Чаҳорчӯбаи пешниҳодшудаи Ascon–ML-KEM як низоми гибридии криптографии бар симулятсия асосёфта мебошад, ки дар иртибототи зондкунии фосилавии UAV–IoT рамзгузории сабуки аутентификатсияшуда, таъсиси калиди сессияи пасоквантӣ ва ивазкунии калиди ба контекст ҳассоси бо зеҳни сунъӣ дастгиришавандаро дар як меъмории ягонаи амнияти cross-layer муттаҳид мекунад. Низом ҳадаф дорад телеметрия, фармонҳои миссия ва маълумоти зондкунии фосилавиро дар пайвастҳои UAV-to-ground (U2G), UAV-to-UAV (U2U) ва UAV-to-sensor (U2S) муҳофизат кунад. Ascon AEAD махфият, якпорчагӣ ва аутентификатсияи маълумотро; ML-KEM таъсиси калиди муштараки сессияро, ки ба ҳамлаҳои квантии оянда тобовар аст; AI-driven adaptive rekeying бошад вақти навсозии калидро вобаста ба хавф ва шароити миссия муайян мекунад.

Арзёбии таҳқиқот дар таҷҳизоти воқеии парвозкунандаи UAV анҷом дода нашудааст. Муҳаққиқон бо симулятсияи махсус ва раванди benchmarking дар асоси Python 3.11.5 сенарияи 20-марҳилагии UAV–IoT-ро ташкил кардаанд. Маҷмӯи додаҳои криптографии benchmark-и ҳосилшуда 120.000 сабт ва 83 хусусият дорад. Ҳар сабт контексти миссия, вазъи шабака, ҳолати криптографӣ, қарори хавф, натиҷаи rekey, таъхир, energy overhead, ҳолати расонидани бехатар ва устувории сессияи як ҳодисаи муайяни муҳофизатшудаи иртиботии UAV–IoT-ро ифода мекунад.

Дар муқоисаи умумӣ сохтори пешниҳодшуда %99,2 secure delivery rate, %98,9 attack detection/mitigation effectiveness, 8,7 ms end-to-end encryption latency, 5,03 Mbps throughput, 11,6 mJ/session energy overhead, 2,9 mJ/event rekeying overhead, %96,4 session resilience ва %99,1 integrity verification success ба даст овардааст. Дар сохторҳои асосии муқоисашуда расонидани бехатар дар ҳудуди %94,1–97,4, таъхир 9,9–11,9 ms ва session resilience %84,7–91,6 мебошад.

Аммо ин рақамҳо натиҷаи қуввасанҷи ҷисмонӣ, санҷиши канали радиоӣ ё embedded cryptographic testbed дар ҳавопаймои воқеӣ нестанд. Мақола таъхир, энергия, throughput ва хароҷоти rekey-ро аз симулятсияи назоратшаванда ва модели энергияе ҳисоб мекунад, ки барои платформаи маҳдуди синфи ARM Cortex сохта шудааст. Аз ин рӯ, арзишҳое чун 8,7 ms ё 11,6 mJ/session нишондиҳандаҳои муқоисавии самаранокӣ дар сатҳи симулятсия мебошанд; онҳоро набояд ҳамчун таъхири дақиқ ё масрафи батареяи UAV-и воқеӣ дар саҳро тафсир кард.

Бо баланд шудани сатҳи таҳдид низом калидро зуд-зудтар нав мекунад. Дар шароити таҳдиди паст шумораи миёнаи rekey 1,00, таъхир 7,63 ms ва energy overhead 9,97 mJ/session аст; дар шароити таҳдиди критикӣ шумораи rekey ба 5,40, таъхир ба 9,78 ms ва energy overhead ба 13,17 mJ/session мерасад. Дар ҳамин гузариш расонидани бехатар аз %99,50 ба %97,70 ва session resilience аз %98,53 ба %95,47 коҳиш меёбад. Ин натиҷа нишон медиҳад, ки амният “бехароҷот” нест; чаҳорчӯба дар таҳдиди баланд ба дахолати вазнинтари криптографӣ мегузарад ва байни амнияту энергия/таъхир як созиши назоратшавандаро идора мекунад.

Маҳдудияти муҳимтарини таҳқиқот ин аст, ки он таҷҳизоти воқеии UAV, ченкунии ҷисмонии канали бесим ва тасдиқи hardware-in-the-loop-ро дар бар намегирад. Муаллифон пешниҳод мекунанд, ки дар марҳилаи баъдӣ бо протсессорҳои дарунсохт, фиристанда-қабулкунандаҳои радиои каммасраф, модулҳои воқеии иртиботии UAV ва дастгоҳҳои берунаи ченкунии қувва тасдиқи ҷисмонӣ гузаронида шавад.

Мушкилоти асосии таҳқиқот чист?

Низомҳои зондкунии фосилавии ба UAV асосёфта дар мониторинги муҳити зист, санҷиши инфрасохтори муҳим, вокуниш ба офатҳо, назорат ва дигар миссияҳо танҳо тасвир ё маълумоти сенсориро ҷамъ намекунанд. UAV-ҳо ҳамзамон телеметрия, фармонҳои миссия, паёмҳои идоракунӣ ва маълумоти ҳисшударо ба UAV-ҳои дигар, сенсорҳои заминӣ, edge gateway-ҳо ва истгоҳҳои идоракунии заминӣ интиқол медиҳанд.

Дар ин муҳити иртиботӣ ҳамзамон чанд мушкил ба вуҷуд меояд: аз сабаби ҳаракатнокӣ топологияи шабака метавонад пайваста тағйир ёбад, устувории канали бесим коҳиш ёбад, паҳнои банд маҳдуд шавад, сатҳи энергияи боқимондаи UAV паст шавад ва дараҷаи муҳимияти миссия тағйир ёбад. Илова бар ин, низоми амният бояд ҳам бар зидди ҳамлаҳои классикии шабакавӣ ва ҳам бар зидди хавфҳои криптоанализи бо квант дастгиришавандаи оянда кор кунад.

Холигии таҳқиқотие, ки манбаъ муайян мекунад, дар он аст, ки аксари роҳҳалҳои мавҷуда одатан танҳо як ё ду мушкилро ҳал мекунанд. Як таҳқиқот метавонад ба post-quantum key establishment, таҳқиқоти дигар ба рамзгузории сабук, равиши дигар ба routing-и огоҳ аз энергия ё механизми собити rekey тамаркуз кунад. Ҳадафи таҳқиқот муттаҳид кардани ин қисмҳо дар як меъмории ягонаи амниятии огоҳ аз миссия мебошад.

