MIT araştırmacıları, derin öğrenme hesaplamaları sırasında bulut sunucusuna gönderilen ve bulut sunucusundan gönderilen verileri korumak için ışığın kuantum özelliklerini kullanan bir güvenlik protokolü geliştirdi. Bu protokol, derin öğrenme modellerinin doğruluğundan ödün vermeden güvenliği sağlar ve sağlık gibi hasta veri gizliliğinin kritik olduğu alanlarda kullanılabilir.
Protokol, kuantum mekaniğinin temel bir özelliği olan klonlamama ilkesini kullanıyor. Bu ilke, kuantum mekaniğinin ilkelerini ihlal etmeden kuantum durumunun mükemmel bir kopyasını yaratmanın imkansız olduğunu belirtir. Güvenlik protokolünde araştırmacılar, bir bulut sunucusuna gönderilen verileri kodlamak için bir lazer kullanıyor. Lazer ışığı, polarizasyon ve faz gibi kuantum özelliklere sahip fotonlardan oluşur. Bu özellikler daha sonra sunucuya gönderilen verileri kodlamak için kullanılabilir.
Sunucu veri aldığında, verinin kodunu çözmek için fotonların polarizasyonunu ve fazını ölçebilir. Ancak klonlamama ilkesine göre kuantum mekaniğini ihlal etmeden fotonların mükemmel bir kopyasını oluşturmak imkansızdır. Bu, bir saldırganın tespit edilmeden verileri kopyalayamayacağı anlamına gelir.
Protokol aynı zamanda kuantum mekaniği ilkelerine dayanan bir şifreleme yöntemi olan kuantum kriptografisini de kullanıyor.
Testlerde araştırmacılar, protokollerinin sağlam güvenlik önlemleri sağlarken %96 doğruluk sağlayabildiğini gösterdi. “GPT-4 gibi derin öğrenme modelleri benzeri görülmemiş yeteneklere sahip ancak çok büyük bilgi işlem kaynakları gerektiriyor. Protokolümüz, kullanıcıların bu güçlü modelleri, verilerinin gizliliğinden veya modellerin tescilli doğasından ödün vermeden kullanmalarına olanak tanıyor” diyor MIT’de doktora sonrası araştırmacı olan Kfir Sulimany.
Güvenlik protokolü Yıllık Kuantum Şifreleme Konferansında (Qcrypt 2024) sunuldu ve sağlık hizmetleri, finansal tahminler ve veri gizliliğinin kritik olduğu diğer alanlar dahil olmak üzere çeşitli alanlarda kullanılabilir. Araştırmacılar ayrıca bu protokolün, birden fazla tarafın verilerini merkezi bir derin öğrenme modelini eğitmek için kullandığı bir tekniğe nasıl uygulanabileceğini keşfetmeyi planlıyor. Yazarların bu çalışma için üzerinde çalıştığı klasik işlemler yerine kuantum operasyonlarında da kullanılabilir ve bu da hem hassasiyet hem de güvenlik açısından avantajlar sağlayabilir.
“Bu çalışma, özellikle derin öğrenme ve kuantum anahtar dağıtımı gibi yaygın olarak görülmeyen alanlardaki teknikleri akıllı ve ilgi çekici bir şekilde birleştiriyor. İkincisinden gelen teknikleri kullanarak, birincisine bir güvenlik katmanı ekliyor, “diyor Paris’teki Sorbonne Üniversitesi’nden CNRS araştırma direktörü Eleni Diamanti.