Aprendizaje Profundo Colaborativo: Aplicaciones del Aprendizaje Automático en Criptografía

En el ámbito del aprendizaje profundo, hay casos en los que los datos de una sola fuente son insuficientes para entrenar un modelo. Esto ha llevado a un creciente interés entre los propietarios de datos no solo en utilizar sus propios datos, sino también en incorporar datos de otras fuentes. Un enfoque para facilitar esto es utilizar un modelo basado en la nube que pueda aprender de múltiples fuentes de datos. Sin embargo, una preocupación clave es la protección de la información sensible. 

Esto ha dado lugar al concepto de aprendizaje profundo colaborativo, que gira en torno a dos estrategias principales: compartir datos de entrenamiento cifrados y compartir gradientes cifrados. El principio general aquí es el uso de cifrado homomórfico totalmente seguro para garantizar que todos los datos, incluidos los utilizados para operaciones en la nube, permanezcan cifrados durante todo el proceso de aprendizaje.

Compartir datos cifrados para garantizar la privacidad

Ha habido enfoques innovadores para garantizar la privacidad durante el aprendizaje profundo colaborativo. Uno de estos métodos implica tanto a los propietarios de datos como a un sistema basado en la nube. Así es como funciona:

1. Los propietarios de datos crean claves públicas, claves secretas y claves de evaluación. Luego cifran sus datos (como datos de entrenamiento y objetivos deseados) utilizando sus claves públicas y envían estos datos cifrados a la nube.
2. La nube, al recibir estos datos cifrados, procede a entrenar el modelo utilizando las claves públicas y de evaluación proporcionadas por los propietarios de datos.
3. Una vez que el proceso de aprendizaje actualiza los pesos cifrados, la nube devuelve estos pesos cifrados a los respectivos propietarios de datos.
4. Finalmente, los propietarios de datos descifran colaborativamente los datos recibidos para obtener pesos individuales actualizados. Este proceso de descifrado aprovecha las técnicas de computación multipartita segura.

Se ha propuesto otro método más intrincado para eliminar la necesidad de que los propietarios de datos se comuniquen durante el proceso de descifrado. Esto implica una entidad adicional, un centro autorizado (AU), y emplea una combinación de técnicas de doble cifrado y cifrado homomórfico totalmente seguro de múltiples claves. Los pasos son:

1. Los propietarios de datos crean sus claves públicas y secretas y cifran sus datos, que luego se envían a la nube. El AU también conserva una copia de las claves secretas de los propietarios de datos.
2. La nube, después de recibir los datos cifrados pero careciendo de las claves de evaluación, introduce ruido en los datos y los reenvía al AU.
3. El AU descifra estos datos utilizando las claves secretas de los propietarios de datos y los vuelve a cifrar con una única clave pública antes de enviarlos de vuelta a la nube.
4. La nube ahora puede calcular los pesos cifrados y actualizados utilizando estos datos uniformemente cifrados. Una vez hecho, los resultados se envían al AU para su re-cifrado utilizando las claves públicas individuales de los propietarios de datos.
5. Cada propietario de datos recibe entonces sus respectivos resultados, que pueden descifrar utilizando sus claves secretas.

Se ha demostrado que este sistema mantiene la seguridad semántica, siempre que el sistema de clave pública en uso también sea semánticamente seguro. Además, la privacidad de los parámetros del aprendizaje profundo, como los pesos, permanece intacta siempre que la nube y el AU no coludan.

En avances recientes, ha habido mejoras en el método básico introduciendo cifrado homomórfico totalmente seguro de múltiples esquemas. Esto permite a los propietarios de datos emplear diversos esquemas de cifrado cuando participan en el aprendizaje profundo colaborativo. Además, ha habido mejoras en la precisión de ciertas funciones de activación y un aumento en la precisión general y la velocidad de las tareas de clasificación en comparación con los métodos anteriores.

Aprendizaje Profundo Colaborativo con Gradientes Cifrados

Un enfoque innovador en el ámbito del aprendizaje profundo colaborativo implica el uso de cifrado homomórfico aditivo. Este método se desarrolló como una mejora sobre técnicas anteriores que utilizaban la descenso de gradiente estocástico asíncrono (ASGD) como método de aprendizaje. Este enfoque anterior se denominó “ASGD selectivo de gradientes” porque permitía a cada propietario de datos decidir qué gradientes compartir globalmente, garantizando su privacidad. 