Ascon, ML-KEM ва Сохтори Гибридии Криптографӣ Чист?

Дар ин таҳқиқот Ascon қабати симметрии муҳофизати маълумот мебошад, ки пакетҳои UAV–IoT-ро бо authenticated encryption-и сабук муҳофизат мекунад; ML-KEM қабати key-encapsulation мебошад, ки сирри муштараки пасоквантиро месозад; меъмории гибридӣ бошад сохтори сессияи бехатар аст, ки ин ду қабатро бо контексти миссия ва мантиқи adaptive rekeying якҷо ба кор медарорад.

Ascon AEAD чӣ кор мекунад?

AEAD — Authenticated Encryption with Associated Data, сохтори рамзгузориест, ки на танҳо махфӣ нигоҳ доштани паём, балки ҳамчунин санҷидани тағйир ёфтани паём ва аз фиристандаи эътиборнок омадани онро ҳадаф мегирад.

Дар таҳқиқот Ascon:

• payload-и зондкунии фосилавиро рамзгузорӣ мекунад,
• махфияти телеметрия ва фармонҳои миссияро муҳофизат мекунад,
• authentication tag тавлид мекунад,
• дар қабулкунанда тавассути tag verification якпорчагиро месанҷад,
• ба қабати миссия расидани пакети нодуруст ё тағйирёфтаро пешгирӣ мекунад.

Дар ин ҷо вазифаи Ascon сохтани калиди сессия нест. Ascon бо истифода аз калиди сессияи пешакӣ сохташудаи Ksess пакетҳои маълумотро муҳофизат мекунад.

ML-KEM чӣ кор мекунад?

ML-KEM — Module-Lattice-Based Key-Encapsulation Mechanism, механизми пасоквантии инкапсулятсияи калид аст, ки ба ду тарафи иртибот имкон медиҳад бар арзиши махфии муштарак мувофиқа кунанд.

Фиристанда бо истифода аз калиди кушодаи қабулкунанда арзиши нави махфии муштарак ва ciphertext capsule ҳосил мекунад. Қабулкунанда бо калиди хусусии худ капсуларо мекушояд ва ҳамон арзиши махфиро дубора ба даст меорад. Дар таъсиси муваффақи сессия арзишҳои махфии тарафи фиристанда ва қабулкунанда бояд мувофиқ бошанд.

Ин арзиши махфӣ калиди ниҳоие нест, ки бевосита дар ҳар пакети маълумот истифода мешавад. Манбаъ баъдан бо истифода аз KDF — Key Derivation Function арзиши махфии муштаракро бо контексти миссия, навъи пайваст ва маълумоти вақт муттаҳид карда, онро ба калиди сессияи вобаста ба миссия бо номи Ksess табдил медиҳад.

Чаро ба ҷойи таъсиси классикии public-key калид ML-KEM истифода мешавад?

Модели таҳдиди таҳқиқот на танҳо ҳамлагари имрӯзаро, балки ҳамлагареро низ ба назар мегирад, ки дар оянда метавонад қобилияти криптоанализи бо квант дастгиришавандаро ба даст орад. Махсусан дар манбаъ равиши harvest-now-decrypt-later баррасӣ мешавад.

Дар ин модели ҳамла, ҳамлагар метавонад имрӯз телеметрия ё сабтҳои рамзгузоришудаи миссияро ба даст оварда нигоҳ дорад. Маълумотеро, ки имрӯз кушода наметавонад, метавонад дар оянда ҳангоми пайдо шудани иқтидори кофии ҳисоббарории квантӣ кушоданӣ шавад. Ин хавф махсусан барои бойгониҳои миссия, ки бояд муддати тӯлонӣ махфӣ бимонанд, муҳим аст.

Истифодаи ML-KEM ҳадаф дорад ин хавфи дарозмуддати таъсиси калидро бо механизми пасоквантӣ коҳиш диҳад.

U2G, U2U ва U2S чӣ маъно доранд?

Дар натиҷаҳои мақола ҳар се шакли пайваст самаранокии баланди амниятиро нишон медиҳанд; аммо пайвастҳои U2S ба ҳисоби миёна таъхир ва бори энергетикии каме бештар, rekey-и бештар ва resilience-и каме пасттар нишон медиҳанд.

Модели таҳдид кадом ҳамлаҳоро фаро мегирад?

Модели ҳамлагари муҳаққиқон як ҳамлагари пешрафтаро фарз мекунад, ки метавонад иртиботи UAV–IoT-ро мушоҳида, боздошт, replay, тағйир, пакети қалбакӣ ворид, таъхир ё таъсири jammer ба вуҷуд орад.

Дар байни таҳдидҳои классикие, ки манбаъ ба назар мегирад:

• гӯшкунии ғайрифаъол,
• дахолати man-in-the-middle,
• ҳамлаи replay,
• тағйир додани пакет,
• манипулятсияи паёми идоракунӣ,
• кӯшишҳои session-key compromise,
• jamming ва вайроншавии канал

мавҷуданд.

Дар таҳдидҳои оянда бошад harvest-now-decrypt-later, quantum-assisted key recovery ва эҳтимоли дар оянда шикастани низомҳои анъанавии public-key баррасӣ мешаванд.

Physical capture ва side-channel leakage ба таҳлили таҳдид дохил карда шудаанд; аммо мақола дар таҷҳизоти воқеӣ озмоишҳои физикии tamper ё side-channel анҷом надодааст. Таъсири онҳо дар симулятсия ҳамчун ҳолати сессияи хавфи баланд, кӯшиши key compromise, rekeying-и маҷбурӣ, хатои якпорчагӣ ё рафтори ғайримуқаррарии таъхир/энергия нишон дода шудааст.

AI-Driven Adaptive Rekeying Чӣ Кор Мекунад?

Механизми AI-driven adaptive rekeying ба ҷойи иваз кардани калид дар фосилаҳои собити вақт, сатҳи таҳдид, энергияи боқимонда, ҳаракатнокӣ, устувории канал, зичии аномалия, афзалияти миссия, ҳассосияти трафик ва ҳолати сессияро якҷо арзёбӣ карда, қарор медиҳад, ки калиди мавҷуда нигоҳ дошта шавад, soft rekey анҷом дода шавад, immediate rekey анҷом дода шавад ё дар трафики критикӣ иртибот муваққатан боздошта шавад.

