Learning Perfectly Secure Cryptography to Protect Communications with Adversarial Neural Cryptography.

Researches in Artificial Intelligence (AI) have achieved many important breakthroughs, especially in recent years. In some cases, AI learns alone from scratch and performs human tasks faster and better than humans. With the recent advances in AI, it is natural to wonder whether Artificial Neural Networks will be used to successfully create or break cryptographic algorithms. Bibliographic review shows the main approach to this problem have been addressed throughout complex Neural Networks, but without understanding or proving the security of the generated model. This paper presents an analysis of the security of cryptographic algorithms generated by a new technique called Adversarial Neural Cryptography (ANC). Using the proposed network, we show limitations and directions to improve the current approach of ANC. Training the proposed Artificial Neural Network with the improved model of ANC, we show that artificially intelligent agents can learn the unbreakable One-Time Pad (OTP) algorithm, without human knowledge, to communicate securely through an insecure communication channel. This paper shows in which conditions an AI agent can learn a secure encryption scheme. However, it also shows that, without a stronger adversary, it is more likely to obtain an insecure one.

Rugosidade e molhabilidade do titânio usado em implantes dentários com superfícies tratadas / Roughness and wettability of titanium for treated dental implant surface

Para a análise da biocompatibilidade e da osseointegração dos implantes dentários são necessárias informações quantitativas da energia livre, rugosidade e composição química da superfície dos implantes. Tais propriedades influenciam na atração, repulsão e interações das proteínas e das células com a superfície do biomaterial. Uma das formas de obter informações da energia livre superficial dos sólidos é por meio da medição do ângulo de contato. No presente trabalho, determinou-se o ângulo de contato e a rugosidade de amostras de titânio polidas, submetidas ao ataque ácido, anodizadas e tratadas com soluções contendo fluoretos. Os resultados mostraram que pequenas variações na rugosidade modificam a molhabilidade. A superfície anodizada apresenta maior molhabilidade e existe a tendência de a molhabilidade aumentar com a diminuição da rugosidade das superfícies tratadas.