Реализация криптографии в системах ИИ

Исследователи изучают, как интегрировать криптографию в глубокие нейронные сети (ГНС), чтобы обеспечить функциональность, такие как расшифровка зашифрованных входных данных или проверка авторизованного доступа. Это сложная задача, поскольку традиционные криптографические методы предназначены для цифровых компьютеров, которые обрабатывают бинарные данные, тогда как ГНС работают с непрерывными действительными числами, используя линейные отображения и функции активации ReLU. Разница между дискретными и непрерывными вычислительными моделями вызывает вопросы о том, как лучше всего реализовать стандартные криптографические примитивы в ГНС. Также неясно, остаются ли ГНС-основанные криптосистемы безопасными, когда злоумышленник может вводить произвольные действительные числа. Цель состоит в том, чтобы разработать безопасный способ реализации криптографических примитивов в ГНС. Это позволило бы ГНС выполнять задачи, такие как расшифровка зашифрованных данных или проверка авторизованного доступа. Исследование направлено на устранение несоответствия между традиционной криптографией и непрерывной вычислительной моделью ГНС. Реализация криптографических примитивов в ГНС должна обеспечивать безопасность перед лицом потенциальных атак. Результат исследования может иметь значительные последствия для безопасного развертывания ГНС в различных приложениях. Исследуя пересечение криптографии и ГНС, исследователи могут разработать новые методы для обеспечения безопасности ГНС-основанных систем.