片上量子激活神经储备池开启用于弹性认证的大规模硬件安全模型
无序系统与神经网络
2024-03-22 v1 人工智能
密码学与安全
摘要
量子人工智能是人工智能研究的前沿领域，它开创性地利用量子AI驱动的电路来解决传统架构下深度学习无法企及的问题。本工作实现了一个大规模量子激活递归神经网络，该网络在集成于芯片上的非晶材料中，源于可重复的原子尺度成核动力学，每平方厘米拥有超过3万亿个硬件节点，且每个读出通道的功耗仅为0.07纳瓦。与目前报道的性能最佳的储备池相比，本实现将网络规模提升了两个数量级，并将功耗降低了六倍，达到了与人脑相当的能效水平，每个神经元耗散0.2纳瓦。当受到经典输入询问时，该芯片实现了一个大规模硬件安全模型，能够实现无字典认证，并能抵御统计推断攻击，包括当前及未来发展的AI攻击，即使对手拥有所有经典组件的副本。实验测试报告了99.6%的可靠性、100%的用户认证准确率以及理想的50%密钥唯一性。由于其量子特性，该芯片支持的单位特征尺寸面积比特密度比现有最佳技术高出三倍，在1平方厘米的面积内可存储超过个密钥。这样一个量子驱动的平台，有助于对抗网络犯罪产业所主导的新兴战争形式，即通过破解认证来攻击从小型到大型的设施，从个人用户到智能电网。
引用
@article{arxiv.2403.14188,
title = {Quantum-activated neural reservoirs on-chip open up large hardware security models for resilient authentication},
author = {Zhao He and Maxim S. Elizarov and Ning Li and Fei Xiang and Andrea Fratalocchi},
journal= {arXiv preprint arXiv:2403.14188},
year = {2024}
}