뇌에서 영감을 얻은 룰렛 양방 배팅 보안 향상
ECE 조교수 Xiaolin Xu는 University of California-Riverside의 Shaolei Ren과 공동으로“뇌에서 영감을 얻은 뇌에서 겨울 시간 및 런타임 공격에 대한 보안에 대한 60 만 달러의 NSF 보조금을 받았습니다.
초록 출처 :NSF
많은 룰렛 양방 배팅 애플리케이션은 데이터의 패턴을 분석하고 겪는 새로운 데이터에 대한 예측을하는 기계 학습 (ML) 알고리즘에 따라 다릅니다. 이 기계 학습 분류기의 최근 발전은 신경망을 기반으로 한 접근법을 사용합니다.
이 프로젝트는 HDC 룰렛 양방 배팅의 공격 표면을 체계적으로 조사하여 설계 시간부터 실행 시간, 알고리즘에 이르기까지 HDC 룰렛 양방 배팅의 공격 표면을 체계적으로 조사함으로써 Edge Devices에서 HDC 기반 추론의 길을 열어줍니다. 먼저 HDC와 관련된 취약점을 탐색하고 고유 한 공격 표면을 체계적으로 정의합니다.