Abstract
Федеративное обучение (FL) активно применяется в распределённых средах Интернета вещей (IoT), обеспечивая совместное обучение моделей без передачи исходных данных на центральный сервер. Однако процесс обмена обновлениями модели формирует новые уязвимости, включая возможность перехвата, анализа и модификации передаваемых параметров. В условиях ресурсно-ограниченных микроконтроллерных устройств применение классических криптографических механизмов может приводить к существенным вычислительным и энергетическим затратам, что делает их интеграцию крайне затруднительной. В работе представлено комплексное экспериментальное исследование легковесных блочных шифров SIMON-64/128, SPECK-64/128 и PRESENT-80, реализованных на платформе ESP32 для защиты передачи обновлений модели в FL-сценарии. Сравнительный анализ выполнен по показателям использования оперативной и постоянной памяти, задержки шифрования и дешифрования, продолжительности операций и энергопотребления, измеренного с применением лабораторной платформы NI ELVIS II. Результаты демонстрируют выраженные различия в характеристиках алгоритмов: SPECK обеспечивает наилучший баланс между производительностью и энергопотреблением, SIMON демонстрирует умеренные показатели, тогда как PRESENT характеризуется более высокой вычислительной и энергетической нагрузкой при программной реализации. Полученные данные подтверждают практическую применимость легковесной криптографии для обеспечения защищённой передачи обновлений модели федеративной системы в ресурсно-ограниченных IoT-системах.