AI-modeller og plattformer

AI-system automatisk omformer for å unngå sensur forsøk

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Forskning utført av forskere ved University of Maryland (UMD) har skapt et AI-drevet program som kan omforme seg selv for å unngå internett-sensur forsøk. Ifølge TechXplore, er autoritære regjeringer som sensurerer internettet og ingeniører som prøver å motvirke sensur forsøk, låst i en våpenkappløp, hvor hver side prøver å overgå den andre. Å lære å omgå sensur-teknikker tar vanligvis mer tid enn å utvikle sensur-teknikker, men et nytt system utviklet av University of Maryland-teamet kunne gjøre det lettere og raskere å tilpasse seg sensur forsøk.

Verktøyet som er oppfunnet av forskningsteamet, er kalt Geneva, som står for Genetic Evasion. Verktøyet kan unngå sensur forsøk ved å utnytte feil og bestemme svakheter i logikken til sensur, som kan være vanskelig å finne for mennesker.

Informasjon på internettet transporteres i form av pakker. Små deler av data starter på avsenderens datamaskin, hvor de deles opp og sendes til mottakerens datamaskin. Når de ankommer mottakerens datamaskin, gjenoppbygges informasjonen. En vanlig metode for å sensurere internettet er å overvåke pakke-data som opprettes når en søker på internettet. Etter å ha overvåket disse pakker, kan sensuren blokkere resultater for bestemte forbudte nøkkelord eller domenenavn.

Geneva fungerer ved å modifisere hvordan pakke-data faktisk deles opp og overføres. Dette betyr at sensur-algoritmene ikke klassifiserer søk eller resultater som forbudt innhold, eller er ellers ikke i stand til å blokkere forbindelsen.

Geneva bruker en genetisk algoritme, en type algoritme inspirert av biologiske prosesser. Geneva bruker små deler av kode som byggestener i stedet for DNA-strenger. Delene av kode, eller byggestenene, kan omarrangeres i bestemte kombinasjoner som kan unngå forsøk på å bryte eller stanse datapakker. Genevas deler av kode omarrangeres over flere generasjoner, ved å bruke en strategi som kombinerer instruksjonene som best unngikk sensur i den forrige generasjonen for å skape en ny sett med instruksjoner/strategier. Denne evolusjonære prosessen gjør det mulig å skape sofistikerte unngåelses-teknikker relativt raskt. Geneva kan fungere mens en bruker blar på internettet, og kjører i bakgrunnen av nettleseren.

Dave Levin, en assistent-professor i datavitenskap ved UMD, forklarte at Geneva setter anti-sensur-aktører i en distinkt fordel for første gang. Levin forklarte også at metoden forskerne brukte for å skape verktøyet deres snur tradisjonelle sensur-unngåelses-strategier på hodet. Tradisjonelle metoder for å beseire sensur-strategier innebærer å forstå hvordan en sensur-strategi fungerer og deretter omvende ingeniør metoder for å beseire det. Men i tilfelle Geneva, figurerer programmet ut hvordan å unngå sensuren og deretter analyserer forskerne hvilke sensur-strategier som brukes.

For å teste verktøyet sitt ytelse, testet forskningsteamet Geneva på en datamaskin i Kina utstyrt med en umodifisert Google Chrome-nettleser. Når forskningsteamet brukte strategiene som Geneva identifiserte, kunne de bla på internettet for nøkkelord-resultater uten sensur. Verktøyet viste seg også å være nyttig i India og Kasakhstan, som også blokkerer bestemte URL-er.

Forsknings-teamet planlegger å slippe koden og dataene som ble brukt til å skape modellen noen gang snart, i håp om at det vil gi mennesker i autoritære land bedre og mer åpen tilgang til informasjon. Forsknings-teamet eksperimenterer også med en metode for å deployere verktøyet på enheten som tjener blokkert innhold i stedet for klientens datamaskin (datamaskinen som gjør søket). Hvis det er vellykket, vil det bety at mennesker kan få tilgang til blokkert innhold uten å installere verktøyet på sine datamaskiner.

“Hvis Geneva kan deployeres på server-siden og fungere like godt som det gjør på klient-siden, så kunne det potensielt åpne opp kommunikasjon for millioner av mennesker,” sa Levin. “Det er en fantastisk mulighet, og det er en retning vi forsøker å følge.”

Blogger og programmerer med spesialområder i Machine Learning og Deep Learning emner. Daniel håper å hjelpe andre med å bruke kraften av AI for sosialt godt.