详细内容或原文请订阅后点击阅览
新的安全协议在基于云的计算期间保护数据免受攻击者的攻击
该技术利用光的量子特性来保证安全性，同时保持深度学习模型的准确性。
来源:MIT新闻 - 人工智能深度学习模型都用于许多领域。但是，这些模型在计算上是如此密集，以至于它们需要使用强大的基于云的服务器。
这种对云计算的依赖会带来很大的安全风险，尤其是在医疗保健等领域，由于隐私问题，医院可能会犹豫使用AI工具来分析机密患者数据。
为了解决这个紧迫的问题，麻省理工学院的研究人员开发了一种安全协议，该协议利用光的量子属性确保在深入学习计算过程中发送和从云服务器发送的数据保持安全。
通过将数据编码为光纤通信系统中使用的激光，该协议利用了量子力学的基本原理，从而使攻击者无法在未经检测的情况下复制或拦截信息。
此外，该技术可确保安全性，而不会损害深度学习模型的准确性。在测试中，研究人员表明，他们的协议可以保持96％的准确性，同时确保强大的安全措施。
“像GPT-4这样的深度学习模型具有前所未有的功能，但需要大量的计算资源。我们的协议使用户能够利用这些强大的模型，而不会损害其数据的隐私或模型本身的专有性质。
有关此安全协议的论文深度学习的双向安全街
基于云的计算方案研究人员专注于两方 - 一个具有机密数据的客户，例如医疗图像，以及控制深度学习模型的中央服务器。
在这种情况下，必须发送敏感数据以生成预测。但是，在此过程中，患者数据必须保持安全。
实用协议