Адаптивная антисинхронизация трансцендентной чередующейся системы множеств Джулии

Почему странные узоры могут помочь защищать информацию

На экране компьютера множества Джулии выглядят как тонкие, снежинообразные узоры, возникающие из простых математических правил, повторённых много раз. Помимо своей красоты, эти структуры могут вести себя хаотично и непредсказуемо, что делает их перспективными для сокрытия и защиты данных. В этой работе исследуется новый способ заставить две такие фракталопорождающие системы двигаться встречно — эффект, называемый антисинхронизацией — при этом обеспечивая достаточную быстроту и устойчивость процесса для будущих технологий защищённой связи и шифрования изображений.

От простых формул к диким фрактальным формам

Множества Джулии появляются, когда простое правило многократно применяется к комплексным числам, порождая закрученные, разветвлённые границы между точками, убегающими в бесконечность, и теми, что остаются ограниченными. Ранее в основном использовали полиномиальные правила — основанные на степенях переменной — для генерации и управления этими множествами. Здесь авторы прибегают к трансцендентным правилам на основе косинуса, которые сильнее искривляют пространство и создают более богатые, сложные фрактальные структуры. Они сосредотачиваются на «чередующемся» режиме: одно правило применяется на чётных шагах итерации, другое — на нечётных. Такая схема порождает трансцендентную чередующуюся систему Джулии с более сложным, но и более гибким поведением по сравнению с классическими вариантами.

Заставить два хаотических мира двигаться в противоположных направлениях

Основная идея — запускать рядом две связанные фракталопорождающие системы. Одна выступает в роли ведущей системы; другая — в роли ответной. Вместо того чтобы заставлять их совпадать, авторы проектируют их так, чтобы они развивались как зеркальные противоположности — когда одна идёт в одну сторону, другая идёт в противоположную, так что их комбинированное состояние взаимно компенсируется. Это и есть антисинхронизация. Для её достижения они вводят адаптивный управляющий сигнал, который обновляется на каждой итерации на основе текущего несоответствия между двумя системами. Когда параметры систем полностью известны, управление можно выбрать так, чтобы несоответствие неуклонно уменьшалось независимо от начального состояния обеих систем.

Обучение скрытым «ручкам» на ходу

В реальных системах параметры часто неизвестны или дрейфуют со временем — например, усиления или смещения внутри математического правила. Чтобы справиться с этим, авторы расширяют метод на более сложные случаи, когда некоторые или все ключевые параметры двух генераторов Джулии неизвестны. Они прикрепляют простые правила обновления, которые корректируют оценки параметров на каждом шаге, используя лишь наблюдаемое несоответствие между системами. При аккуратно подобранных коэффициентах настройки они доказывают, что и несоответствие, и ошибки оценок параметров со временем исчезают. Иными словами, система-ответчик не только становится идеальным зеркальным двойником ведущего, но и «узнаёт» истинные внутренние настройки, породившие фрактал.

Проверка скорости и эффективности на цифровых фракталах

Чтобы выяснить, как метод работает на практике, авторы проводят компьютерные симуляции на сетке комплексных начальных точек и отслеживают, насколько быстро каждая точка обнаруживает свою судьбу — уйдёт ли она в бесконечность или останется ограниченной. Они суммируют это с помощью среднего числа итераций (ANI): чем меньше ANI, тем быстрее принимается решение. Варьируя ключевой параметр в косинусном правиле, они обнаруживают, что более высокие значения приводят к снижению ANI и уменьшению времени вычислений, то есть алгоритм сходится быстрее и работает эффективнее. Они также показывают, как коэффициенты настройки в контроллере влияют на скорость затухания несоответствия между системами: меньшие суммарные значения этих коэффициентов ведут к более быстрой антисинхронизации.

Что это значит для будущих защищённых систем

Проще говоря, эта работа демонстрирует способ заставить два высоко комплексных фракталопорождающих механизма вести себя как идеальные противоположности, одновременно автоматически изучая любые неизвестные внутренние настройки. Подход сохраняет устойчивость эволюции, сводит разницу между системами к нулю и делает это с относительно небольшим числом вычислительных шагов. Поскольку множества Джулии уже используются в предлагаемых схемах шифрования изображений и данных, быстрый адаптивный способ управления их поведением — особенно работоспособный с богатыми трансцендентными правилами — открывает путь к более безопасным и эффективным криптографическим решениям, основанным на скрытом порядке хаоса.

Цитирование: Ravikumar, V., Konar, P. Adaptive anti-synchronization of transcendental alternated system of Julia sets. Sci Rep 16, 8028 (2026). https://doi.org/10.1038/s41598-026-36108-x

Ключевые слова: множества Джулии, хаотическая синхронизация, адаптивное управление, фрактальное шифрование, комплексная динамика