Connect with us

Kunstig intelligens

AI-system automatisk omformer for å unngå sensur forsøk

mm

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. Som rapportert av 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 funnet av forskningsteamet, er kalt Geneva, som står for Genetic Evasion. Verktøyet er i stand til å unngå sensur forsøk ved å utnytte feil og avgjøre feil i logikken til sensorene, som kan være vanskelig å finne for mennesker.

Informasjon på internettet transporteres i form av pakker. Små biter av data starter på avsenders datamaskin hvor de deles opp og sendes til mottakers datamaskin. Når de ankommer mottakers datamaskin, gjenoppbygges informasjonen. En vanlig metode for å sensurere internettet er å overvåke pakke-data som opprettes når en søkning gjøres på internettet. Etter å ha overvåket disse pakker, kan sensoren 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 søkninger eller resultater som forbudt innhold, eller er ellers ikke i stand til å blokkere forbindelsen.

Geneva utnytter en genetisk algoritme, en type algoritme inspirert av biologiske prosesser. Geneva bruker små biter av kode som byggeklosser i stedet for DNA-strenger. Bitene av kode, eller byggeklosser, kan omarrangeres i bestemte kombinasjoner som kan unngå forsøk på å bryte opp eller stanse datapakker. Genevas biter 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 evolusjonsprosessen gjør det mulig å skape sofistikerte unngåelses-teknikker ganske raskt. Geneva er i stand til å fungere mens en bruker blar gjennom nettet, kjører i bakgrunnen av nettleseren.

Dave Levin, en assistent professor i datavitenskap ved UMD, forklarte at Geneva setter anti-sensorene i en distinkt fordel for første gang. Levin forklarte også at metoden forskerne brukte for å skape deres verktøy snur tradisjonelle sensur-unngåelses-strategier på hodet. Tradisjonelle metoder for å beseire sensur-strategier innebærer å forstå hvordan en sensur-strategi fungerer og deretter omvendt ingeniør metoder for å beseire det. Men i tilfelle Geneva, figurerer programmet ut hvordan å unngå sensoren 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 gjennom nøkkelordresultater uten sensur. Verktøyet viste seg også å være nyttig i India og Kasakhstan, som også blokkerer bestemte URL-er.

Forskingsteamet har som mål å slippe kode og data brukt til å skape modellen noen gang snart, i håp om at det vil gi mennesker i autoritære land bedre, mer åpen tilgang til informasjon. Forskingsteamet eksperimenterer også med en metode for å deployere verktøyet på enheten som betjener blokkert innhold i stedet for klientens datamaskin (datamaskinen som gjør søkningen). Hvis det er vellykket, ville det bety at mennesker kunne få tilgang til blokkert innhold uten å installere verktøyet på deres datamaskiner.

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

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.