計算機要負責守護許多秘密。近日，一個由谷歌大腦，谷歌深度學習項目成員組成的研究團隊就向大家展示了機器學習是如何學會在眾多“眼線”的監(jiān)視下守護秘密信息。

研究員 Martín Abadi 和 David Andersen 證實，神經網絡（ neural networks，或“neural nets，一種試圖模仿人類神經元結構的計算系統(tǒng)）確實可以用簡單的加密技術搞定保密工作。

在實驗過程中，研究人員無需教給計算機任何具體的密碼學算法，它就能利用機器學習自動學會給文檔加密。雖然目前來看，這種加密水平和人類設計的加密系統(tǒng)比起來還相差甚遠，尚處于起步階段，但這對神經網絡來說的確是一個進步，一個有意思的進步。正如實驗設計者所說：“本來醉翁之意就不在于破解密碼?！?/p>

谷歌大腦團隊用三個神經網絡進行該實驗，并把它們分別起名為 Alice , Bob 和 Eve ，并且訓練它們在交流中分別扮演好自己的角色。Alice 負責給 Bob 傳遞加密了的信息，Bob 負責解密，而 Eve 則負責竊聽。

為了使信息處于保密狀態(tài)，Alice 需要把原始普通信息轉化為亂碼，以混淆像中途截獲信息的 Eve 對信息的理解。而解密亂碼（或稱“密文”）的人只能是 Bob，別無他者。 Alice 和 Bob 會提前商量好一串數字，我們把它稱之為“密匙”。他們會利用密匙來進行加密和解密工作。而這個密匙究竟是什么， Eve無從知曉。（譯者注：這就是迪菲-赫爾曼公鑰加密的工作原理，關于迪菲和赫爾曼參見《40年前，他們奠定了計算機商業(yè)安全的基礎，還有今天蘋果不妥協(xié)的底氣》）

| 熟能生巧

一開始，Alice 神經網絡并不能很好地將秘密信息送達 Bob。但隨著練習次數的增加，Alice 慢慢地形成了自己的加密策略，而 Bob 也學會了如何解密。

當這個過程重復 15,000 次后，Bob 終于能夠將Alice 的“密文”還原成普通信息了。該信息由 16 個字節(jié)組成，而 Eve 則只能猜出8 個字節(jié)。一個 0 或者一個 1 代表了一個字節(jié)，因此，目前 Eve 的成功率和純粹“瞎蒙”差不多。（想看具體實驗過程和研究成果，請大家移步這里：arxiv ）

我們不知道加密策略究竟如何運行，因為機器學習只是提供了一個解決方案，而并沒有給出它是怎么做到的（例如迪菲-赫爾曼公鑰加密就是用兩個大素數進行相除），因此也就很難為加密過程給予任何安全保障。也就是說，這種機器學習加密技術在實際應用中可能會存在一定的局限性。

“這種級別的神經網絡計算是近幾年才發(fā)展起來的，所以不管未來會發(fā)展成什么樣，現在才剛剛開始而已，” 加密公司 PKWARE 的 Joe Sturonas 這樣說道。

想讓人工智能加密達到和人工加密一樣的復雜程度，還有很長的路要走。但不管怎么說，他們已經開始嘗試了。

 via：newscientist

延伸閱讀：

貓鼠游戲：加密技術如何對付量子計算機？｜深度

量子計算機也無法破解的密碼？微軟正在研究

安全崩盤的年代：由拖庫攻擊談口令字段的加密策略

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。