来源：cnBeta.COM
一位最近出院的心脏病患者正在使用智能手表来帮助监测他的心电图信号。这款智能手表看起来非常安全，但处理该健康信息的神经网络使用的是私人数据，这些数据仍有可能被恶意代理通过侧信道攻击窃取。
边信道攻击试图通过间接利用一个系统或其硬件来收集秘密信息。在一种类型的边信道攻击中，精明的黑客可以在神经网络运行时监测设备的功耗波动以提取从设备中“泄漏”出来的受保护信息。
“在电影中，当人们想打开上锁的保险箱时，他们会听锁转动时的咔哒声。这表明，可能向这个方向转动锁会帮助他们进一步进行。这就是旁门左道攻击，”麻省理工学院电子工程和计算机科学系(EECS)的研究生、一篇解决这一问题的论文的第一作者SauravMaji说道：“它只是利用非预期的信息并利用它来预测设备内部正在发生的事情。”
目前能防止某些边信道攻击的方法是出了名得耗电，因此它们对于像智能手表这样依赖低功耗计算的物联网(IoT)设备往往是不可行的。
现在，Maji和他的合作者已经建立了一个集成电路芯片，它可以抵御电源边信道攻击，同时使用的能量远远低于常见的安全技术。该芯片比拇指甲还小，可以被整合到智能手表、智能手机或平板电脑中以对传感器数值进行安全机器学习计算。
“这个项目的目标是建立一个在边缘进行机器学习的集成电路，这样它仍是低功耗的，但可以防止这些边信道攻击，这样我们就不会失去这些模型的隐私，”麻省理工学院工程学院院长、VannevarBush电气工程和计算机科学教授、该论文的第一作者AnanthaChandrakasan表示，“人们没有过多