Ein innovatives Rahmenwerk für sichere Datenübertragung unter Verwendung maschineller Lernklassifikation und ElGamal-Verschlüsselung mit Ramanujan-Primzahlen

Warum der Schutz alltäglicher Nachrichten wichtig ist

Jeden Tag senden Banken, Krankenhäuser und Behörden kurze digitale Nachrichten, die von routinemäßigen Benachrichtigungen bis hin zu hochsensiblen Kontoaktualisierungen reichen können. Alle Nachrichten pauschal als gleich geheim zu behandeln, verschwendet Rechenressourcen; zu lasch zu sein kann jedoch Menschen Betrug und Verletzungen der Privatsphäre aussetzen. Diese Arbeit untersucht einen Ansatz, der Nachrichten automatisch nach ihrer Sensibilität sortiert und sie dann mit geeigneten Verschlüsselungsstufen schützt, um Sicherheit, Geschwindigkeit und Ressourceneinsatz auszubalancieren.

Alltägliche Mitteilungen von kritischen Alarmen trennen

Zunächst bauen die Autoren ein einfaches Textklassifikationssystem, das gewöhnliche Nachrichten, etwa allgemeine Schlagzeilen, von hochsensiblen Nachrichten, wie Bankmitteilungen und Transaktionsbenachrichtigungen, trennt. Sie erstellen einen kleinen Datensatz mit 200 kurzen, sorgfältig formulierten Sätzen, zur Hälfte finanziell, zur Hälfte allgemeine Nachrichten, und bereinigen die Texte durch Entfernen von Satzzeichen, Zahlen und häufigen Stoppwörtern. Jede Nachricht wird mittels einer Standardtechnik in einen numerischen Fingerabdruck verwandelt, die Wörter betont, die in einer Nachricht häufig, insgesamt aber selten sind. Mehrere gängige Methoden des maschinellen Lernens werden geprüft, darunter K-Nearest Neighbors, Support Vector Machines, Lineare Diskriminanzanalyse und K-Means-Clustering. Mittels Fünffach-Cross-Validation zur Vermeidung von Overfitting liefert das Support-Vector-Machine-Modell die genaueste und stabilste Leistung und ist damit das bevorzugte Werkzeug, um zu entscheiden, ob eine Nachricht nur routinemäßig oder wirklich sensibel ist.

Zwei Verschlüsselungswege für zwei Datentypen

Sind die Nachrichten einmal gekennzeichnet, durchlaufen sie einen von zwei Verschlüsselungspfaden. Gewöhnlich sensitive Nachrichten werden mit dem Standard-ElGamal-Public-Key-Schema geschützt, einem bekannten Verfahren, das auf der Schwierigkeit eines mathematischen Problems beruht, dem diskreten Logarithmusproblem. Hochsensible Nachrichten folgen einem modifizierten Weg, der in Art der Ver- und Entschlüsselung identisch ist, sich jedoch in der Auswahl einer der entscheidenden geheimen Zahlen unterscheidet, des sogenannten Primmoduls. Die Autoren experimentieren hier mit einer speziellen Familie von Primzahlen, den Ramanujan-Primzahlen, die interessante Abstands-Eigenschaften innerhalb der Primzahlen aufweisen. Wichtig ist, dass die Autoren betonen, dass diese Wahl die zugrundeliegende Mathematik nicht schwieriger zu knacken macht; sie bietet vielmehr eine strukturierte und neuartige Methode zur Generierung von Schlüsseln, ohne die bewährten Sicherheitsgrundlagen von ElGamal zu verändern.

Prüfen, dass nichts manipuliert wurde

Verschlüsselung allein garantiert nicht, dass eine Nachricht unterwegs nicht verändert wurde. Um diesen Schutz hinzuzufügen, hängt das Rahmenwerk jedem verschlüsselten Nachricht die Hash-basierte Message Authentication Code (HMAC) an, bevor sie versendet wird. Dieser Mechanismus verwendet ein gemeinsames Geheimnis und eine Einweg-Hashfunktion, um einen kompakten Tag zu erzeugen, der sich bereits bei einer einzigen Bitänderung der Nachricht ändert. Auf Empfängerseite werden dasselbe Geheimnis und derselbe Hash verwendet, um den Tag neu zu berechnen und mit dem gesendeten Tag zu vergleichen; nur wenn sie übereinstimmen, wird die Nachricht als authentisch akzeptiert. Die Autoren implementieren alle Schritte — Klassifikation, Schlüsselerzeugung, Verschlüsselung, Entschlüsselung und HMAC — in einem einzigen Python-Programm und bewerten, wie lange jede Operation dauert und wie viele Daten pro Zeiteinheit verarbeitet werden können.

Was die Zeitmessungen zeigen

Leistungstests vergleichen die Behandlung von normal sensitiven und hochsensitiven Nachrichten, jeweils mit und ohne den zusätzlichen HMAC-Schritt. Wie zu erwarten erhöht die Hinzufügung der Authentifizierung die Verarbeitungszeit für alle Nachrichten. Wenn für den hochsensitiven Pfad Ramanujan-Primzahlen verwendet werden, zeigen die Verschlüsselung und Entschlüsselung dieser Nachrichten geringere durchschnittliche Datenrate und Durchsatz als der normale Pfad, das heißt, das System verarbeitet weniger Kilobyte pro Millisekunde und jedes Datenbit benötigt länger zur Verarbeitung. Aus Laienperspektive gibt das Rahmenwerk bewusst mehr Zeit und Rechenaufwand für den sensibelsten Verkehr aus, während weniger kritische Nachrichten schneller durchlaufen. Gleichzeitig stellen die Autoren fest, dass dieser zusätzliche Aufwand für kritische Daten in eine geringere Speichernutzung pro Dateneinheit übersetzt, was helfen kann, die Ressourcennachfrage auf stark belasteten Servern beherrschbar zu halten.

Was diese Arbeit für sichere Kommunikation bedeutet

Kurz gesagt zeigt die Studie, dass es möglich ist, ein Sicherheitssystem zu entwerfen, das automatisch einschätzt, wie sensibel eine Nachricht ist, und sie dann durch eine passende Schutzstufe leitet, dabei jedoch die grundlegenden Sicherheitsgarantien eines bewährten Verschlüsselungsverfahrens bewahrt. Der Einsatz von Ramanujan-Primzahlen fügt der Wahl geheimer Schlüssel eine mathematisch neuartige Komponente hinzu, ohne zu behaupten, die Sicherheit über die des standardmäßigen ElGamal hinaus zu stärken. Obwohl der Textklassifikator nur ein Machbarkeitsnachweis ist und auf einem kleinen, sorgfältig kuratierten Datensatz beruht, weist die Gesamtarchitektur in Richtung künftiger Systeme, in denen Alltagsnachrichten, Finanzwarnungen und medizinische Updates unterschiedlich, aber konsistent behandelt werden können — Ressourcen sparend, ohne die Privatsphäre und Integrität der Informationen zu gefährden, die den Menschen am wichtigsten sind.

Zitation: Haritha, N., Narayanan, V. & Srikanth, R. An innovative framework for secure data transmission using machine learning based classification and ElGamal encryption with Ramanujan primes. Sci Rep 16, 11090 (2026). https://doi.org/10.1038/s41598-026-40797-9

Schlüsselwörter: sichere Datenübertragung, Textklassifikation, Public-Key-Verschlüsselung, Ramanujan-Primzahlen, HMAC-Authentifizierung