“AI” дар ин ҷо маҳз чист?

Механизми AI дар таҳқиқот зеҳни сунъии тавлидӣ нест. Манбаъ функсияи сиёсати Φ-ро ҳамчун шабакаи нейронии амиқи сабуки feed-forward муайян мекунад.

Қабати вурудии DNN вектори контекстии нормализатсияшудаи 10-андоза-ро қабул мекунад. Дар манбаъ ин вурудҳо:

• threat level,
• residual energy,
• mobility state,
• channel stability,
• packet anomaly density,
• mission priority,
• traffic sensitivity,
• link type,
• session age,
• rekey counter

муайян шудаанд.

Шабакаи сиёсат яке аз чор синфро тавлид мекунад:

• NORMAL — калиди сессияи мавҷударо нигоҳ дор,
• SOFT — навсозии калидро бо халали кам анҷом деҳ,
• IMMEDIATE — фавран калиди нав соз,
• CRITICAL — трафики ҳассосро боздор, rekey-и фаврӣ анҷом деҳ ва пайвастагии сессияро дубора тасдиқ кун.

Модел дар маҷмӯи додаҳои 120.000 сабт, ки offline тавлид шудаанд, омӯзонида шудааст. Манбаъ мегӯяд, ки тамғаҳои ҳадаф аз мантиқи қарорҳои threshold-асос ва натиҷаҳои validation-event тавлид шудаанд. Дар оптимизатсия categorical cross-entropy loss ва Adam optimizer истифода шудаанд.

Манбаъ дар матни усули баррасишуда барои DNN таносуби равшани тақсимоти маълумоти омӯзиш/тасдиқ/санҷишро гузориш намекунад. Аз ин рӯ, Verianla ягон фоизи train/validation/test эҷод намекунад.

Холи хавф чӣ гуна ҳисоб мешавад?

Дар Algorithm 1 ҳисоби асосии хавф ҳафт хусусияти контекстиро бо ҷамъбасти вазндор муттаҳид мекунад:

\[ R=\sum_{i=1}^{7}\omega_i z[i] \]

Дар ин ҷо:

• \(R\): холи фаврии хавфи контекстӣ,
• \(z[i]\): тағйирёбандаи контекстии нормализатсияшуда,
• \(\omega_i\): вазни ба тағйирёбандаи дахлдор додашуда.

Нақши математикии ин формула ҷамъ кардани сигналҳои гуногуни амниятӣ дар як scalar exposure score мебошад. Бо баланд шудани вазни як вуруд, саҳми он ба холи хавф барои ҳамон арзиши нормализатсияшуда зиёд мешавад.

Дар пешниҳоди манбаъ фарқи муҳим мавҷуд аст: Algorithm 1 холи асосии хавфро аз рӯйи ҳафт тағйирёбанда нишон медиҳад, дар ҳоле ки Section 3.3 ва Table 3 контексти функсияи сиёсати AI-ро ҳамчун вектори 10-андоза муайян мекунанд. Се ҷузъи иловагии охир навъи пайваст, синни сессия ва ҳисобкунаки rekey мебошанд. Verianla ин ду намоишро маҷбуран ба як формула табдил намедиҳад; манбаъ холи scalar-и хавф ва контексти васеътари қарори AI-ро дар сатҳҳои гуногуни абстраксия пешниҳод мекунад.

Ҳудудҳои rekey чӣ гуна кор мекунанд?

Дар контроллери мутобиқшаванда се ҳудуди асосӣ мавҷуданд:

• \(\tau_{\mathrm{soft}}\)
• \(\tau_{\mathrm{imm}}\)
• \(\tau_{\mathrm{crit}}\)

Дар мантиқи пайдарпайи қарори Algorithm 2, агар холи хавф аз ҳудуди soft хурд бошад, иртиботи муқаррарӣ идома меёбад. Пас аз гузаштани ин ҳудуд, то ҳудуди навбатии immediate синфи soft rekey; дар хавфи баландтар синфи immediate rekey; ва агар аз ҳудуди critical ҳам болотар бошад синфи CRITICAL татбиқ мешавад.

Нуктаи муҳим он аст, ки ҳудудҳо дар ҳамаи таҷрибаҳо яксон гузошта нашудаанд. Масалан, дар E1–E2 сегонаи ҳудудҳо 0,35 / 0,60 / 0,85 аст, дар ҳоле ки дар вазнинтарин сенарияи E20 он то 0,24 / 0,46 / 0,70 танг карда шудааст. Ҳамин тавр, дар шароити таҳдиди вазнинтар контроллер дар сатҳҳои пасттари хавф ба дахолат оғоз мекунад.

Занҷири математикии сессияи бехатар

Математикаи криптографии таҳқиқот аз сохтани калиди сессия то расонидани пакети тасдиқшуда ба таври занҷирӣ пеш меравад.

Муодила (1): Инкапсулятсияи ML-KEM

\[ (K_e,ct_{\mathrm{kem}})=\operatorname{Encaps}(pk_r) \]

Калиди кушодаи қабулкунанда \(pk_r\) ба функсияи инкапсулятсия ворид мешавад. Функсия ду натиҷа медиҳад: арзиши муваққатии махфии муштарак \(K_e\) дар тарафи фиристанда ва ciphertext capsule \(ct_{\mathrm{kem}}\), ки ба қабулкунанда фиристода мешавад.

Муодила (2): Декапсулятсияи ML-KEM

\[ K_d=\operatorname{Decaps}(sk_r,ct_{\mathrm{kem}}) \]

Қабулкунанда бо истифода аз калиди хусусии \(sk_r\) ва капсулаи воридшуда арзиши махфии \(K_d\)-ро дубора месозад. Дар таъсиси муваффақи сессия \(K_e\) дар фиристанда ва \(K_d\) дар қабулкунанда бояд ҳамон сирри муштаракро ифода кунанд.

Муодила (3): Калиди сессияи вобаста ба миссия

\[ K_{\mathrm{sess}}=\operatorname{KDF}(K_e\parallel M\parallel L_{\mathrm{type}}\parallel t) \]

Дар ин ҷо:

• \(K_e\): арзиши махфии муштараке, ки ML-KEM сохтааст,
• \(M\): mission context,
• \(L_{\mathrm{type}}\): навъи link-и иртиботӣ,
• \(t\): тамғаи вақт,
• \(K_{\mathrm{sess}}\): session key, ки дар рамзгузории воқеии маълумот истифода мешавад.

