วันจันทร์ที่ 14 พฤศจิกายน พ.ศ. 2565

ตัวแบบ AI อาจช่วยป้องกันการรั่วไหลของข้อมูล

key
ภาพจาก  Imperial College London (U.K.)

 QuerySnout อัลกอริทึมปัญญาประดิษฐ์ (artificial intelligence)  หรือ AI ที่ออกแบบโดยนักวิจัยที่ Imperial College London (ICL) ของสหราชอาณาจักร สามารถตรวจสอบระบบปกป้องความเป็นส่วนตัวจากการละเมิดที่อาจเกิดขึ้นได้ 

QuerySnout สามารถระบุการโจมตีโดยอัตโนมัติบนระบบที่อยู่บนฐานการสืบค้น (query-based systems) หรือ QBS ที่นักวิเคราะห์ใช้เพื่อค้นหาข้อมูล และเรียกข้อมูลแบบที่มีการรวบรวม (aggregation) ตัวแบบจะเรียนรู้ว่าคำถามใดที่ควรถาม QBS เพื่อให้ได้คำตอบ จากนั้นเรียนรู้ที่จะรวมคำตอบโดยอัตโนมัติเพื่อตรวจหาข้อบกพร่องด้านความเป็นส่วนตัวที่อาจเกิดขึ้น

QuerySnout ใช้การเรียนรู้ของเครื่อง (machine learning) เพื่อสร้างการโจมตี QBS ที่รวมเอาคำตอบเพื่อแสดงข้อมูลส่วนตัวที่เฉพาะเจาะจง หลังจากการค้นหาเชิงวิวัฒนาการเพื่อค้นหาชุดการสืบค้นที่ถูกต้อง Ana-Maria Cretu ของ ICL กล่าวว่า " QuerySnout พบการโจมตีที่ทรงพลังมากกว่าที่รู้จักในระบบที่ใช้จริงในปัจจุบัน ซึ่งหมายความว่าโมเดล AI ของเรานั้นดีกว่ามนุษย์ในการค้นหาการโจมตีเหล่านี้"

อ่านข่าวเต็มได้ที่: Imperial College London (U.K.)

วันอาทิตย์ที่ 13 พฤศจิกายน พ.ศ. 2565

IBM ออกควอนตัมคอมพิวเตอร์ที่มีควอนตัมบิต 433 บิต

IBM-quantum
ภาพจาก Reuters

คอมพิวเตอร์ควอนตัม Osprey ใหม่ของไอบีเอ็มมีควอนตัมบิต (quantum bit) หรือ qubit จำนวน  433 บิต เพิ่มขึ้นสามเท่าจากรุ่นก่อน

Dario Gil ของ IBM กล่าวว่าบริษัทกำลังก้าวไปสู่การพัฒนาคอมพิวเตอร์ควอนตัมที่มีมากกว่า 1,000 qubits โดยสังเกตว่า "เราได้ออกแบบและวิศวกรรมสถาปัตยกรรมทั้งหมดสำหรับการคำนวณควอนตัมอยู่บนฐานของโมดูล" 

Gil กล่าวว่า Quantum System Two ของ IBM จะเป็น "ระบบคอมพิวเตอร์ควอนตัมแบบโมดูลระบบแรกอย่างแท้จริง เพื่อให้คุณสามารถปรับขนาดให้ใหญ่ขึ้นและใหญ่ขึ้นเรื่อย ๆ เมื่อเวลาผ่านไป

การเป็นโมดูลความว่าตัวชิปเองจะต้องเชื่อมต่อถึงกัน” บริษัทคาดการณ์ว่าระบบนี้จะออนไลน์ภายในปลายปี 2023 ซึ่งจะทำหน้าที่เป็นรากฐานสำหรับ ซุปเปอร์คอมพิวเตอร์ที่ใช้ควอนตัมเป็นศูนย์กลาง 

อ่านข่าวเต็มได้ที่: Reuters

วันศุกร์ที่ 11 พฤศจิกายน พ.ศ. 2565

ระบบจำแนกมัลแวร์ที่ใช้ร่วมกับเครือข่าย 5G สำหรับความมั่นคงทางไซเบอร์ยุคต่อไป


Photo by Shiwa ID on Unsplash

ทีมนักวิทยาศาสตร์นานาชาตินำโดย Gwanggil Jeon จากมหาวิทยาลัย Incheon National University ของเกาหลีใต้ ได้สร้างระบบตรวจจับมัลแวร์ที่ใช้ปัญญาประดิษฐ์สำหรับระบบ อินเทอร์เน็ตของสรรพสิ่ง (Internet of Things) หรือ IOT ในระดับอุตสาหกรรม โดนระบบนี้ใช้งานกับเครือข่าย 5G ได้

