깊은 신경망을 확보하기위한 $ 1.2M 룰렛 배팅 법 보조금
ECE 교수 Yunsi Fei 교수, Xue (Shelley) Lin 조교수 및 Khoury 부교수 Thomas Wahl 교수는“측면 채널 및 결함 공격에 대한 심층 신경망의 기밀성과 무결성 보호”에 대한 1.2M $ 룰렛 배팅 법 보조금을 받았습니다.
초록 출처 :룰렛 배팅 법
딥 러닝 (DL)은 컴퓨터 비전, 자연 언어 처리, 디지털 감시, 금융 및 건강 관리에 이르기까지 다양한 문제를 해결하기위한 기본 수단이되었습니다. 다양한 플랫폼에서 DNN (Deep Neural Network) 추론 엔진 및 훈련 된 DNN 모델의 보안은 인공 지능을 배포하는 데 가장 큰 과제 중 하나가되었습니다.
프로젝트는 세 가지 현저하고 상호 의존적 인 추력으로 구성됩니다. Spynet은 주류 플랫폼에서 구현 된 DNN의 취약성을 연구하여 수동적 측면 채널 공격을 통해 역 엔지니어링을 모델링 할 것입니다.
다양한 애플리케이션 도메인에서 전례없는 DL 기술의 상승으로 인해 안전한 실행, 주로 기밀 유지 및 무결성, 최우선 과제가되었습니다. 이 프로젝트는 DL 구현, 컴퓨터 아키텍처 및 이기종 시스템, 하드웨어 보안 및 공식 방법/검증에 대한 최첨단을 크게 발전시킵니다.
모든 공격 라이브러리, 메트릭, 방법론 및 소프트웨어 도구는 전용 프로젝트 웹 사이트 (https://tescase.coe.neu.edu)에서 일반인에게 제공되며 보호 및 강화 된 DL 모델은 커뮤니티 사용을 촉진하기 위해 Github에 공개됩니다. 저장소는 프로젝트 중과 그 이후에 유지됩니다.