当前位置:首页 > 报告详情

不太可能的英雄:模拟光子神经网络作为内置对抗防御者的非理想性.pdf

上传人: 芦苇 编号:651824 2025-05-01 22页 2.26MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文提出了一种针对光子神经网络的新型防御框架,利用硬件非理想性作为内置防御机制,对抗恶意攻击和硬件中的变异。研究指出,光子AI硬件的安全性问题尚未得到充分探索,硬件的非理想性(如量化、稀疏性、芯片噪声等)可以天然地提高系统的鲁棒性。文章提出了一种联合的防御策略,包括:(1)基于量化的预攻击防御;(2)基于剪枝的后攻击恢复。该策略有效检测并纠正了被攻击的权重,实现了小于2%的准确度下降和约2%的内存开销。此外,文章还探讨了如何通过优化内存分配,使用户在保持高准确度的同时,最小化内存开销。研究显示,这种方法能够在不到1小时内搜索到有效的防御策略,并且能够在光子神经网络中实现83%至86.7%的准确度恢复。这一成果对比了现有的防御方法,突显了该策略在内存效率和防御效果上的优势。
"光子神经网络如何抵御恶意攻击?" "非理想性如何成为光子AI硬件的内在防御机制?" "光子AI硬件的安全性问题是否得到了足够的关注?"
客服
商务合作
小程序
服务号
折叠