Аломати \(\parallel\) concatenation, яъне пайдарпай пайваст кардани майдонҳои маълумотро ифода мекунад. Ҳамин тавр, ҳамон арзиши махфии асосӣ дар контексти дигар миссия ё пайваст бевосита дубора истифода намешавад.

Муодила (4): Ascon authenticated encryption

\[ (C,T)=\operatorname{AsconEnc}(K_{\mathrm{sess}},N,P,A^\star) \]

\(P\) plaintext payload мебошад. \(N\) nonce, \(A^\star\) associated data, \(C\) ciphertext ва \(T\) authentication tag мебошанд.

Дар анҷоми рамзгузорӣ танҳо ciphertext ҳосил намешавад. Азбаски authentication tag низ тавлид мешавад, қабулкунанда метавонад якпорчагӣ ва дурустии пакетро санҷад.

Муодила (5): Authenticated decryption

\[ P'=\operatorname{AsconDec}(K_{\mathrm{sess}},N,C,A^\star,T) = \begin{cases} P, & \text{tag doğrulaması başarılıysa}\\ \perp, & \text{aksi durumda} \end{cases} \]

\(\perp\) нишон медиҳад, ки plaintext-и эътиборнок ҳосил нашудааст, яъне тасдиқ ноком шудааст. Дар алгоритми манбаъ дар ин ҳолат пакет партофта шуда, огоҳии integrity/authentication тавлид мешавад.

Чаро Nonce ва Associated Data Муҳиманд?

Nonce вуруди нодирест, ки даъватҳои рамзгузориро зери ҳамон калиди сессия аз ҳам ҷудо мекунад; associated data бошад метамаълумоти миссия ва пакетро, ки рамзгузорӣ шуданаш шарт нест, аммо дар сурати тағйир ёфтан бояд тасдиқ ноком шавад, ба доираи authentication tag мепайвандад.

Муодила (6): Пайвасткунии Associated data

\[ A^\star=A\parallel M\parallel H\parallel R \]

Дар ин ҷо:

• \(A\): header/associated metadata-и асосӣ,
• \(M\): контексти миссия,
• \(H\): маълумоти header-и пакет,
• \(R\): contextual risk score.

Ин пайвасткунӣ ҳадаф дорад муҳофизати якпорчагиро на танҳо ба plaintext payload, балки ба метамаълумоти муайяни миссия ва ҳолати кунунии хавф низ татбиқ кунад.

Муодила (7): Тавлиди Nonce

\[ N=\operatorname{NonceGen}(K_{\mathrm{sess}},c,t) \]

\(c\) ҳисобкунаки пакет ва \(t\) маълумоти вақт аст. Ҳадафи ин механизм нигоҳ доштани нодирии nonce дар даъватҳои такрории рамзгузорӣ дар дохили ҳамон secure session мебошад.

Ёддошт оид ба намоиши манбаъ: Дар сатҳҳои гуногуни алгоритмии мақола пайвасткунии associated-data каме гуногун нишон дода мешавад. Муодилаи формалии (6) \(A\parallel M\parallel H\parallel R\)-ро истифода мекунад, дар Algorithm 1 \(A\parallel M\parallel R\) ва дар Algorithm 2 бошад \(A\parallel M\parallel R\parallel S.epoch\) нишон дода шудааст. Verianla инҳоро хомӯшона ба як формула табдил намедиҳад; манбаъ дар сатҳҳои гуногуни абстраксияи протокол ҷузъҳои гуногуни контекстро таъкид мекунад.

Муодила (8): Занҷири ҷузъҳо дар сатҳи низом

\[ d_{\mathrm{auth}}=f_{\mathrm{auth}}(u_s,u_r,C_s,C_r,M) \]

\[ (K_e,K_d,ct_{\mathrm{kem}})=f_{\mathrm{kem}}(pk_r,sk_r) \]

\[ K_{\mathrm{sess}}=f_{\mathrm{kdf}}(K_e,M,L_{\mathrm{type}},t) \]

\[ z=f_{\mathrm{ctx}}(\mathrm{link},\mathrm{energy},\mathrm{mobility},\mathrm{anomaly},\mathrm{mission}) \]

\[ R=f_{\mathrm{risk}}(z,\omega)=\sum_i\omega_i z_i \]

\[ \pi=\Phi(z,M,S,R) \]

\[ (K_{\mathrm{sess}}^{+},ct_{\mathrm{kem}}^{+}) =f_{\mathrm{rekey}}(\pi,R,\tau,pk_r,sk_r) \]

\[ N=f_{\mathrm{nonce}}(K_{\mathrm{sess}}^{+},c,t) \]

\[ A^\star=f_{\mathrm{bind}}(A,M,H,R) \]

\[ (C,T)=f_{\mathrm{enc}}(K_{\mathrm{sess}}^{+},N,P,A^\star) \]

\[ P'\ \mathrm{veya}\ \perp =f_{\mathrm{dec}}(K_{\mathrm{sess}}^{+},N,C,A^\star,T) \]

\[ S^{+}=f_{\mathrm{state}}(S,R,\pi,c,\mathrm{verification}) \]

Мантиқи асосии занҷири муодилаҳо чунин аст: node аввал ба низом қабул мешавад; ML-KEM сирри муштаракро месозад; KDF калиди вобаста ба миссияро ҳосил мекунад; контексти корӣ ба хавф табдил мешавад; AI policy қарори rekey-ро медиҳад; Ascon пакетро муҳофизат мекунад; қабулкунанда тасдиқ мекунад; натиҷа ба session state-и нав интиқол меёбад.

Модели энергия чӣ гуна ҳисоб шудааст?

Мақола energy overhead-ро на бо қуввасанҷи воқеии батарея, балки аз қувваи фаъоли фарзшуда ва вақтҳои кории симулятсияшуда барои платформаи дарунсохти синфи ARM Cortex арзёбӣ мекунад:

\[ E_{\mathrm{session}}=\sum_i P_i t_i \]

Дар ин ҷо:

• \(P_i\): қувваи фаъоли фарзшуда барои амали i,
• \(t_i\): вақти симулятсияшудаи иҷрои амали i,
• \(E_{\mathrm{session}}\): масрафи тахминии энергия дар сатҳи сессия.

Ба ҳисоби энергия ML-KEM encapsulation/decapsulation, KDF, Ascon encryption/decryption, tag verification, session-state management ва дар ҳолати зарурӣ adaptive rekeying дохил мешаванд.

