Implementierung von Kryptografie in KI-Systemen

Forscher untersuchen, wie sich Kryptographie in tiefe neuronale Netze (DNNs) integrieren lässt, um Funktionalitäten wie die Entschlüsselung verschlüsselter Eingaben oder die Überprüfung des autorisierten Zugriffs zu ermöglichen. Dies ist eine Herausforderung, da herkömmliche kryptografische Methoden für digitale Computer entwickelt wurden, die binäre Daten verarbeiten, während DNNs mit kontinuierlichen reellen Zahlen unter Verwendung linearer Abbildungen und ReLUs arbeiten. Der Unterschied zwischen diskreten und kontinuierlichen Berechnungsmodellen wirft Fragen nach der besten Methode zur Implementierung standardmäßiger kryptografischer Primitiven als DNNs auf. Es ist auch unklar, ob DNN-basierte Kryptosysteme sicher bleiben, wenn ein Angreifer beliebige reelle Zahlen eingeben kann. Das Ziel ist die Entwicklung einer sicheren Methode zur Implementierung kryptografischer Primitiven in DNNs. Dies würde es DNNs ermöglichen, Aufgaben wie die Entschlüsselung verschlüsselter Daten oder die Überprüfung des autorisierten Zugriffs durchzuführen. Die Forschung zielt darauf ab, die Diskrepanz zwischen traditioneller Kryptographie und dem kontinuierlichen Berechnungsmodell von DNNs zu beheben. Die Implementierung kryptografischer Primitiven in DNNs muss die Sicherheit angesichts potenzieller Angriffe gewährleisten. Das Ergebnis der Studie könnte erhebliche Auswirkungen auf den sicheren Einsatz von DNNs in verschiedenen Anwendungen haben. Durch die Erforschung dieser Schnittstelle zwischen Kryptographie und DNNs können Forscher neue Methoden zur Sicherung von DNN-basierten Systemen entwickeln.