NSF 커리어 어워드 머신 러닝 게임 룰렛 가속기의 보안 향상
ECE 조교수 Xiaolin Xu는“기계 학습을위한 재구성 가능한 게임 룰렛 가속기 확보 : 위협 및 방어”로 60 만 달러의 NSF Career Award를 수상했습니다.
Xiaolin Xu, 전기 및 컴퓨터 공학 조교수 (ECE)는 60 만 달러의 게임 룰렛 (National Science Foundation) 커리어 보조금으로를 수상했습니다.보안 고효율 기계 학습 게임 룰렛게임 룰렛.
인공 지능 (AI)이 이미지 인식에서 자율 주행 자동차에 이르기까지 양식으로 사용되는 연구원들은 이러한 기술을 더욱 빠르게 만들 수있는 방법을 찾고 있습니다. 대부분의 경우 게임 룰렛는 기계 학습의 속도와 효율성을 높이는 데 사용될 수 있지만이 솔루션과 함께 고유 한 보안 위험이 발생합니다. XU는 그의 연구와 함께 완화하려는 위험이 있습니다..
“머신 러닝 소프트웨어가 얼마나 효율적이고 강력하더라도 게임 룰렛 플랫폼에 배포되어야합니다.”라고 Xu는 말합니다. “FPGA-ML (Field Programmable Gate Array 기반 ML Acceleration Systems)은 고출력 효율성과 낮은 오버 헤드 덕분에 고성능 컴퓨팅 게임 룰렛로 일반적으로 사용되었습니다.
정보 게임 룰렛은 종종 기밀, 무결성 및 가용성을 나타내는 고전적인 CIA 트라이어드를 중심으로합니다. 일반적으로 CIA 트라이어드는 무단 사용자가 시스템의 데이터에 액세스하거나 수정할 수없고 데이터가 최신 상태이며 필요할 때 올바른 사용자가 액세스 할 수 있도록하려고합니다.
FPGA-ML 시스템 게임 룰렛을 전체적으로 조사하기 위해 Xu의 연구는 공격자와 수비수의 역할을 채택 할 것입니다.
먼저, 잠재적 적대자 또는 위협 모델의 능력에 대해 생각해야합니다. "Xu는 말합니다. “예를 들어, 누군가가 자율 주행 차를 위해 시스템에 침입하여 녹색 및 빨간색 신호등에 라벨을 교환 할 수 있다면 어떻게 될까요?
이 5 년 프로젝트를 통해 XU의 제안은 런타임 FPGA-ML 무결성과 설계 시간 FPGA-ML 기밀을 모두 조사 할 계획입니다. 그런 다음 얻은 통찰력을 바탕으로 Xu는 이러한 취약점의 근본 원인을 특성화하고 다양한 응용 프로그램 시나리오에 맞게 회로 및 시스템 수준에서 체계적인 방어 전략을 탐색하려고합니다.
경력 보조금으로서 Xu의 프로젝트는 또한 고등학교에서 대학원생과 그 이후에 도달 할 중요한 교육 구성 요소도 포함되어 있습니다.
XU는 또한 Summer Bridge Program 및 NSF 게임 룰렛 및 임베디드 시스템 보안 및 신뢰 (Chest)를위한 NSF 센터를 통해 학부 및 소수의 연구원을 모집하기 위해이 학제 간 연구 방향을 활용할 것입니다.
이 개방형 연구 분야에 대한 지식을 더욱 넓히고 관심을 키우기 위해 XU는 패널과 워크샵을 주최하여 더 넓은 AI 지원 사이버 공간을 배운 크로스 도메인 지식을 공유하고 보완합니다..
초록 :게임 룰렛