Các nhà nghiên cứu đã tạo ra một giải pháp bảo mật cho các mô hình AI tiêu tốn nhiều năng lượng nhằm bảo vệ chống lại hai loại tấn công phổ biến.

Các ứng dụng theo dõi sức khỏe rất quan trọng để quản lý các bệnh mãn tính và đạt được các mục tiêu về thể chất. Những ứng dụng này sử dụng điện thoại thông minh làm công cụ chính. Các ứng dụng này thường dựa vào các mô hình học máy lớn, yêu cầu trao đổi dữ liệu liên tục giữa điện thoại thông minh và máy chủ trung tâm, dẫn đến hoạt động kém hiệu quả và chậm.

Để giải quyết những điểm thiếu hiệu quả này, các kỹ sư sử dụng các công cụ tăng tốc máy học để giảm nhu cầu truyền dữ liệu, nâng cao tốc độ ứng dụng. Tuy nhiên, những máy gia tốc này dễ bị vi phạm an ninh, nơi những kẻ tấn công có thể truy cập thông tin nhạy cảm như hồ sơ sức khỏe và dữ liệu tài chính.

Các nhà nghiên cứu từ MIT và Phòng thí nghiệm AI Watson của MIT-IBM đã phát triển một loại máy gia tốc học máy mới có khả năng chống lại hai phương thức tấn công phổ biến nhất, bảo vệ dữ liệu nhạy cảm trong khi vẫn duy trì hiệu quả. Thiết kế của bộ tăng tốc kết hợp các tính năng tối ưu hóa để đảm bảo tính bảo mật mạnh mẽ với tác động tối thiểu đến tốc độ và độ chính xác. Cái này công nghệ cũng có thể áp dụng cho các lĩnh vực do AI điều khiển như thực tế tăng cường và lái xe tự động.

Sự đánh đổi và cân nhắc về thiết kế

Việc triển khai các chip bảo mật này làm tăng nhẹ chi phí và giảm hiệu quả sử dụng năng lượng, nhưng đây thường là những thỏa hiệp có thể chấp nhận được để tăng cường bảo mật. Chip điện toán trong bộ nhớ kỹ thuật số (IMC) mới tích hợp các biện pháp bảo mật trực tiếp vào phần cứng, thực hiện các phép tính trong bộ nhớ của thiết bị và giảm việc truyền dữ liệu bên ngoài. Kiến trúc này không chỉ tăng tốc độ xử lý mà còn tăng cường khả năng phòng thủ trước các cuộc tấn công thăm dò kênh bên và xe buýt. Bằng cách mã hóa dữ liệu và tạo các khóa giải mã duy nhất trên chính con chip, nhóm đã ngăn chặn một cách hiệu quả các vi phạm bảo mật tiềm ẩn.

Trong các tình huống thử nghiệm, các nhà nghiên cứu đã cố gắng xâm nhập hệ thống của chính họ bằng các kỹ thuật hack phổ biến nhưng không thể trích xuất bất kỳ thông tin nhạy cảm nào, điều này nêu bật tính hiệu quả của các biện pháp bảo mật của họ. Mặc dù chi phí năng lượng và chế tạo ngày càng tăng, nghiên cứu đang diễn ra nhằm mục đích tối ưu hóa các khía cạnh này hơn nữa, làm cho công nghệ này trở nên khả thi hơn để sử dụng rộng rãi.

Các nhà nghiên cứu thể hiện một bước tiến đáng kể trong việc bảo vệ các thiết bị biên trước các mối đe dọa trên mạng, điều rất quan trọng đối với tương lai của công nghệ di động và AI trong các ứng dụng khác nhau. Sự cân bằng giữa bảo mật, chi phí và hiệu suất sẽ tiếp tục là lĩnh vực trọng tâm trong việc phát triển các máy tăng tốc học máy thế hệ tiếp theo.