ระบบใช้ภาพเฉดสีเทากับเครือข่ายการเรียนรู้เชิงลึก (deep learning) เพื่อวิเคราะห์มัลแวร์ จากนั้นจึงนำเครือข่ายประสาทเทียมคอนโวลูชัน (convolutional neuron network) มาใช้ เพื่อจัดหมวดหมู่การโจมตีของมัลแวร์ นักวิจัยรวมระบบเข้ากับเครือข่าย 5G เพื่อลดเวลารอในการทำงานให้ต่ำลง ทำให้สามารถแบ่งปันข้อมูลและการวินิจฉัยแบบเรียลไทม์ได้ในปริมาณมาก

ตัวแบบใหม่นี้ได้รับการปรับปรุงจากสถาปัตยกรรมระบบแบบเดิม ทำให้ได้ความแม่นยำถึง 97% บนชุดข้อมูลเกณฑ์มาตรฐาน (benchmark) 

อ่านข่าวเต็มได้ที่: Newswise



วันพฤหัสบดีที่ 10 พฤศจิกายน พ.ศ. 2565

Tim Berners-Lee ผู้สร้างเว็บต้องการให้เราเลิกสนใจ Web3

Tim-Beners-Lee
Tim Berners-Lee ภาพจาก CNBC News

Tim Berners-Lee ผู้รับรางวัล Turing Award ซึ่งได้รับเครดิตจากการประดิษฐ์ World Wide Web บอกว่า Web3 ไม่สามารถนำมาใช้เป็นตัวสร้างสร้างอินเทอร์เน็ตในรอบต่อไป 

ที่การประชุม Web Summit ในลิสบอน ประเทศโปรตุเกส Berners-Lee เรียก Web3 ว่าเป็นคำที่คลุมเครือเพื่ออธิบายอินเทอร์เน็ตเชิงทฤษฎีที่มีการกระจายอำนาจมากกว่าเว็บปัจจุบัน โดยผสมผสานเทคโนโลยี เช่น บล็อคเชน คริปโตเคอเรนซี่ และโทเค็นที่ไม่สามารถแทนที่ได้

Berners-Lee อธิบายโปรโตคอลบล็อกเชนว่า "ช้าเกินไป แพงเกินไป และเป็นสาธารณะเกินไป" เขากล่าวว่าผู้คนมักสับสน Web3 กับ Web 3.0 เฟรมเวิร์ก สำหรับการกำหนดค่าอินเทอร์เน็ตใหม่

บริษัทสตาร์ตอัพใหม่ของเขาคือ Inrupt ตั้งใจที่จะอนุญาตให้ผู้ใช้ควบคุมข้อมูลของตนเองผ่านคุณลักษณะการลงชื่อเพียงครั้งเดียว (single sign-on) ที่ใช้ได้ทั้งโลกสำหรับการเข้าสู่ระบบแบบยูนิเวอร์ซัล (universal)  ซึ่งเป็นการเข้าสู่ระบบที่อนุญาตให้ผู้ใช้แลกเปลี่ยนข้อมูล และ "ส่วนประสานการเขียนโปรแกรมแอปพลิเคชัน (Application Programming Interface) แบบยูนิเวอร์ซัล"

อ่านข่าวเต็มได้ที่: CNBC News


วันอังคารที่ 8 พฤศจิกายน พ.ศ. 2565

นักวิจัยมีวิธีแก้วิกฤติการทำซ้ำทางวิทยาศาสตร์

reseacher-in-labs
ภาพจาก USC Viterbi School of Engineering

นักวิจัยจาก University of Southern California (USC) ได้พัฒนาและทดสอบวิธีการเพื่อเอาชนะความยากลำบากในการทำซ้ำงานวิจัยทางวิทยาศาสตร์เพื่อให้ได้ผลลัพธ์ที่แม่นยำ 

นักวิจัยกลั่นกรองกราฟความรู้จากผลการศึกษาทางวิชาการมากกว่า 250 ล้านชิ้น ซึ่งรวมถึงข้อมูลระดับไมโคร (micro) และแมคโคร (macro)  พวกเขาตรวจสอบตัวแปรระดับไมโครในบทความที่ตีพิมพ์ซึ่งทราบว่ามีผลกระทบต่อความสามารถในการทำซ้ำ และรวมข้อมูลความสัมพันธ์ระดับแมคโครระหว่างเอนทิตีเพื่อสร้างโครงสร้างเครือข่าย

Jay Pujara แห่ง USC กล่าวว่า "เราพบว่าถ้าเราสามารถรวมทั้งสองสิ่งนี้เข้าด้วยกัน รวมคุณลักษณะบางอย่างจากข้อความและคุณลักษณะบางอย่างจากกราฟความรู้ เราก็สามารถทำได้ดีกว่าการใช้วิธีใดวิธีหนึ่งเพียงอย่างเดียว"

อ่านข่าวเต็มได้ที่: USC Viterbi School of Engineering