant cryptographic algorithms for critical infrastructures. Visnyk of Kherson National Technical University, 2(1), 204-209. doi: 10.35546/kntu2078-4481.2025.1.2.27.
  30. Sereda, A., Datsenko, I., Pavlenko, V., & Samarai, V. (2023). Stability and efficiency of cryptographic algorithms used in mobile devices. Infocommunication and Computer Technologies, 2(4), 178-190. doi: 10.36994/27885518-2022-02-04-21.
  31. Vimala, J.C. (2023). Securing cloud environments: A comparative analysis of RSA and MRGA for enhanced data protection. Journal on Cloud Computing, 10(1), 38-46. doi: 10.26634/jcc.10.1.19937.
  32. Vinothkumar, M., & Ram, S. (2025). Blockchain-based modified AES with chaotic random key generation for secured E-medical data sharing. CLEI Electronic Journal, 28(2). doi: 10.19153/cleiej.28.2.14.
  33. Yan, Y. (2022). The overview of elliptic curve cryptography (ECC). Journal of Physics Conference Series, 2386, article number 012019. doi: 10.1088/1742-6596/2386/1/012019.
  34. Yasqi, Z., Hayaty, N., & Bettiza, M. (2025). Cryptography of Chacha20 and RSA algorithms for text security. Journal of Computer Networks Architecture and High Performance Computing, 7(1), 290-301. doi: 10.47709/ cnahpc.v7i1.5345.

ЦИТУВАТИ

Yasenenko, V. (2025). Development and testing of the effectiveness of hybrid cryptographic algorithms for protecting personal data in mobile applications. Bulletin of Cherkasy State Technological University, 30(3), 24-36. https://doi.org/10.62660/bcstu/3.2025.24