Аз ин рӯ, арзишҳои mJ/session, ки дар манбаъ дода шудаанд, арзишҳое нестанд, ки мустақиман аз батареяи воқеии парвоз хонда шудаанд.

Усул ва Натиҷаҳои Таҳқиқот

Маҷмӯи додаҳои симулятсия чӣ гуна сохта шуд?

Таҳқиқот ба ҷойи истифодаи маҷмӯи додаҳои public intrusion-detection ё трафики ҳамлаи воқеӣ, барои санҷидани рафтори мустақими криптографии протоколи иртиботи бехатар аз симулятсияи махсуси Python 3.11.5 истифода кардааст.

Ҷараёни тавлиди маълумот:

1. муайян кардани сенария,
2. сохтани communication event,
3. таъйини mission context,
4. симулятсияи ҳолати криптографӣ,
5. ҳисоб кардани adaptive risk score,
6. ворид кардани validation attack/event,
7. сабти метрикаҳои самаранокӣ

мебошад.

Ҳамин мантиқи тавлиди маълумот ба низоми пешниҳодшуда ва усулҳои baseline татбиқ шудааст. Ҳадаф ин аст, ки фарқҳои муқоиса на аз шароити гуногуни тавлиди маълумот, балки аз криптография ва сиёсати rekeying-и истифодашуда ба вуҷуд оянд.

120.000 сабт ва 83 хусусият чӣ маъно доранд?

Дар маҷмӯи ниҳоии додаҳо 120.000 сатр мавҷуд аст. Ҳар сатр як ҳодисаи муҳофизатшудаи иртиботии UAV–IoT-ро ифода мекунад. 83 хусусият бошанд майдонҳое мебошанд, ки вазъи миссия, шабака, дастгоҳ, криптография, хавф ва самаранокии ҳодисаро сабт мекунанд.

Манбаъ мегӯяд, ки plaintext payload-ҳои пурраро дар маҷмӯи додаҳои нашршуда сабт накардааст; ба ҷойи ин аз намояндагиҳое чун plaintext hash, ciphertext hash, authentication tag ва associated-data hash истифода шудааст.

Сохтори таҷрибавии 20 сенария

Таҷрибаҳо аз E1 то E20 дар шароите ташкил шудаанд, ки тадриҷан душвортар мешаванд. Миқёс аз 3 UAV / 20 сенсор то 5 UAV / 40 сенсор ва payload аз 128 byte то 1024 byte зиёд мешавад.

Манбаъ мегӯяд, ки DNN offline омӯзонида шудааст; ҳангоми миссияи воқеӣ дар UAV омӯзиши пурраи дубораи модел анҷом намешавад. Дар марҳилаи online дар context vector-и мавҷуда lightweight inference иҷро шуда, session state, risk score, rekey counter, nonce counter ва муқоисаҳои ҳудуд нав мешаванд.

Барои муқоиса кадом baseline-ҳо истифода шуданд?

Мақола инчунин истиноди гибридии Kyber-512 + ASCON, ки бо адабиёт ҳамоҳанг шудааст, ва истиноди wireless PQC-и бар ML-KEM асосёфтаро дар заминаи муқоисаи усулӣ баррасӣ мекунад.

Метрикаҳои Самаранокӣ Чӣ Гуна Ҳисоб Шуданд?

Таҳқиқот барои ҳисоб кардани метрикаҳои расонидани бехатар, ошкор/коҳиш додани ҳамла, таъхири end-to-end, throughput, energy overhead, rekeying overhead ва session resilience аз сабтҳои симулятсияи event-level муодилаҳои равшан муайян мекунад.

Муодила (9): Secure Delivery Rate

\[ SDR=\frac{N_{\mathrm{secure}}}{N_{\mathrm{total}}}\times100\% \]

\(N_{\mathrm{secure}}\) шумораи пакетҳоест, ки бомуваффақият decrypt шудаанд ва аз тасдиқи authentication-tag гузаштаанд. \(N_{\mathrm{total}}\) шумораи умумии пакетҳои фиристодашуда мебошад.

Баланд будани SDR на танҳо расидани пакетҳо ба ҳадаф, балки қабул шудани онҳоро пас аз гузаштани санҷиши амниятӣ ифода мекунад.

Муодила (10): Attack Detection and Mitigation Effectiveness

\[ ADME= \frac{N_{\mathrm{detected}}+N_{\mathrm{mitigated}}} {N_{\mathrm{attack}}} \times100\% \]

\(N_{\mathrm{attack}}\) шумораи умумии ҳодисаҳои ҳамлаи воридшуда ё симулятсияшуда мебошад. \(N_{\mathrm{detected}}\) ҳамлаҳои аз ҷониби низом ошкоршударо; \(N_{\mathrm{mitigated}}\) ҳодисаҳоеро ифода мекунад, ки тавассути packet rejection, integrity handling, session suspension ё rekeying безарар карда шудаанд.

Муодила (11): Таъхири миёнаи рамзгузории end-to-end

\[ L_{\mathrm{e2e}} = \frac{1}{N} \sum_{i=1}^{N} \left( t_{\mathrm{verified}}^{(i)} - t_{\mathrm{generated}}^{(i)} \right) \]

Барои ҳар пакет фосилаи байни лаҳзаи тавлид ва лаҳзаи тасдиқи бехатари он ҳисоб шуда, аз рӯйи пакетҳо миёна гирифта мешавад.

Муодила (12): Throughput

\[ T= \frac{\sum_{i=1}^{N_{\mathrm{secure}}}B_i} {\Delta t} \]

\(B_i\) андозаи пакети i-умеро, ки бехатар расонида шудааст; \(\Delta t\) давраи мушоҳидаро ифода мекунад. Натиҷа бо Mbps гузориш мешавад.

Муодила (13): Energy ва rekey overhead-и миёна

\[ E_{\mathrm{session}} = \frac{\sum_{i=1}^{N}E_i} {N_{\mathrm{sessions}}} \]

\[ E_{\mathrm{rekey}} = \frac{\sum_{j=1}^{N_{\mathrm{rekey}}} E_{\mathrm{rekey}}^{(j)}} {N_{\mathrm{rekey}}} \]

Ифодаи аввал energy overhead-и миёна барои ҳар сессияро; ифодаи дуюм хароҷоти миёнаи энергияро барои ҳар ҳодисаи rekey медиҳад.

