Учёные Северо-Кавказского федерального университета (СКФУ) разрабатывают методы оптимизации алгоритмов шифрования в облачных сервисах.
Проект финансирует Российский научный фонд. По итогам работы первого года авторы предложили протоколы повышения производительности при сохранении безопасности, которые позволят увеличить скорость работы в 30 раз.
Напомним, что развитие отечественных решений в области облачных вычислений и хранения информации позволяет развиваться таким индустриям, как интернет вещей, работа с большими данными, разработка систем искусственного интеллекта и внедрение мобильных сетей на основе 5G-технологий, а также ряда других направлений.
Разработка команды ученых под руководством доктора физико-математических наук, доцента, заведующего кафедрой вычислительной математики и кибернетики СКФУ Михаила Бабенко направлена на оптимизацию процессов шифрования данных.
"Мы столкнулись с серьёзной проблемой: как обеспечить безопасность моделей машинного обучения и данных, которые используются для их обучения, когда обработка происходит на удалённых серверах", — отмечает Бабенко.
Авторы проекта превзошли собственные ожидания, оптимизировав процессы обработки зашифрованных данных. Изначально планировалось увеличение скорости работы системы более чем в 10 раз, однако практические результаты показали впечатляющий рост производительности почти в 30 раз. Это стало возможным благодаря внедрению двух ключевых методов: квантизации и дистилляции.
Квантизация позволяет преобразовывать весовые коэффициенты моделей таким образом, что существенно сокращается потребление памяти без потери качества работы системы. Этот метод основан на преобразовании непрерывных данных в дискретные формы с сохранением ключевых характеристик.
Дистилляция обеспечивает создание компактных версий моделей машинного обучения, которые сохраняют исходные показатели точности при значительно меньших затратах ресурсов. Метод позволяет создавать эффективные «сжатые» версии сложных моделей.
Разработанная система демонстрирует высокую устойчивость к различным видам атак. В ходе исследований были протестированы различные сценарии атак как на модели машинного обучения, так и на криптографические протоколы. Результаты показали эффективность защиты в заданных параметрах безопасности.
Уникальность проекта заключается в способности обрабатывать данные в зашифрованном виде, сохраняя при этом высокую точность результатов и работая с минимальными затратами ресурсов. Система успешно интегрируется с современными протоколами шифрования, включая гомоморфное шифрование.
В настоящее время ведётся активная работа над созданием рабочего прототипа. Исследователи разрабатывают специализированные библиотеки и компоненты системы, которые станут основой будущего продукта. Особое внимание уделяется оптимизации процессов сбора и обработки информации.
Разработки найдут широкое применение в различных сферах: от банковского сектора до корпоративных систем обеспечение безопасности бизнес-процессов.
Завершение создания продукта запланировано в 2028 году. Внедрение технологии обещает революционизировать подходы к защите данных в цифровой среде, сочетая безопасность с высокой производительностью.
Проект будет способствовать развитию криптографических систем, предлагая оптимальное решение для безопасной обработки информации в эпоху цифровизации. Разработки ставропольских учёных могут стать основой для создания нового поколения защищённых информационных систем.
