Nuevo hito en la aplicación del cifrado homomórfico a redes neuronales
- Seguridad
El Centro de Supercomutación de Barcelona ha logrado aplicar cifrado homomórfico con éxito por primera vez en la ejecución de grandes redes neuronales, empleando una arquitectura basada en procesadores Intel Xeon escalables y memoria Optane. Esto representa un gran paso adelante en el campo de la seguridad postcuántica, ya que esta técnica de cifrado hasta ahora se veía limitada por el tamaño de la memoria y sólo permitía ejecutar redes pequeñas, diseñadas para dispositivos móviles.
|
Recomendados: Dermofarm cuida de su correo electrónico con Barracuda y Sothis Leer Asegurando la calidad del dato con Data Quality Leer |
La técnica de cifrado homomórfico se presenta como la única medida de seguridad que las computadoras cuánticas no son capaces de romper, lo que está estimulando su investigación y desarrollo. Esta tecnología tiene la ventaja de que permite realizar operaciones directamente sobre datos cifrados, de forma que quien procesa los datos no tiene acceso a su contenido. Por ello, se quiere utilizar para garantizar la protección y la privacidad de los datos en entornos potencialmente no seguros, como la nube y diferentes arquitecturas de TI y servicios distribuidos.
Una de las barreras a superar para lograrlo es que el costo se eleva enormemente a medida que aumenta el volumen de datos a los que se aplica el cifrado homomórfico, y los expertos afirman que puede multiplicarse hasta por 10.000, haciéndolo inviable con los enfoques tradicionales. Además, la cantidad de memoria principal del sistema (DRAM) que es capaz de soportar la tecnología actual está limitada, y hasta el momento solo se ha podido aplicar esta técnica a redes neuronales pequeñas, de hasta 1,7 millones de parámetros, diseñadas para dispositivos móviles.
Pero ahora el Centro de Supercomputación de Barcelona (BSC) ha sido capaz de romper con esta barrera, empleando una arquitectura informática basada en memoria persistente Intel Optane y procesadores Intel Xeon escalables, logrando cifrar la ejecución de grandes redes neuronales de forma eficiente. Esto se ha logrado gracias a que la memoria Optane no sufre las limitaciones de capacidad en cada sistema que sí tiene la DRAM, y se puede dotar a cada procesador de mucha más memoria. Esta memoria ofrece un rendimiento superior al de otras memorias similares y, aunque es inferior a la de la DRAM, en combinación con esta logra mejorar la relación entre precio y rendimiento.
Esta investigación ha sido aprobada para su publicación en la revista IEEE Transactions on Computers, donde explican cómo han ejecutado un modelo ResNet-50, que utiliza 25 millones de parámetros y consume casi 1 Tb de memoria, duplicando la capacidad de un nodo informático del supercomputador MareNostrum4 del BSC. En esta investigación, liderada por Antonio J. Peña, del BSC, han colaborado con un equipo internacional de Intel, con integrantes norteamericanos y europeos.
En su anuncio, Peña ha explicado que “esta nueva tecnología permitirá el uso generalizado de redes neuronales en entornos de nube, incluso, por primera vez, donde se requiera una confidencialidad indiscutible para los datos o el modelo de red neuronal”. Por su parte, Fabian Boemer, de Intel, comenta la importancia de atender tanto la capacidad de computación como la configuración y el tamaño de la memoria. Y dice que “para acelerar el cuello de botella del acceso a la memoria, estamos investigando diferentes arquitecturas de memoria que permitan una mejor computación cercana a la memoria. Este trabajo es un primer paso importante para resolver este desafío que a menudo se pasa por alto”.