Ин Муодила (13) ва модели пештар додашудаи \(E_{\mathrm{session}}=\sum_iP_it_i\) дар сатҳҳои гуногун кор мекунанд. \(P_it_i\) арзёбии энергияро дар сатҳи амалиёт тавлид мекунад, Муодила (13) бошад сабтҳои энергияро дар симулятсия дар сатҳи session/event миёна мекунад.

Муодила (14): Session Resilience

\[ SR= \frac{N_{\mathrm{resilient}}} {N_{\mathrm{sessions}}} \times100\% \]

\(N_{\mathrm{resilient}}\) шумораи сессияҳоест, ки сарфи назар аз ҳамла, вайроншавии канал, integrity failure ва ҳодисаҳои rekey бехатар ва коршоям боқӣ мондаанд.

Муқоисаи умумии baseline

Натиҷаи ҷолиби ин ҷадвал он аст, ки усули пешниҳодшуда на танҳо дар метрикаҳои амниятӣ, балки дар модели симулятсияшудаи таъхир ва энергия ҳам аз baseline-ҳо натиҷаи беҳтар медиҳад. Аммо таҳқиқот ҳанӯз нишон надодааст, ки ин бартарӣ дар таҷҳизоти воқеии ARM/UAV ба ҳамин андоза ба вуҷуд меояд.

Самаранокӣ дар 20 сенарияи таҷрибавӣ

Ҳангоми муқоисаи E1 ва E20, бо афзоиши таҳдид, миқёси шабака ва бори payload расонидани бехатар аз %99,6 ба %97,3 ва resilience аз %98,7 ба %94,8 коҳиш меёбад. Дар муқобил latency аз 7,4 ms ба 10,2 ms, energy overhead аз 9,8 ба 13,8 mJ/session ва шумораи rekey аз 1 ба 6 меафзояд.

Тафсири манбаъ ин аст, ки ин фурӯпошии ногаҳонии амният нест, балки degradation-и назоратшаванда мебошад. Низом бо афзоиши хавф дахолати бештари криптографӣ анҷом дода, мекӯшад метрикаҳои амниятиро дар сатҳи баланд нигоҳ дорад.

Натиҷаҳо аз рӯйи навъи пайваст

Дар симулятсия U2G дар байни се гурӯҳ профили натиҷаи мусоидтарин ва U2S бори миёнаи баландтаринро нишон медиҳад. Бо вуҷуди ин, сатҳи расонидани бехатари ҳар се навъи пайваст ба ҳам наздик ва аз %98 баланд аст.

Ҳассосият аз рӯйи сатҳи таҳдид

Ҷадвал рафтори мутобиқшавандаи низомро равшан нишон медиҳад. Бо баланд шудани хавф rekeying зиёд шуда, ҳудудҳо танг мешаванд. Арзиши ин раванд афзоиши таъхир ва энергия мебошад. Бо вуҷуди ин, арзишҳои расонидани бехатар ва mitigation ҳатто дар шароити критикӣ дар сатҳи баланд боқӣ мемонанд.

Рафтори муфассали adaptive rekeying

Манбаъ дар Table 9 нишон медиҳад, ки дар E1 холи миёнаи хавф 0,20 ва шумораи умумии rekey 1 аст, дар ҳоле ки дар E20 холи хавф 0,77 ва шумораи умумии rekey 6 мебошад. Дар E1 танҳо soft rekey мавҷуд аст, дар E20 бошад 2 soft, 2 immediate ва 2 critical rekey ба вуҷуд меоянд.

Манбаъ дар Table 9 инчунин майдони “Mean Rekey Interval”-ро медиҳад; аммо дар сарлавҳаи ҷадвал воҳиди равшани ин фосила нишон дода нашудааст. Аз ин рӯ, Verianla арзишҳое чун 18,8 ё 7,3-ро ҳамчун сония ё шумораи пакетҳо тамға намезанад.

Тақсимоти вақти амалиёти криптографӣ

“Total Session Overhead” дар ин ҷо бо “End-to-End Encryption Latency” дар Table 5 як метрика нест. Азбаски манбаъ онҳоро дар хулосаҳои гуногуни самаранокӣ ҳисоб мекунад, интизор шудан лозим нест, ки 8,92 ms ва 8,7 ms комилан яксон бошанд.

Шаклҳои 5–13-и манбаъ якҷоя чиро нишон медиҳанд?

Дар графикҳои сершумори бахши натиҷаҳо ҳамон тамоюли умумӣ бо усулҳои гуногуни визуалӣ дубора баррасӣ мешавад:

• чаҳорчӯбаи пешниҳодшуда нисбат ба baseline-ҳо дар таркиби амният/efficiency профили қавитар нишон медиҳад,
• бо пешравӣ аз E1 то E20 ва афзоиши таҳдиду бор самаранокӣ тадриҷан коҳиш меёбад,
• пайвасти U2S нисбат ба U2G бори мутобиқшавии каме бештар эҷод мекунад,
• бо баланд шудани сатҳи таҳдид ҳудудҳои rekey танг мешаванд,
• шумораи rekey ва шумораи rekey-и фаврӣ зиёд мешавад,
• хароҷоти энергия ва latency меафзояд,
• расонидани бехатар, mitigation ва resilience коҳиши сусттар нишон медиҳанд.

