AIシステムにおける暗号化の実装

研究者らは、暗号化された入力の復号化や承認済みアクセスの検証などの機能を実現するために、深層ニューラルネットワーク（DNN）に暗号技術を統合する方法を探っています。これは、従来の暗号化方法は2進データを処理するデジタルコンピュータ向けに設計されているのに対し、DNNは線形写像とReLUを使用して連続実数で動作するという点で困難です。離散的と連続的な計算モデルの違いから、標準的な暗号プリミティブをDNNとして実装する最良の方法に関する疑問が生じます。また、攻撃者が任意の実数を入力できる場合、DNNベースの暗号システムが安全性を維持できるかどうかは不明です。目標は、DNNで暗号プリミティブを安全に実装する方法を開発することです。これにより、DNNは暗号化されたデータの復号化や承認済みアクセスの検証などのタスクを実行できるようになります。この研究は、従来の暗号化とDNNの連続的な計算モデルとの間の矛盾に対処することを目指しています。DNNにおける暗号プリミティブの実装は、潜在的な攻撃に直面しても安全性を確保しなければなりません。この研究の結果は、様々なアプリケーションにおけるDNNの安全な展開に大きな影響を与える可能性があります。暗号とDNNのこの交差点を探求することにより、研究者らはDNNベースのシステムを保護するための新しい方法を開発できます。