Çipler ve Yarı İletkenler

SEAL Çerçevesi, 3 Boyutlu Bellek İçi Bilişim Güvenliğini Saldırılara Karşı Güçlendiriyor

Araştırmacılar, 3 boyutlu bellek içi bilişim işlemcilerindeki hata açıklarını azaltmak ve çok kiracılı ağların güvenliğini artırmak için SEAL adında yeni bir teknik çerçeve geliştirdi.

2026-10-25
2 dk okuma
20 görüntülenme
certi.news Editorial Team
SEAL Çerçevesi, 3 Boyutlu Bellek İçi Bilişim Güvenliğini Saldırılara Karşı Güçlendiriyor

Arizona Eyalet Üniversitesi ve Maryland Üniversitesi'nden bir araştırma ekibi, 3 boyutlu bellek içi bilişim (Compute-in-Memory - CiM) işlemcilerindeki güvenlik zorluklarını ele almak için tasarlanmış yenilikçi bir çerçeve sunan SEAL adlı teknik bir makale yayınladı. Bu yenilik, çok kiracılı ortamlarda güç dağıtım ağlarının paylaşılmasından kaynaklanan hata açıklarını azaltmayı amaçlıyor.

SEAL Çerçevesi Ne Değiştiriyor?

3 boyutlu bellek içi bilişim işlemcileri, derin sinir ağı çıkarımını hızlandırmak için çeşitli bellek katmanlarını üst üste bindirmeyi amaçlar. Bununla birlikte, farklı kullanıcılar arasında güç kaynaklarının paylaşılması (Çok kiracılık), istismar edilebilecek güvenlik açıklarına yol açmaktadır. SEAL çerçevesi, sinir ağı katmanlarının işlemcinin fiziksel katmanları üzerindeki dağılımını akıllı bir şekilde optimize ederek, sinir ağındaki en kritik ve hassas katmanları en esnek ve hataya dayanıklı fiziksel katmanlarla eşleştirir.

Performans ve Güvenlik Sonuçları

ResNet-18 ve Qwen2.5-3B gibi modeller kullanılarak yapılan değerlendirmeler, hata direncinde somut bir gelişme gösterdi:

  • ResNet-18 modeli için hata açığında 3,9 kata varan bir azalma elde edildi.
  • Qwen2.5-3B modeli için hata açığında 7,8 kata varan bir azalma elde edildi.
  • ReRAM belleğe yoğun bir şekilde güvenen yapılandırmalarda SEAL, yüksek önem taşıyan tüm katmanları düşük hata duyarlılığına sahip katmanlara yerleştirmeyi başararak hata olasılığını teknik olarak mümkün olan en düşük seviyeye indirdi.

Bu, Kullanıcılar İçin Ne Anlama Geliyor?

Bu yaklaşım, akıllı modellerin doğruluğunun korunmasını garanti eder; ResNet-18'in doğruluğu hatasız taban çizgisinin 0,06 yüzde puanlık aralığında kalırken, Qwen2.5-3B modeli ise perplexity (şaşkınlık) seviyesini aynı aralıkta tuttu. Bu gelişme, performansın yalnızca hıza değil, aynı zamanda sistem kararlılığını güç hatları üzerinden hedefleyen saldırılara karşı güvenlik güvenilirliğini de kapsadığı, gelişmiş bellek teknolojilerine güvenen veri merkezlerinde, yapay zekayı çalıştıran donanım altyapısının güvence altına alınmasına yönelik önemli bir adım teşkil etmektedir.

Haber kaynağı
Semiconductor Engineering
Özgün kaynağı aç ↗
c
Yazar

certi.news Editorial Team

Aynı kategoride

Bunlar da ilginizi çekebilir

Tüm haberleri gör