Паёми ин графикҳо ин нест, ки “бо афзоиши бор ҳама чиз бетағйир мемонад”. Баръакс, манбаъ нишон медиҳад, ки дар ивази adaptive control burden-и афзоянда барои нигоҳ доштани амният, метрикаҳои efficiency то андозае коҳиш меёбанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Сохтори пешниҳодшудаи Ascon–ML-KEM + AI adaptive rekeying дар шароити симулятсия ва baseline-и истифодашуда баландтарин натиҷаи secure delivery-ро додааст.
• ML-KEM барои post-quantum session-key establishment ва Ascon AEAD барои муҳофизати сабуки payload якҷо истифода шудаанд.
• Adaptive rekeying ҳангоми баланд шудани хавф қарорҳои зуд-зудтар ва вазнинтари навсозии калидро тавлид мекунад.
• Дар симулятсия дар таҳдиди критикӣ расонидани бехатар ва session resilience кам мешаванд, аммо дар сатҳи баланд боқӣ мемонанд.
• Бо зиёд шудани басомади rekey, таъхир ва бори энергия низ зиёд мешаванд.
• U2G ба ҳисоби миёна мусоидтарин ва U2S дар байни се навъи пайваст профили натиҷаи каме мушкилтар нишон медиҳад.
• Маҷмӯи додаҳои event-level-и 120.000 сабт ба тарзе сохта шудааст, ки аз нав ҳисоб кардани метрикаҳои самаранокиро имкон медиҳад.
• Функсияи сиёсати AI як DNN-и сабуки feed-forward мебошад, ки offline омӯзонида шудааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Нишон дода нашудааст, ки низоми пешниҳодшуда дар парвози воқеӣ маҳз бо 8,7 ms таъхир кор мекунад.
• Нишон дода нашудааст, ки дар батареяи воқеии UAV маҳз 11,6 mJ/session масраф мешавад.
• Radio fading-и ҷисмонӣ, шамоли воқеӣ ва динамикаи пурраи парвози 3D ба таври таҷрибавӣ санҷида нашудаанд.
• Ҳамлаҳои physical capture ё side-channel дар таҷҳизоти воқеӣ татбиқ нашудаанд.
• Натиҷаҳоро мустақиман ба ҳамаи таҷҳизоти UAV, ҳамаи стандартҳои радиоӣ ё ҳамаи муҳитҳои миссия умумӣ кардан мумкин нест.
• Азбаски таносуби равшани train/validation/test split-и DNN дар матни усули манбаъ гузориш нашудааст, чунин таносубро фарз кардан мумкин нест.
• Масрафи воқеии қувваи низоми пешниҳодшуда, ки дар FPGA, GPU ё flight controller-и муайяни тиҷоратӣ чен шуда бошад, гузориш нашудааст.
• Бартарии baseline дар симулятсия далели қатъии бартарӣ дар саҳрои воқеӣ нест.

Маҳдудиятҳои асосии таҳқиқот

Таҷҳизоти воқеӣ вуҷуд надорад: Прототипи ҷисмонии UAV ё embedded cryptographic testbed истифода нашудааст.

Ченкунии канали радиоӣ вуҷуд надорад: Ба ҷойи trace-ҳои воқеии канали бесим абстраксияи идеализатсияшудаи канал истифода мешавад.

Микротаъсирҳои таҷҳизот вуҷуд надоранд: Hardware interrupt latency, cache effects, memory-bus contention ва OS scheduling jitter дохил карда нашудаанд.

Рафтори transceiver содда карда шудааст: Radio startup delay аз таҷҳизоти воқеӣ чен нашудааст.

Модели батарея содда карда шудааст: Рафтори nonlinear battery-discharge ба таври равшан моделсозӣ нашудааст.

Ҳаракатнокии UAV пурра физикӣ нест: Mobility дар сатҳи сенария ифода мешавад; real 3D flight trajectory, wind disturbance, aerodynamic effect ва trajectory-dependent fading пурра моделсозӣ нашудаанд.

Натиҷаи энергетикии таҷҳизот нест: Energy overhead-ҳо натиҷаи simulation-based energy model барои профили истинодии протсессори дарунсохти синфи ARM Cortex мебошанд.

Пешниҳодҳо барои таҳқиқоти оянда

Муаллифон дар марҳилаи баъдӣ hardware-in-the-loop validation-ро пешниҳод мекунанд. Бо истифода аз real UAV communication module, embedded processor, low-power radio transceiver ва дастгоҳи берунии power-measurement equipment:

• Ascon encryption latency,
• ML-KEM key-establishment delay,
• rekeying cost,
• масрафи воқеии энергия,
• packet-delivery behavior,
• battery-level impact

чен карда мешаванд.

Манбаъ инчунин калибркунии симулятор бо real UAV wireless-channel traces ва flight logs, моделҳои 3D mobility ва wind-aware trajectory, моделҳои пешрафтатари омӯзиш, federated/distributed UAV-swarm coordination, ҳамгироии routing ва trust-management ва benchmarking-и васеътар дар механизмҳои гуногуни post-quantum-ро пешниҳод мекунад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: An Energy-Aware Post-Quantum Ascon–ML-KEM Cryptographic Framework for Low-Latency UAV Remote Sensing Communications

Муаллифон: Nedal Y. Al-Tamimi; Mahmoud AlJamal; Mohammad Q. Al-Jamal; Ayoub Alsarhan; Sami Aziz Alshammari; Nayef H. Alshammari; Khalid Hamad Alnafisah; Mohammed Kamel Aleinzi.

Тартиби муаллифон: Дар манбаъ бо тартиби боло оварда шудаанд; ягон муаллиф партофта нашудааст.

Саҳми баробар / ҳаммуаллифии аввал: Дар манбаъ алоҳида зикр нашудааст.

Муаллифони масъул: Mohammad Q. Al-Jamal ва Sami Aziz Alshammari.

Муассисаи 1: Department of Artificial Intelligence, Science and Information Technology, Irbid National University, Irbid, Jordan.

Муассисаи 2: Department of Cybersecurity, Science and Information Technology Faculty, Irbid National University, Irbid, Jordan.

Муассисаи 3: Department of Renewable Energy, Technical Faculty, Jadara University, Irbid, Jordan.

Муассисаи 4: Department of Data Science and Artificial Intelligence, Faculty of Information Technology, Al-Ahliyya Amman University, Amman, Jordan.

Муассисаи 5: Department of Information Technology, Faculty of Prince Al-Hussien bin Abdullah, The Hashemite University, Zarqa, Jordan.

Муассисаи 6: Department of Information Technology, Faculty of Computing and Information Technology, Northern Border University, Rafha, Saudi Arabia.

Муассисаи 7: Department of Computer Science, Faculty of Computers and Information Technology, University of Tabuk, Tabuk, Saudi Arabia.

Муассисаи 8: Department of Computer Sciences, Faculty of Computing and Information Technology, Northern Border University, Rafha, Saudi Arabia.

Муассисаи 9: Department of Information Systems, Faculty of Computing and Information Technology, Northern Border University, Rafha, Saudi Arabia.

Маҷалла: Cryptography.

Ношир: MDPI, Basel, Switzerland.

Ҷилд / шумора / рақами мақола: 10(3), 39.

DOI: 10.3390/cryptography10030039.

Academic Editor: Josef Pieprzyk.

Ирсол: 1 May 2026.

Таҳрир: 11 June 2026.

Қабул: 12 June 2026.

Нашри аввал: 16 June 2026.

