One Article Review
| Source |  Schneier on Security |
|---|---|
| Identifiant | 8649624 |
| Date de publication | 2025-02-21 15:33:49 (vue: 2025-02-21 16:08:06) |
| Titre | Implémentation de cryptographie dans les systèmes d'IA Implementing Cryptography in AI Systems |
| Texte | Recherche intéressante: « comment mettre en œuvre une cryptographie en toute sécurité dans des réseaux de neurones profonds ."
Résumé: La large adoption de réseaux de neurones profonds (DNNS) soulève la question de savoir comment les équiper d'une fonctionnalité cryptographique souhaitée (par exemple, pour décrypter une entrée cryptée, pour vérifier que cette entrée est autorisée ou pour masquer un filigrane sécurisé dans la sortie). Le problème est que les primitives cryptographiques sont généralement conçues pour s'exécuter sur des ordinateurs numériques qui utilisent des portes booléennes pour cartographier des séquences de bits vers des séquences de bits, tandis que les DNN sont un type spécial d'ordinateur analogique qui utilise des mappages linéaires et des vecteurs de cartographie de nombres réels pour vecteurs de nombres réels. Cet écart entre les modèles de calcul discrets et continus soulève la question de la meilleure façon de mettre en œuvre les primitives cryptographiques standard en tant que DNN, et si les implémentations DNN des cryptosystèmes sécurisées restent en sécurité dans le nouveau cadre, dans lequel un attaquant peut demander au DNN de traiter le processus Un message dont les «bits» sont des nombres réels arbitraires ...
Interesting research: “How to Securely Implement Cryptography in Deep Neural Networks.” Abstract: The wide adoption of deep neural networks (DNNs) raises the question of how can we equip them with a desired cryptographic functionality (e.g, to decrypt an encrypted input, to verify that this input is authorized, or to hide a secure watermark in the output). The problem is that cryptographic primitives are typically designed to run on digital computers that use Boolean gates to map sequences of bits to sequences of bits, whereas DNNs are a special type of analog computer that uses linear mappings and ReLUs to map vectors of real numbers to vectors of real numbers. This discrepancy between the discrete and continuous computational models raises the question of what is the best way to implement standard cryptographic primitives as DNNs, and whether DNN implementations of secure cryptosystems remain secure in the new setting, in which an attacker can ask the DNN to process a message whose “bits” are arbitrary real numbers... |
| Notes | ★★★ |
| Envoyé | Oui |
| Condensat | “how abstract: adoption analog arbitrary are ask attacker authorized best between bits boolean can computational computer computers continuous cryptographic cryptography cryptosystems decrypt deep designed desired digital discrepancy discrete dnn dnns encrypted equip functionality gates hide how implement implementations implementing input interesting linear map mappings message models networks neural new numbers output primitives problem process question raises real relus remain research: run secure securely sequences setting special standard systems them type typically use uses vectors verify watermark way what whereas whether which whose wide |
| Tags | |
| Stories | |
| Move | 
|
L'article ne semble pas avoir été repris aprés sa publication.
L'article ne semble pas avoir été repris sur un précédent.