MIT提出可保護(hù)基于云的AI系統(tǒng)
據(jù)外媒報(bào)道,美國(guó)MIT(麻省理工學(xué)院)提出一種可以保護(hù)基于云的AI系統(tǒng),可以在不降低速度的情況下保護(hù)云計(jì)算的AI人工智能。這種基于云的AI人工智能系統(tǒng)的安全性非常重要,特別是當(dāng)人們使用像照片或醫(yī)療記錄這樣的敏感數(shù)據(jù)時(shí)。
本文引用地址:http://m.butianyuan.cn/article/201808/391311.htm迄今為止,使用傳統(tǒng)方法,使得加密數(shù)據(jù)可以使機(jī)器學(xué)習(xí)系統(tǒng)如此緩慢,以致于幾乎無(wú)法使用。
然而,值得慶幸的是,美國(guó)MIT提出一種GAZELLE形式的解決方案,這項(xiàng)技術(shù)使用加密卷積神經(jīng)網(wǎng)絡(luò)且不會(huì)出現(xiàn)急劇減速。更關(guān)鍵的是將兩種現(xiàn)有技術(shù)融為一體,避免了這些方法產(chǎn)生的常見(jiàn)瓶頸。
首先,用戶依靠“亂碼電路”方法將數(shù)據(jù)上傳到AI,該方法采用輸入并向會(huì)話的每一方發(fā)送兩個(gè)不同的輸入,為用戶和神經(jīng)網(wǎng)絡(luò)隱藏?cái)?shù)據(jù),同時(shí)使相關(guān)輸出可訪問(wèn)。然而,如果該方法被用于整個(gè)系統(tǒng),則通常過(guò)于密集,因此MIT在發(fā)送給用戶之前,使用更高要求的計(jì)算層的同態(tài)加密(它既取又產(chǎn)加密數(shù)據(jù))。同態(tài)方法須引入噪聲才能工作,因此它只限于在傳輸信息之前一次壓縮一層。簡(jiǎn)而言之:MIT正在根據(jù)每一方做得最好的方式分擔(dān)工作量。
測(cè)試結(jié)果表明,其方法性能比傳統(tǒng)方法快了30倍,MIT承諾按照他們的要求將所需的網(wǎng)絡(luò)帶寬縮減一個(gè)數(shù)量級(jí)。傳統(tǒng)方法迫使公司和機(jī)構(gòu)要么建立昂貴的本地神經(jīng)網(wǎng)絡(luò),要么完全忽略基于AI人工智能的系統(tǒng)。而MIT提出的云AI方法將會(huì)導(dǎo)致更多使用基于互聯(lián)網(wǎng)的神經(jīng)網(wǎng)絡(luò)來(lái)處理重要信息。例如,醫(yī)院可以讓AI發(fā)現(xiàn)MRI掃描中的醫(yī)學(xué)問(wèn)題,并與其他醫(yī)院專家或醫(yī)生共享,而不暴露患者數(shù)據(jù)和隱私。敏感數(shù)據(jù)即保持安全性,又保持時(shí)效性。
評(píng)論