طور الباحثون في MIT طريقة تشفير جديدة للعمل مع الشبكات العصبية في السحابة - Gazelle. يقوم الخادم بمعالجة بيانات المستخدم دون معرفة محتواها ، أي أنها تظل مجهولة. نتحدث عن النظام وآفاقه.
/ تصوير جون جونز سيلماذا تحتاج غزال
يعد الاستعانة بمصادر خارجية للتعلم الآلي اتجاها متناميا في صناعة تكنولوجيا المعلومات. تطلق الشركات الكبيرة منصات سحابية مع شبكات عصبية تلافيفية. غالبًا ما تستخدم هذه الشبكات لتصنيف الصور (في الطب ، على سبيل المثال ، لتصنيف صور الأشعة السينية والصور المقطعية). ومع ذلك ، فإن آلياتهم لتبادل البيانات عبر الشبكة تبطئ بشكل خطير العملية برمتها ، مما يحد من نطاق تطبيقات هذه الخدمات.
ستحمي الغزال البيانات التي يتم إرسالها إلى الشبكات العصبية في السحابة وتسريع معالجتها. حل MIT هو 20-30 مرة أسرع من
الخوارزميات المماثلة .
كيف تعمل التكنولوجيا
يستخدم النظام شكلين من التشفير. الأول هو
التشفير المتماثل - يسمح لك بإجراء العديد من العمليات الحسابية على بيانات المستخدم المشفرة وإنشاء نتيجة مشفرة. علاوة على ذلك ، فإنه يتوافق مع نتيجة العمليات التي تتم بقيم "مفتوحة".
النموذج الثاني هو بروتوكول
حلقة مشوهة . هذا
بروتوكول حساب سري يسمح للمشاركين في النظام بتقييم قيمة (على سبيل المثال ، أكثر أو أقل أو متساوية) دون الكشف عن معلومات حول بيانات الإدخال ودون إشراك طرف ثالث (حكم).
بشكل عام ، يتكون النظام من ثلاثة مكونات. الأول هو طبقة متجانسة (طبقة متشابهة) ، والتي تحتوي على تطبيقات سريعة للعمليات
المتجانسة : إضافة SIMD وضرب SIMD (عددي) ، بالإضافة إلى الأشكال
الآلية . المكون الثاني هو نواة الجبر الخطي (نواة الجبر الخطي). يتم وضع خوارزميات لتكاثر ناقلات المصفوفة ولفائف متجانسة ، بالإضافة إلى نظام للبحث عن علامات الصور ، هنا.
العنصر الثالث يسمى استدلال شبكة غزال. هذا هو نظام الاستدلال الذي يجمع بين أنظمة الحلقة المشوهة مع نواة الجبر الخطي. وهو يمثل أساس البروتوكول لإخراج نتائج معالجة الشبكة العصبية.
معالجة البيانات نفسها على النحو التالي. أولاً ، يقوم العميل بتشفير بياناته باستخدام مخطط للتشفير المتماثل ويرسلها إلى خادم مزود بشبكة عصبية. علاوة على ذلك ، تقوم الشبكة العصبية بإجراء الحسابات اللازمة في الطبقة الخطية ، ثم تنقلها إلى الطبقة غير الخطية (في الشبكات العصبية التلافيفية ، تتناوب هذه الطبقات باستمرار).
بعد ذلك ، تتم مشاركة البيانات بين الشبكة وجهاز المستخدم. يجب أن يكون للجهاز الأخير نظام قادر على العمل مع الدوائر بناءً على بناء الدوائر المشوهة. يقوم المستخدم بشكل مستقل بإجراء سلسلة من الحسابات ويرسل النتائج المشفرة مرة أخرى إلى السحابة.
تضمن مشاركة الحمل هذه أن النظام العصبي سيجري حسابات متشابهة معقدة لطبقة واحدة في كل مرة. هذا يتجنب ضوضاء البيانات ويحسن أداء النظام (حيث أن الدائرة المشوهة تعمل بشكل أفضل على الطبقات غير الخطية). يتم إجراء تبادل بيانات مماثل بالتناوب لجميع طبقات الشبكة.
بعد ذلك ، إجراء مشاركة الأسرار. تتم مزامنة البيانات ، المقسمة إلى عدة أجزاء ، وجمعها معًا في العميل. ترسل الخدمة السحابية المفتاح الأخير لفك تشفير النتيجة. لذلك يتلقى جانب واحد (المستخدم) نتائج التصنيف ، ولا يتلقى الجانب الآخر (خادم بشبكة عصبية) أي شيء.
يمكنك معرفة المزيد عن النظام في
مقال نشره الباحثون بناءً على نتائج عملهم.
توقعات التكنولوجيا
حتى الآن ، تعتبر الخوارزمية تجريبية ولم يتم تنفيذها في أي تطبيق معين. إن إنشاء البرامج مع التطبيق العملي هو المرحلة التالية في تطوير النظام.
/ photo PxHere PDربما تكون إحدى حالات المستخدم هي خوارزمية التعلم الآلي ، والتي تكشف عن وجود اعتلال الشبكية السكري في المرضى الذين لديهم صورة للعين. تمت
الموافقة على النظام بالفعل من
قبل إدارة الغذاء والدواء الأمريكية ويتم استخدامه في المستشفيات. من المرجح أن تكون الأولى التي يتم تنفيذ الغزال من أجلها.
يخططون لاستخدام التكنولوجيا ليس فقط في مجال الطب. كما سيجد التطبيق في النظم التحليلية للسوق المالية وأنظمة التعرف على الوجوه. لذلك ، لن يتمكن الخادم من الوصول إلى الصور الأصلية للأشخاص ، والتي يجب أن تزيد من أمان هذه الحلول.
ملاحظة ماذا نكتب على مدونة IaaS:
مشاركات PPS Fresh من مدونتنا على حبري: