محققان مایکروسافت مانع سرعت را در رمزنگاری هم‌ریختی برداشتند

محققان مایکروسافت، با همکاری دانشگاه‌ها، مقاله‌ای را منتشر کرده‌اند که نشان می‌دهد چگونه آن‌ها به طور چشم‌گیری سرعت سامانه‌های رمزنگاری هم‌ریختی را افزایش داده‌اند.
با سامانه‌های رمزنگاری استاندارد، داده‌ها به هم ریخته شده و سپس هنگامی که می‌خواهند مورد استفاده قرار گیرند، دوباره رمزگشایی می‌شوند و در نتیجه برای سارقان آسیب‌پذیر می‌شوند. رمزنگاری هم‌ریختی، اولین بار در سال ۱۹۷۸ معرفی شد اما در عمل در دهه‌ی گذشته با کمک قدرت محاسباتی رایانه‌ها مورد استفاده قرار گرفت. در این روش نرم‌افزار اجازه می‌یابد تا داده‌های رمزنگاری‌شده را مورد تجزیه و تحلیل و اصلاح قرار دهد بدون این‌که آن‌ها را ابتدا به شکل ساده‌ای رمزگشایی کند. این اطلاعات در حالی‌که هنوز عملیات بر روی آن‌ها در حال انجام است رمزنگاری‌شده باقی می‌مانند، که البته به شما کلید صحیح را ارائه می‌کنند.
این کار از دیدگاه امنیتی مزیت‌های عمده‌ای را در بر دارد. بیمارستانها می‌توانند بدون به خطر افتادن حریم خصوصی بیمار، آزمایش‌های خود را انجام دهند، داده‌های اقتصادی می‌توانند مورد تجزیه و تحلیل قرار گیرند بدون آن‌که توسط دزدان باز شوند و برای یک محیط محاسباتی که داده‌های فراوانی روی کارگزار اشخاص دیگر قرار دارد، بسیار مناسب است.
البته در اینجا یک مشکل وجود دارد. اولین سامانه‌ی رمزنگاری هم‌ریختی که به طور کامل کار می‌کرد و توسط Craig Gentry ساخته شده است (او اکنون یک متخصص رمزنگاری آی‌بی‌ام است)، به طور فوق‌العاده‌ای آهسته بود، و صد تریلیون بار برای انجام محاسبات روی داده‌های رمزنگاری‌شده از تجزیه و تحلیل‌های ساده کندتر عمل می‌کرد.
آی‌بی‌ام همه‌چیز را به طور قابل توجهی سرعت بخشید، و محاسبات خود را بر روی کارگزارهای ۱۶ هسته‌ای انجام داد که ۲ میلیون بار سریع‌تر از سامانه‌‌های قبلی بودند، و بخش‌هایی از این سامانه را به صورت متن‌باز عرضه کرد. اما در این مقاله‌ی جدید مایکروسافت، فکر می‌کند که یک جهش رو به جلوی عظیم در کاربرد سامانه‌های رمزنگاری برای یادگیری شبکه‌های عصبی انجام داده است.
پروفسور کریستین لاتر، مدیر تحقیقات مایکروسافت می‌گوید که این تیم یک CryptoNets را توسعه داده است که داده‌های رمزنگاری‌شده را پردازش می‌کند. این تیم ادعا می‌کند که سامانه‌ی تشخیص نوری آن قادر است که ۵۱۰۰۰ پیش‌بینی را در یک ساعت، با دقتی معادل ۹۹ درصد انجام دهد.
کلید اصلی این رویکرد مایکروسافت در کار بر روی پیش‌پردازش‌ها قرار دارد. محققان نیاز دارند تا از قبل پیچیدگی مدار محاسباتی که در این داده‌ها اعمال می‌شود را بدانند. آن‌ها نیاز دارند تا ساختار شبکه‌ی عصبی را به درستی بدانند تا بارگذاری داده‌ها را به اندازه‌ی کافی کم نگه دارند، تا رایانه‌ای که می‌خواهد آن‌ها را پردازش کند، بیش از حد درگیری نشود.
برای انجام این کار، این تیم یک کتابخانه‌ی محاسباتی ساده‌ی رمزگذاری (SEAL) را توسعه داده‌اند که کدهای آن در نوامبر گذشته نشان داده شد. جزییات پارامترها باید قبل از این‌که داده‌ها مورد پردازش قرار بگیرند تنظیم شوند تا سطوح ضرایب پایین نگه داشته شوند.
در آزمایش آن‌ها، این تیم از یک تصویر ۲۸ در ۲۸ پیکسلی از کلمات دست‌نویس که از پایگاه مؤسسه‌ی ملی استاندارد و فن‌آوری مختلط (MNIST) گرفته شده بود استفاده کردند و پنجاه هزار نمونه را در این سامانه آزمایش کردند. سپس آن‌ها تلاش کردند تا یک ده هزار نویسه‌ی اضافی دیگر را برای افزایش دقت آزمایش به کار برند.
موتور این آزمون یک رایانه با یک پردازنده‌ی Intel Xeon E۵-۱۶۲۰ بود که با فرکانس ۳.۵ گیگاهرتز کار می‌کرد و ۱۶ گیگابایت رم را روی سامانه‌ی عامل ویندوز ده به کار می‌برد. آن‌ها داده‌ها را به طور موازی ساختاربندی کردند، و رایانه‌ی ۵۱۷۳۹ پیش‌بینی را در یک ساعت با دقتی معادل ۹۹ درصد انجام داد.
خانم Lauter می‌گوید که هنوز کارهای بسیاری برای انجام دادن است، اما نتایج اولیه بسیار خوش‌بینانه است و می‌تواند به عنوان یک نوع از یادگیری ماشینی به عنوان سرویس مفهومی استفاده شود و یا در دستگاه‌های ویژه برای پیش‌بینی‌ها مالی و پزشکی مورد استفاده قرار گیرد.
او می‌گوید: «من در بخش فرآیند تصمیم‌گیری این شرکت نیستم، و بنابراین نمی‌توانم تضمین کنم که چه هنگام مایکروسافت محصولی را ارائه خواهد کرد که از این فن‌آوری استفاده می‌کند. اما از دیدگاه پژوهشی ما قطعاً به سمتی خواهیم رفت که این کار را برای مشتریان و جامعه در دسترسی سازیم.»

منبع: asis

درباره نماد امنیت وب

“نماد امنیت وب” به عنوان یکی از شرکت های پیشتاز در زمینه امنیت نرم افزار و سرویس های تحت وب، با ارائه سرویس های امنیتی برای تمامی کسب و کار ها و دارای نمایندگی شرکت Acunetix (اکوانتیکس) بعنوان محبوب ترین اسکنر امنیتی black box در دنیا، ایمنی وب سایت شما را در مقابل حمله هکر ها تضمین می کند.