机构名称：
¥ 1.0
摘要 — 分布式网络基础设施和人工智能 (AI) 是变革性技术，将在未来社会和科学界发挥关键作用。物联网 (IoT) 应用程序包含大量连接设备，这些设备收集大量敏感信息（例如医疗、财务），这些信息通常通过 AI/机器学习 (ML) 算法在边缘或联合云系统进行分析，以做出关键决策（例如诊断）。确保数据收集、分析和决策过程的安全性、隐私性和可信度至关重要。然而，系统复杂性和增加的攻击面使这些应用程序容易受到系统漏洞、单点故障和各种网络攻击。此外，量子计算的进步加剧了安全和隐私挑战。也就是说，新兴的量子计算机可以打破提供网络安全服务、公钥基础设施和隐私增强技术的传统加密系统。因此，迫切需要新的网络安全范式来满足分布式网络基础设施的弹性、长期安全性和效率要求。在这项工作中，我们提出了一种分布式架构和网络安全框架的愿景，它以独特的方式协同安全计算、物理量子密钥分发 (PQKD)、NIST 后量子密码 (PQC) 工作和 AI/ML 算法，以实现抗违规、功能性和高效的网络安全服务。我们提案的核心是一个新的多方计算量子网络核心 (MPC-QNC)，它通过集成 PQKD 基础设施和硬件加速元素，实现快速且量子安全的分布式计算协议执行。我们通过在我们的 HDQPKI 和 TPQ-ML 框架中分别将 MPC-QNC 实例化为公钥基础设施 (PKI) 和联合 ML 来展示它的功能。 HDQPKI（据我们所知）是第一个混合分布式后量子 PKI，它利用 PQKD 和 NIST PQC 标准来提供最高级别的量子安全性，并具有针对主动对手的突破弹性。TPQ-ML 提出了一种后量子安全和隐私保护的联合 ML 基础设施。索引术语 — 网络基础设施；后量子安全；人工智能；机器学习；多方计算。
分布式网络基础设施和人工智能......
主要关键词
相关文件推荐