También hubo un método adicional que incorporó privacidad diferencial introduciendo ruido de Laplace en los gradientes. A pesar de estas medidas, se demostró que aún existía un potencial de filtración de datos sensibles de los propietarios, incluso si los valores de los gradientes sufrían modificaciones menores.

En el método mejorado que utiliza ASGD, el proceso puede describirse como:

1. Los propietarios de datos recuperan el peso cifrado de la nube, descifrándolo con su clave secreta.
2. Utilizando el peso global y sus datos de entrenamiento, el propietario de datos calcula el gradiente dentro de su modelo de aprendizaje profundo.
3. Este gradiente, después de ser multiplicado por la tasa de aprendizaje, se cifra utilizando la clave secreta del propietario de datos y luego se envía de vuelta a la nube.
4. La nube actualiza entonces el peso global utilizando los datos cifrados de los propietarios de datos, limitando la operación a la suma.
5. Un punto destacado significativo de este método es su robustez contra posibles filtraciones de gradientes. La nube, incluso si opera con intenciones curiosas, no puede acceder a la información del gradiente. Además, cuando el propietario de datos descifra los resultados de la nube, el resultado se alinea perfectamente con lo que se esperaría si las operaciones de la nube se hubieran realizado en un gradiente no cifrado.

Implicaciones de Seguridad del Aprendizaje Automático en Criptografía

La integración del aprendizaje automático en la criptografía ha planteado varias preocupaciones de seguridad. En esta sección, presentamos un breve resumen de los hallazgos clave relacionados con este tema en tiempos recientes.

Seguridad del Aprendizaje Automático: Un estudio de 2006 profundizó en la pregunta de si el aprendizaje automático puede ser verdaderamente seguro. Esta investigación introdujo una clasificación de varios tipos de ataques a los sistemas y técnicas de aprendizaje automático. Además, presentó defensas contra estos ataques y proporcionó un modelo analítico que ilustra los esfuerzos del atacante.

Taxonomía Expandida de Ataques: Basándose en su trabajo anterior, un estudio posterior amplió la clasificación de los ataques. Esta investigación detalló cómo las diferentes clases de ataques impactan los costos tanto para el atacante como para el defensor. También proporcionó una revisión exhaustiva de los ataques a los sistemas de aprendizaje automático, utilizando el filtro de spam estadístico SpamBayes como estudio de caso.

Ataques de Evasión: Un estudio de 2013 introdujo el concepto de ataques de evasión. Aunque presentan similitudes con los ataques de integridad exploratoria, los ataques de evasión se centran en introducir datos adversarios en los datos de entrenamiento de los sistemas basados en aprendizaje automático. La investigación enfatizó la importancia de evaluar exhaustivamente la resistencia del aprendizaje automático a los datos adversarios.

Explotación de Clasificadores de Aprendizaje Automático: Otro estudio de 2013 destacó un método mediante el cual los clasificadores de aprendizaje automático podían ser manipulados para revelar información. Esta investigación se centró en la divulgación no intencional o intencional de información estadística de los clasificadores de aprendizaje automático. Se desarrolló un meta-clasificador único, entrenado para hackear otros clasificadores y extraer información valiosa sobre sus conjuntos de entrenamiento. Tales ataques podrían utilizarse para crear clasificadores superiores o para extraer secretos comerciales, infringiendo los derechos de propiedad intelectual.

Comportamiento Adversario: Los adversarios pueden potencialmente eludir los enfoques de aprendizaje alterando su comportamiento en respuesta a estos métodos. Ha habido una exploración limitada de técnicas de aprendizaje que puedan resistir ataques con robustez garantizada. Se organizó un taller titulado “Métodos de Aprendizaje Automático para la Seguridad Informática” para fomentar discusiones entre expertos en seguridad informática y aprendizaje automático. El taller identificó varias prioridades de investigación, que van desde las aplicaciones tradicionales de aprendizaje automático en seguridad hasta los desafíos del aprendizaje seguro y la creación de nuevos métodos formales con seguridad garantizada.

Más allá de la Seguridad Informática Tradicional: El taller también identificó aplicaciones potenciales más allá del ámbito convencional de la seguridad informática. Estas aplicaciones, donde las preocupaciones de seguridad podrían surgir en relación con los métodos basados en datos, incluyen spam en redes sociales, detección de plagio, identificación de autoría, aplicación de derechos de autor, visión por computadora (especialmente biometría) y análisis de sentimiento.

