هوش مصنوعی انرژی زیادی را مصرف می کند. هکرها می توانند او را وادار به مصرف بیشتر کنند.


حمله: اما این نوع شبکه عصبی به این معنی است که اگر ورودی داده شده را تغییر دهید ، مانند تصویری که از آن تغذیه می شود ، می توانید مقدار محاسبه ای را که برای حل آن باید هزینه کنید تغییر دهید. همانطور که محققان مرکز امنیت سایبری در مریلند در مقاله جدیدی که در این هفته در کنفرانس بین المللی نمایندگی های آموزشی ارائه داده است ، این یک آسیب پذیری را فراهم می کند که هکرها می توانند از آن استفاده کنند. با افزودن مقدار کمی نویز به ورودی های شبکه ، آنها آن را دشوارتر می دانند و محاسبات خود را بالا می برند.

وقتی آنها تصور کردند که مهاجم اطلاعات کاملی در مورد شبکه عصبی دارد ، توانستند جذب انرژی خود را به حداکثر برسانند. وقتی آنها تصور کردند که مهاجم خود را به هیچ اطلاعاتی محدود نمی کند ، آنها هنوز هم می توانند پردازش شبکه را کاهش دهند و مصرف انرژی را 20 تا 80 درصد افزایش دهند. محققان دریافتند دلیل این امر این است که حملات از طریق انواع مختلف شبکه های عصبی به خوبی منتقل می شوند. طراحی یک حمله برای سیستم طبقه بندی تصویر کافی است که بسیاری را ناراحت کند ، Yiğitcan Kaya ، دانشجوی دکترا و یکی از نویسندگان مقاله ، می گوید.

هشدار: این نوع حمله هنوز تا حدودی نظری است. معماری های سازگار ورودی هنوز اغلب در برنامه های واقعی استفاده نمی شوند. اما محققان بر این باورند که این امر به سرعت از فشار صنعت به استقرار شبکه های عصبی سبک تر مانند خانه های هوشمند و سایر دستگاه های اینترنت اشیا تغییر خواهد کرد. تودور دومیتراش ، استادی که این مطالعه را توصیه کرده است ، می گوید که برای درک میزان این نوع تهدیدات به کار بیشتری نیاز است. اما وی افزود ، این سند اولین گام برای افزایش آگاهی است: “آنچه برای من مهم است جلب توجه مردم به این واقعیت است که این یک مدل جدید تهدید است و چنین حملاتی می تواند اتفاق بیفتد.”


منبع: unbox-khabar.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>