Quanto energia consuma la crittografia del futuro sui nostri Raspberry Pi?

Il mondo della crittografia sta per cambiare radicalmente. L’avvento dei computer quantistici, con l’algoritmo di Shor, minaccia i sistemi di cifratura attuali, come l’ECDH, usati per scambiare chiavi segrete su internet. Per difendersi, il NIST ha avviato la standardizzazione di algoritmi post‑quantum (PQC) e ha scelto ML‑KEM (FIPS‑203) come possibile sostituto. Ma c’è un problema pratico: quanto “mangia” di energia un algoritmo così complesso, soprattutto su dispositivi piccoli come il Raspberry Pi? Il nuovo studio pubblicato su JCP propone un framework per misurare il consumo energetico durante la generazione di chiavi PQC. Gli autori hanno collegato un Raspberry Pi a un misuratore di corrente, hanno installato OpenSSL con il supporto a ML‑KEM e hanno confrontato i risultati con le tecniche tradizionali. I dati mostrano che, sebbene ML‑KEM richieda più operazioni matematiche, il consumo resta entro limiti accettabili per applicazioni IoT. Questo è un passo importante per rendere la sicurezza quantistica realistica anche su hardware a basso costo, aprendo la strada a una rete più resistente al futuro quantistico.

Il framework proposto si basa su una profilazione energetica a livello di ciclo di CPU. Il Raspberry Pi 4, dotato di un processore ARM Cortex‑A72 a 1,5 GHz, è stato alimentato tramite un alimentatore controllato da un sensore di corrente ad alta risoluzione (precisione 0,1 mA). Il software di misurazione ha registrato il consumo in millisecondi, consentendo di isolare la fase di generazione della chiave. L’algoritmo ML‑KEM, appartenente alla famiglia dei lattice‑based cryptosystems, utilizza operazioni di moltiplicazione di matrici su anelli di polinomi, tipicamente con parametri n=768 e q≈3329 per la variante di sicurezza media. Queste operazioni richiedono più cicli di clock rispetto a ECDH, che si basa su curve ellittiche e operazioni di moltiplicazione scalare. Tuttavia, l’analisi ha mostrato che il consumo medio di energia per una singola generazione di chiave ML‑KEM è di circa 12 mJ, contro i 5 mJ di ECDH. La differenza è dovuta principalmente al maggior numero di accessi alla memoria e alle operazioni modulari. Per ottimizzare ulteriormente, gli autori suggeriscono l’uso di tecniche di pre‑calcolo, la riduzione della precisione dei coefficienti polinomiali e l’implementazione di versioni hardware‑accelerate su FPGA o ASIC. Inoltre, la valutazione ha considerato l’effetto della temperatura ambientale sul consumo, poiché le variazioni termiche influenzano la tensione di alimentazione del processore. In scenari IoT, dove i dispositivi operano per lunghi periodi con batterie limitate, la scelta di parametri di sicurezza più bassi (ad esempio ML‑KEM‑512) può ridurre il consumo fino al 30 %, mantenendo comunque una protezione adeguata contro gli attacchi quantistici. Questo studio fornisce una base quantitativa per progettisti di sistemi embedded che devono bilanciare sicurezza, prestazioni e autonomia energetica.