تأیید پایداری (Robustness Verification) در شبکههای عصبی معمولاً یک چالش بزرگ است؛ چون برای بررسی مدل، نیاز به دسترسی کامل به پارامترها و دادههاست که با قوانین حریم خصوصی و مالکیت معنوی در تضاد است.
محققان به تازگی چارچوب نوآورانه SecureCROWN را معرفی کردهاند که این مشکل را حل میکند! این سیستم با استفاده از «محاسبات امن دوطرفه (2PC)»، به مالک مدل و مالک داده اجازه میدهد بدون افشای اطلاعات محرمانه، پایداری مدل را اثبات کنند.
ویژگیهای کلیدی این دستاورد:
✅ فرمولبندی منطق شرطی به صورت عملیات حسابی پیوسته برای حذف موانع محاسباتی.
✅ بهبود پایداری عددی با روش Newton-Raphson.
✅ سرعت فوقالعاده؛ انجام محاسبات در بازه ۰.۱ تا ۲۰۰ ثانیه.
این یک قدم بزرگ برای استفاده از هوش مصنوعی در حوزههای حساس مثل پزشکی و مالی است، جایی که امنیت دادهها حرف اول را میزند! 🚀
منبع: arXiv AI