TI_Cript-Quantum

Programa de avaliação de algoritmos criptográficos pós-quânticos da biblioteca quantCrypt.

Objetivo

Coletar métricas de desempenho e hardware durante a execução de algoritmos pós-quânticos:

• MLKEM_1024 (Key Encapsulation Mechanism)
• MLDSA_87 (Digital Signature Scheme)
• Krypton (Cipher)

Métricas Coletadas

1. CPU Time (ms) - Tempo total de execução
2. Memory (MB) - Consumo máximo de memória
3. CPU Cycles - Ciclos de CPU utilizados
4. Cache Misses - Falhas de cache L1/L2/L3
5. Hardware Info - CPU, cores, frequência, RAM

Estrutura

src/
├── algorithms/        # Implementações usando quantCrypt
├── metrics/           # Profiling e coleta de métricas
└── orchestration/     # Execução e configuração
tests/
├── unit/              # Testes unitários
├── integration/       # Testes de integração
└── contract/          # Testes de contrato
docs/results/          # Relatórios Markdown gerados

Instalação

pip install -r requirements.txt

Uso Básico

# Executar avaliação de um algoritmo
python -m src.orchestration.run_single MLKEM_1024 --volume 1000

# Gerar relatório individual
python -m src.orchestration.generate_report MLKEM_1024

# Análise de escalabilidade
python -m src.orchestration.run_scalability MLKEM_1024 --volumes 100,500,1000,5000

Testes

pytest

Relatórios

Gerados em docs/results/<algorithm>/ no formato Markdown com timestamp PT-BR.

Reprodutibilidade

O projeto garante reprodutibilidade através de:

Seeds Determinísticos

Todas as execuções utilizam seeds configuráveis:

# config.py
SEED = 42  # Seed global padrão

Cada algoritmo aceita seed como parâmetro:

python -m src.orchestration.run_single MLKEM_1024 --volume 1000 --seed 12345

Hardware Audit

Gere snapshot do ambiente para documentar configuração:

python scripts/hardware_audit.py --output audit.json

O audit inclui:

• Hash SHA256 do ambiente (hardware + dependências)
• Versão Python e implementação
• Especificações CPU (modelo, arquitetura, frequência, núcleos)
• Memória total e disponível
• Versões exatas de todas as dependências

Timestamp Milissegundos

Relatórios incluem timestamp com precisão de milissegundos (formato PT-BR):

MLKEM_1024 - 04-11-2025 14h30m15s.123.md

Garante unicidade mesmo em execuções rápidas sucessivas.

Metadados nos Relatórios

Cada relatório inclui seção completa de hardware e configuração:

• CPU: modelo, arquitetura, frequência, núcleos
• Memória: total, disponível
• Sistema operacional
• Versão Python
• Seed utilizado
• Volume de operações

Auditoria

Validação de Overhead

Verifique que profiling adiciona <10% de overhead (Princípio IV):

python scripts/measure_overhead.py

Saída esperada:

=== Overhead de Profiling ===
Absoluto: 2.34 ms
Relativo: 4.56%
✓ PASS: Overhead < 10% (Princípio IV OK)

Verificação de Neutralidade

Valide que ProfilerManager é usado identicamente em todos os algoritmos:

python scripts/check_neutrality.py

Garante comparabilidade das métricas (Princípio VII).

Validação de Criptografia

Confirme que nenhuma implementação criptográfica customizada existe:

# Scan manual ou script automatizado
grep -r "def encrypt\|def decrypt\|def sign\|def verify" src/algorithms/
# Deve retornar vazio (apenas chamadas a quantCrypt)

Testes de Integração

Execute suite completa de testes:

# Testes unitários
pytest tests/unit/ -v

# Testes de integração (incluindo overhead)
pytest tests/integration/ -v

# Testes de contrato
pytest tests/contract/ -v

# Coverage report
pytest --cov=src --cov-report=html

Conformidade

Este projeto segue a Constituição v1.0.0:

• Princípio I: Uso exclusivo de quantCrypt (sem implementações customizadas)
• Princípio II: Métricas padronizadas (CPU, Memória, Ciclos, Cache, Hardware)
• Princípio III: TDD obrigatório (pytest)
• Princípio IV: Perfilamento com overhead <10%
• Princípio V: Reprodutibilidade via seeds, versões, hardware audit
• Princípio VI: Saída Markdown com tabulate
• Princípio VII: Neutralidade entre algoritmos (ProfilerManager idêntico)