1
| 本文作者： 夏睿 | 2016-10-27 16:59 |
计算机要负责守护许多秘密。近日，一个由谷歌大脑，谷歌深度学习项目成员组成的研究团队就向大家展示了机器学习是如何学会在众多“眼线”的监视下守护秘密信息。
研究员 Martín Abadi 和 David Andersen 证实，神经网络（ neural networks，或“neural nets，一种试图模仿人类神经元结构的计算系统）确实可以用简单的加密技术搞定保密工作。
在实验过程中，研究人员无需教给计算机任何具体的密码学算法，它就能利用机器学习自动学会给文档加密。虽然目前来看，这种加密水平和人类设计的加密系统比起来还相差甚远，尚处于起步阶段，但这对神经网络来说的确是一个进步，一个有意思的进步。正如实验设计者所说：“本来醉翁之意就不在于破解密码。”
谷歌大脑团队用三个神经网络进行该实验，并把它们分别起名为 Alice , Bob 和 Eve ，并且训练它们在交流中分别扮演好自己的角色。Alice 负责给 Bob 传递加密了的信息，Bob 负责解密，而 Eve 则负责窃听。
为了使信息处于保密状态，Alice 需要把原始普通信息转化为乱码，以混淆像中途截获信息的 Eve 对信息的理解。而解密乱码（或称“密文”）的人只能是 Bob，别无他者。 Alice 和 Bob 会提前商量好一串数字，我们把它称之为“密匙”。他们会利用密匙来进行加密和解密工作。而这个密匙究竟是什么， Eve无从知晓。（译者注：这就是迪菲-赫尔曼公钥加密的工作原理，关于迪菲和赫尔曼参见《40年前，他们奠定了计算机商业安全的基础，还有今天苹果不妥协的底气》）
| 熟能生巧
一开始，Alice 神经网络并不能很好地将秘密信息送达 Bob。但随着练习次数的增加，Alice 慢慢地形成了自己的加密策略，而 Bob 也学会了如何解密。
当这个过程重复 15,000 次后，Bob 终于能够将Alice 的“密文”还原成普通信息了。该信息由 16 个字节组成，而 Eve 则只能猜出8 个字节。一个 0 或者一个 1 代表了一个字节，因此，目前 Eve 的成功率和纯粹“瞎蒙”差不多。（想看具体实验过程和研究成果，请大家移步这里：arxiv ）
我们不知道加密策略究竟如何运行，因为机器学习只是提供了一个解决方案，而并没有给出它是怎么做到的（例如迪菲-赫尔曼公钥加密就是用两个大素数进行相除），因此也就很难为加密过程给予任何安全保障。也就是说，这种机器学习加密技术在实际应用中可能会存在一定的局限性。
“这种级别的神经网络计算是近几年才发展起来的，所以不管未来会发展成什么样，现在才刚刚开始而已，” 加密公司 PKWARE 的 Joe Sturonas 这样说道。
想让人工智能加密达到和人工加密一样的复杂程度，还有很长的路要走。但不管怎么说，他们已经开始尝试了。
via：newscientist
延伸阅读：
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
