|
|
一组钻研人员经过开发一种算法在平安通讯方面取患了冲破，该算法可以无效地暗藏敏感信息，以致于不容易发现任何货色被暗藏。由牛津大学领导的团队与卡内基梅隆大学亲密协作，构想这类办法可能很快被普遍用于人类数字通讯，包罗社交媒体和公家信息。
该算法合用于一种称为隐写术的环境：将敏感信息暗藏在惯例内容中的做法。隐写术与明码学不同，由于敏感信息是以这样一种形式暗藏起来的，这覆盖了一些被暗藏的事实。一个例子是在人工智能生成的猫的图象中暗藏一首莎士比亚的诗。
只管曾经钻研了超过25年，但现有的隐写术办法通常平安性不完美之处，这象征着使用这些办法的人有可能被发现。这是由于之前的隐写术算法会奇妙地改动有害内容的散布。
为了战胜这个问题，钻研小组使用了信息实践的最新冲破，特别是最小熵耦合，它允许人们将两个数据散布衔接在一同，使它们的互相信息最大化，但各自的散布被保存上去。因此，在新的算法中，有害内容的散布和编码敏感信息的内容散布之间没有统计上的差别。
该算法使用几种发生自动生成内容的模型进行了测试，如GPT-2，一个开源的言语模型，以及WAVERNN，一个文本到语音转换器。除了彻底平安以外，新算法在各种运用中显示出比之前的隐写术办法高40%的编码效力，使更多的信息可以被暗藏在一定数量的数据中。这可能使隐写术成为一种有吸引力的办法，即便不需求完善的平安，由于它对数据紧缩和存储有益处。
钻研小组曾经为该算法请求了专利，但打算以避免以及费许可的形式将其发放给第三方用于非商业的担任任的使用。这包罗学术和可托的第三方平安审计。钻研人员曾经在arXiv上颁发了这项任务的预印本论文，并在Github上凋谢了他们办法的低效完成。他们还将在5月举办的重要人工智能会议——2023年国内学习表征会议上展现新算法。
在ChatGPT、Snapchat人工智能和TikTok等产品的推进下，人工智能生成的内容愈来愈多地被用于普通的人类交流。因此，隐写术可能会变得更为广泛，由于仅仅是人工智能生成的内容的存在将再也不惹起疑心。
独特第一作者Christian Schroeder de Witt博士（牛津大学工程迷信系）说：“咱们的办法能够运用于任何自动生成内容的软件，例如几率视频过滤器，或备忘录生成器。这多是十分有价值的。但是，用户依然需求采用预防措施，由于任何加密技术均可能会遭到正面渠道的攻打，如检测到用户手机上的隐写运用。”
独特第一作者Samuel Sokota（卡耐基梅隆大学机器学习系）说：“这项任务的次要奉献是展现了一个叫作最小熵耦合的问题和彻底平安的隐写术之间的粗浅分割。经过利用这类分割，咱们引入了一个新的隐写算法系列，它拥有完善的平安包管。”
特约作者Jakob Foerster传授（牛津大学工程迷信系）说：“这篇论文是钻研机器学习根底的一个很好的例子，它为症结运用畛域带来了冲破性的发现。” |
|
注册会员