개인 룰렛 배팅 보호를 통해 AI를보다 안전하게 만들 수있는 $ 1.2M NSF 상
ECE 조교수 Xiaolin Xu는“서비스로 개인 룰렛 배팅 보호 기계 학습을 가속화하는 데있어 120 만 달러의 NSF 보조금을 받았습니다. 이 프로젝트는 새로운 ML- 특이 적 암호화 연산자, 정확도 보존 및 암호화 친화적 인 신경 아키텍처 및 개척 알고리즘 하드웨어 공동 설계 방법론을 사용하여 효율적이고 확장 가능하며 암호화 가능하며 암호화 의식 의식 컴퓨팅 패러다임을 개발함으로써 기계 학습 (ML)을 서비스로 가속화하는 것을 목표로합니다.
출처 :룰렛 배팅
기계 학습 (ML)은 강력한 ML 모델이 호스팅되는 클라우드 서버 사용을 통해 계속 증가하는 클라이언트의 지능형 데이터 처리 요구에 의해 서비스가 압도적으로 주도되고 있습니다. 널리 퍼져 있지만 아웃소싱 된 ML 처리는 개인 또는 비즈니스 제공 업체의 데이터 개인 룰렛 배팅에 실질적인 위협을 제기합니다.
이 프로젝트는 FPGA와 같은 하드웨어 플랫폼에서 개인 룰렛 배팅 보호 기계 학습을 크게 가속화하기 위해 효율적이고 확장 가능하며 실용적이며 실용적인 알고리즘 하드웨어 협력 솔루션을위한 다각적 인 설계 패러다임을 개발할 것입니다. 이 프로젝트는 세 가지 중재 연구 추진력으로 구성됩니다. (1) 암호화 영역에서 룰렛 배팅 표현과 모델 희소성을 조정하기 위해 HE 추론의 메모리 및 계산 발자국을 근본적으로 감소시킵니다.