Развитие отечественных технологий в сфере облачных вычислений и хранения данных открывает новые горизонты для таких отраслей, как интернет вещей, анализ больших данных, разработка систем искусственного интеллекта, а также внедрение сетей на базе 5G и других передовых технологий.
Руководитель проекта, доктор физико-математических наук и доцент Михаил Бабенко, заведующий кафедрой вычислительной математики и кибернетики СКФУ, пояснил, что основной вызов заключался в обеспечении безопасности моделей машинного обучения и используемых данных, когда обработка происходит на удаленных серверах.
Команда ученых не только достигла, но и превзошла свои цели, оптимизировав обработку зашифрованных данных. Изначально планировалось увеличить скорость работы более чем в 10 раз, но фактическое повышение производительности составило почти 30-кратное увеличение. Это стало возможно благодаря двум основным методам: квантизации и дистилляции.
Квантизация оптимизирует весовые коэффициенты моделей, значительно сокращая потребление памяти без потери качества. Она преобразует непрерывные данные в дискретные формы, сохраняя ключевые характеристики. Дистилляция, в свою очередь, создает компактные версии моделей машинного обучения, которые сохраняют точность, но требуют значительно меньше ресурсов. Этот метод позволяет разрабатывать эффективные «сжатые» версии сложных моделей.
Разработанная учеными Северо-Кавказского федерального университета система показала высокую устойчивость к различным видам атак. В процессе исследований тестировались разнообразные сценарии атак на модели машинного обучения и криптографические протоколы, и результаты подтвердили эффективность защиты в заданных параметрах безопасности.
По словам руководителя проекта Михаила Бабенко, цель заключается в создании комплексного инструмента, который решит все научные задачи и обеспечит надежную защиту данных при оптимальной производительности.
Уникальность проекта заключается в способности обрабатывать данные в зашифрованном виде, сохраняя точность результатов и минимизируя затраты ресурсов. Система легко интегрируется с современными протоколами шифрования, включая гомоморфное шифрование.
В настоящее время активно разрабатывается рабочий прототип, включающий специализированные библиотеки и компоненты, которые станут основой будущего продукта. Особое внимание уделяется оптимизации процессов сбора и обработки информации.
Ожидается, что разработки найдут применение в различных отраслях, таких как банковский сектор и корпоративные системы безопасности бизнес-процессов. Завершение проекта планируется на 2028 год, и внедрение этой технологии обещает изменить подходы к защите данных в цифровой среде, сочетая безопасность с высокой производительностью.
Проект станет значительным вкладом в развитие криптографических систем, предлагая оптимальное решение для безопасной обработки информации в эпоху цифровизации. Исследования ставропольских ученых могут стать основой для создания нового поколения защищенных информационных систем.