Seguridad y Privacidad en el Aprendizaje Automático: Un estudio de 2016 proporcionó un análisis en profundidad de las preocupaciones de seguridad y privacidad en el aprendizaje automático. Introdujo un modelo de amenaza detallado para el aprendizaje automático, categorizando ataques y defensas dentro de un marco adversario. Los entornos adversarios para el entrenamiento se dividieron en dos categorías principales: aquellos que apuntan a la privacidad y aquellos que apuntan a la integridad. La inferencia en entornos adversarios también se categorizó en adversarios de caja blanca y de caja negra. El estudio concluyó discutiendo el camino hacia la consecución de un modelo de aprendizaje automático robusto, privado y responsable.

Progreso Pasado del Aprendizaje Automático en Criptoanálisis

El aprendizaje automático se ha integrado cada vez más en el ámbito del criptoanálisis, especialmente en la mejora de las capacidades de los ataques de canal lateral. Aquí hay una visión general concisa de sus aplicaciones:

Incorporación Temprana del Aprendizaje Automático: Una de las incursiones iniciales en este dominio implicó el uso del algoritmo de aprendizaje de Máquinas de Vectores de Soporte de Mínimos Cuadrados (LS-SVM). Este método se dirigió a la implementación de software del Estándar de Cifrado Avanzado (AES) utilizando el consumo de energía como canal lateral. Los hallazgos destacaron el papel fundamental de los parámetros del algoritmo de aprendizaje automático en los resultados.

Mejora de la Precisión: Un enfoque posterior abogó por el uso del aprendizaje automático para aumentar la precisión de los ataques de canal lateral. Dado que estos ataques se basan en las métricas físicas de las implementaciones de hardware de los criptosistemas, a menudo descansan en ciertas suposiciones paramétricas. La introducción del aprendizaje automático ofrece una manera de aliviar estas suposiciones, especialmente al tratar con vectores de características de alta dimensión.

Redes Neuronales en Criptoanálisis: Otro método innovador empleó una red neuronal para el criptoanálisis. Esta estrategia entrenó a la red neuronal para descifrar textos cifrados sin la clave de cifrado, lo que llevó a una reducción notable en el tiempo y en los pares de texto claro-texto cifrado conocidos requeridos para ciertos estándares de cifrado.

Ampliando el Trabajo Previo: Basándose en el enfoque de red neuronal mencionado anteriormente, otro estudio se dirigió a un cifrado ligero. El enfoque cambió hacia el descubrimiento de la clave en lugar del texto claro. La eficiencia de la red neuronal se probó en versiones de rondas reducidas y completas del cifrado, ajustando las configuraciones de la red para maximizar la precisión.

Análisis del Tráfico Cifrado: Un estudio diferente profundizó en el análisis del tráfico de red cifrado en dispositivos móviles. El objetivo era discernir las acciones del usuario a partir de los datos cifrados. Al monitorear pasivamente el tráfico cifrado y aplicar técnicas avanzadas de aprendizaje automático, pudieron deducir las acciones del usuario con una impresionante tasa de precisión.

Aprendizaje Profundo en Ataques de Canal Lateral: Se exploró el aprendizaje profundo para refinar los ataques de canal lateral. El objetivo era desarrollar técnicas de perfilado sofisticadas para minimizar las suposiciones en los ataques de plantilla. Al aplicar el aprendizaje profundo, se lograron resultados más precisos en los ataques de canal lateral a ciertos estándares de cifrado.

Contrarrestar los Ataques de Aprendizaje Automático: Se introdujo un enfoque único para evitar que el aprendizaje automático se weaponizara contra las Funciones Irreproducibles Físicas (PUF) en la autenticación ligera. Este método combinó una autenticación ligera basada en PUF con una técnica de bloqueo, asegurando que el aprendizaje automático no pudiera extraer con éxito el nuevo par desafío-respuesta.

Conclusión

La integración del aprendizaje automático en la criptografía ha abierto nuevas vías para mejorar la seguridad y optimizar los procesos. Si bien ofrece soluciones prometedoras, especialmente en el aprendizaje profundo colaborativo y el criptoanálisis, existen preocupaciones de seguridad inherentes que deben abordarse. A medida que el campo evoluciona, es crucial que los investigadores y profesionales sean conscientes de las vulnerabilidades potenciales y trabajen hacia la creación de sistemas robustos y seguros.