L’essor des ordinateurs quantiques représente une étape significative dans le domaine de la technologie, offrant des capacités de calcul inégalées. Toutefois, ces systèmes avancés ne sont pas à l’abri des attaques malveillantes, posant un risque pour leur intégrité et celle des applications qu’ils alimentent. Une équipe de recherche innovante propose une solution pour renforcer la sécurité de ces machines d’avant-garde.
Les ordinateurs quantiques, grâce à leur capacité à traiter des problèmes complexes à une vitesse exponentiellement supérieure à celle des ordinateurs classiques, sont au cœur des avancées technologiques actuelles. Ils restent par contre vulnérables aux attaques adverses, susceptibles de compromettre leur fonctionnement et celui des applications d’intelligence artificielle (IA) qu’ils soutiennent, comme les véhicules autonomes.
Face à ce défi, une équipe de l’Université du Texas à Dallas, en collaboration avec un partenaire industriel, a développé une méthode innovante nommée Injection de Bruit Quantique pour la Défense contre les Adversaires (QNAD), visant à offrir une couche supplémentaire de protection.
Lutter contre les attaques adverses avec QNAD
Les attaques adverses, conçues pour perturber la capacité d’inférence de l’IA, peuvent avoir des conséquences graves. Dr. Kanad Basu, professeur assistant en génie électrique et informatique, illustre le risque par une analogie simple : une attaque pourrait être comparée à l’action de placer un autocollant sur un panneau stop, ce qui pourrait amener un véhicule autonome à mal interpréter le signal et à ne pas s’arrêter.
L’objectif de QNAD est de renforcer la sécurité des applications fonctionnant sur ordinateurs quantiques en atténuant l’impact de telles attaques.
Les défis uniques des ordinateurs quantiques
Les ordinateurs quantiques utilisent les principes de la mécanique quantique pour résoudre des problèmes complexes. Contrairement aux bits classiques qui représentent un état de 0 ou de 1, les qubits quantiques exploitent la superposition, leur permettant d’être simultanément dans les états 0 et 1. Cette capacité offre aux ordinateurs quantiques une puissance de calcul considérable. Néanmoins, ils sont sensibles au «bruit» et aux «diaphonies», des interférences pouvant entraîner des erreurs de calcul.
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
Exploiter le bruit quantique pour la défense
L’approche QNAD tire parti du bruit quantique intrinsèque et des diaphonies pour contrer les attaques adverses. En introduisant délibérément des diaphonies dans le réseau neuronal quantique (QNN), cette méthode réduit l’impact des attaques. Dr. Basu, auteur principal de l’étude, souligne que cette stratégie, première du genre, pourrait compléter d’autres mécanismes de défense contre les attaques adverses. Les recherches ont montré qu’en cas d’attaque, une application d’IA était 268% plus précise avec QNAD qu’en son absence.
Shamik Kundu, doctorant en génie informatique et co-auteur de l’étude, compare l’avantage du cadre QNAD à celui des ceintures de sécurité dans les voitures. Tout comme une ceinture de sécurité réduit l’impact d’un accident, le cadre QNAD diminue l’effet des attaques adverses sur un modèle QNN, offrant ainsi une couche supplémentaire de sécurité.
En conclusion, alors que les ordinateurs quantiques continuent de repousser les limites de la technologie, garantir leur sécurité contre les attaques malveillantes est primordial. L’approche QNAD représente un pas important dans cette direction, promettant de rendre les applications quantiques plus résilientes face aux menaces émergentes.
Légende illustration : Kanad Basu (à gauche) et ses collègues ont mis au point un moyen de contrer l’impact des attaques visant à perturber la capacité de l’intelligence artificielle à prendre des décisions ou à résoudre des tâches dans les ordinateurs quantiques. Son équipe comprend les doctorants en génie informatique Sanjay Das, Navnil Choudhury (assis) et Shamik Kundu (à droite).
