我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:天空彩票 > 端对端传送 >

英特尔开源HE-Transformer一种允许AI模型对加密数据进行操作的工

归档日期:06-20       文本归类:端对端传送      文章编辑:爱尚语录

  正如任何数据科学家都会告诉你的那样,数据集是人工智能(AI)的生命线。这对处理个人身份信息(例如医疗保健)的行业构成了固有的挑战,但是对于模拟培训的匿名加密方法已经取得了令人鼓舞的进展。

  今天在加拿大蒙特利尔召开的NeurIPS 2018会议上,英特尔宣布推出开源式HE-Transformer,这是一种允许AI系统对敏感数据进行操作的工具。它是nGraph,英特尔神经网络编译器的后端,基于简单加密算法库(SEAL),这是一个加密库,微软研究院本周也在开源软件中发布。

  两家公司将HE-Transformer描述为“隐私保护”机器学习的一个例子。

  “他允许对加密数据进行计算。当应用于机器学习时,此功能允许数据所有者获得有价值的见解,而不会暴露基础数据; 或者,它可以使模型所有者通过以加密形式部署它们来保护他们的模型,“英特尔研究科学家Fabian Boemer和英特尔研究高级主管Casimir Wierzynski在一篇博客文章中写道。

  HE-Transformer中的“HE”是同态加密的缩写,是一种加密形式,可以在密文上进行计算 - 使用算法加密的明文(文件内容)。它生成一个加密结果,在解密时,与未加密文本上执行的操作结果完全匹配。

  HE是一项相对较新的技术--IBM研究员Craig Gentry在2009年开发了第一个完全HE方案。正如Boemer和Wierzynski所说,设计使用它的AI模型不仅需要机器学习,还需要加密和软件工程方面的专业知识。

  HE-Transformer通过提供可应用于开源框架(如Google的TensorFlow,Facebook的PyTorch和MXNet)上的神经网络的抽象层来帮助开发过程。它有效地消除了将模型手动集成到HE加密库中的需要。

  HE-Transformer结合了Cheon-Kim-Kim-Song(CKKS)加密方案以及加法和乘法运算,例如加法,广播,常数,卷积,点,乘,否定,填充,整形,结果,切片和减法。此外,它还支持HE特定技术,如纯文本值旁路,SIMD打包,OpenMP并行化和纯文本操作。

  由于这些和其它优化,Intel声称HE-变压器提供关于国家的最先进的性能cryptonets -了解到,可以应用到加密的数据神经网络-使用TensorFlow培养了浮点模型。

  微软研究院首席研究员兼密码学研究经理克里斯汀劳特说:“我们很高兴能与英特尔合作,为更广泛的数据科学家和隐私保护机器学习系统开发人员带来同态加密。”

  他们写道:“该领域的最新进展现已使HE成为可行的深度学习。” “研究人员可以利用TensorFlow快速开发新的HE友好深度学习拓扑。

本文链接:http://diverlandya.com/duanduiduanchuansong/606.html