Ёддошти версия: Сабти расмии Versions Notes-и MDPI пас аз Version of Record-и аввал 25 June 2026 updated version of record, 7 July 2026 minor correction ва 4 September 2026 навсозии HTML-ро гузориш мекунад. DOI тағйир наёфтааст.

Навъи манбаъ: Мақолаи аслии таҳқиқотии тақризшуда; таҳияи усул ва таҳқиқоти симулятсия/benchmarking-и назоратшаванда.

Тақриз: Cryptography маҷаллаи тақризшаванда аст. Сиёсати кунунии маҷалла single-anonymized peer review-ро истифода мебарад ва барои мақолаҳое, ки ба марҳилаи тақриз мегузаранд, ҳадди ақал ду review report ҷамъ мекунад.

Иҷозатнома: Creative Commons Attribution 4.0 International — CC BY 4.0.

Вазъи preprint: Дар PDF-и пешниҳодшуда идентификатори алоҳидаи preprint вуҷуд надорад. Дар санҷиши ҳадафноки библиографӣ сабти алоҳидаи preprint бо ҳамин унвон ошкор нашудааст.

Калидвожаҳо: post-quantum cryptography; ML-KEM; Ascon authenticated encryption; adaptive rekeying; UAV remote sensing communications.

Маҳдудияти муҳими навъи таҳқиқот: Таҷрибаи воқеии саҳроии UAV нест; таҳқиқоти симулятсияи криптографӣ ва benchmarking-и назоратшаванда дар асоси Python мебошад.

Барномаи симулятсия: Раванди махсуси симулятсия/benchmarking дар асоси Python 3.11.5.

Маҷмӯи додаҳо: 120.000 сабт, 83 хусусият.

Воҳиди маълумот: Ҳар сатр як protected UAV–IoT communication event мебошад.

Навъҳои шабака: U2G, U2U ва U2S.

Шумораи сенарияҳо: 20; E1–E20.

Миқёси UAV: 3–5 UAV.

Миқёси сенсор: 20–40 сенсор.

Payload: 128–1024 byte.

AI policy input dimension: 10.

AI policy: Lightweight feed-forward DNN, чор синфи қарор: normal, soft, immediate ва critical.

Сохторҳои Hidden-layer: 64-32-16; 128-64-32; 256-128-64.

Learning rate: Вобаста ба сенария аз 1,0×10^-3 то 2,0×10^-4 тағйир меёбад.

Batch size: 64–256.

Dropout: 0,15–0,30.

Epoch: 50–80.

Loss: Categorical cross-entropy.

Optimizer: Adam.

Омӯзиш: Offline. Ҳангоми миссия дар UAV retraining-и пурраи модел анҷом намешавад.

Train/validation/test split: Дар бахши усули баррасишуда таносуби равшан гузориш нашудааст.

Муҳофизати Payload: Ascon AEAD.

Post-quantum key establishment: ML-KEM.

Adaptive security: AI-driven risk/context-aware rekeying.

Вурудҳои хавф: Threat level, residual energy, mobility state, channel stability, packet anomaly density, mission priority, traffic sensitivity ва дар вектори васеи қарори AI link type, session age ва rekey counter.

Ҳодисаҳои симулятсияшудаи ҳамла/validation: Replay, ciphertext modification, invalid authentication tag, delayed packet ва high-risk contextual state.

Physical capture/side-channel: Дар модели таҳдид ҷой дорад, аммо ҳамчун real hardware-level experiment иҷро нашудааст.

Модели энергия: Модели simulation-based embedded-platform барои ARM Cortex-class маҳдуди UAV–IoT processing unit.

Таъсирҳои муҳими берун аз модел: Hardware interrupt latency, cache effects, memory-bus contention, OS scheduling jitter, transceiver startup delay ва nonlinear battery discharge пурра моделсозӣ нашудаанд.

Модели ҳаракат: Scenario-level UAV mobility; full 3D flight trajectory, wind disturbance, aerodynamics ва trajectory-dependent fading вуҷуд надоранд.

Натиҷаи асосӣ: Framework-и пешниҳодшуда дар муқоисаи симулятсионии baseline %99,2 secure delivery, %98,9 attack detection/mitigation, 8,7 ms end-to-end latency, 5,03 Mbps throughput, 11,6 mJ/session energy overhead, 2,9 mJ/event rekey overhead, %96,4 session resilience ва %99,1 integrity verification success медиҳад.

Маҳдудияти тафсири ҷаҳони воқеӣ: Ин рақамҳо ченкуниҳои ҷисмонӣ аз таҷҳизоти воқеии UAV нестанд.

Data Availability: Generated cryptographic benchmarking dataset бо reasonable request аз corresponding author дастрас аст.

Маблағгузорӣ: Deanship of Scientific Research at Northern Border University, Arar, KSA; рақами лоиҳа NBU-FFR-2025-2119-06.

Бархӯрди манфиатҳо: Муаллифон competing interest надоштанро эълом мекунанд.

Institutional Review Board / Informed Consent: Дар манбаъ Institutional Review Board Statement ё Informed Consent Statement-и алоҳида вуҷуд надорад. Таҳқиқот таҷрибаи бо иштироки инсон ё ҳайвон нест, балки таҳқиқоти криптографии бар симулятсия асосёфта мебошад.

Саҳми муаллифон: Conceptualization: N.Y.A.-T., M.A., M.Q.A.-J.; methodology: M.A., M.Q.A.-J., A.A.; software: M.A., M.Q.A.-J.; validation: N.Y.A.-T., A.A., S.A.A., N.H.A.; formal analysis: M.A., M.Q.A.-J., K.H.A.; investigation: N.Y.A.-T., M.A., A.A., M.K.A.; resources: S.A.A., N.H.A., K.H.A., M.K.A.; data curation: M.A., M.Q.A.-J., A.A.; original draft: N.Y.A.-T., M.A., M.Q.A.-J.; review/editing: A.A., S.A.A., N.H.A., K.H.A., M.K.A.; visualization: M.A., M.Q.A.-J.; supervision: M.Q.A.-J., A.A., S.A.A.; project administration: M.Q.A.-J., S.A.A.; funding acquisition: S.A.A.

Бозсозии визуалӣ: Мувофиқ. Азбаски робитаҳои низомӣ дар Шаклҳои 1–4-и манбаъ равшананд, меъмории inline SVG аз ҷиҳати ҳуқуқи муаллиф мустақил, вале аз ҷиҳати семантикӣ баробар сохта шудааст.