Quantum_an_Classical_AI_Robustness_Against_Adversarial_Attacks_Wendlinger_Tscharke

Quantenbasierte und klassische KI-Sicherheit: Wie man robuste Modelle gegen Adversarial Attacks entwickelt

Der Fortschritt im Quantum Machine Learning (QML) bringt spannende Entwicklungen mit sich, wie z. B. höhere Effizienz oder das Potenzial, Probleme zu lösen, die für klassische Computer unlösbar sind. Doch wie sicher sind quantenbasierte KI-Systeme im Vergleich zu klassischen KI-Modellen gegen Adversarial Attacks? Eine vom Fraunhofer AISEC durchgeführte Studie geht dieser Frage nach, indem sie die Robustheit von Quanten- und klassischen Machine-Learning-Modellen in Angriffssituationen analysiert und vergleicht. Unsere Erkenntnisse über Schwachstellen und Robustheit von Machine-Learning-Modellen bilden die Grundlage für praktische Methoden zum Schutz vor solchen Angriffen, die in diesem Artikel vorgestellt werden.

Most Popular

Keinen Beitrag verpassen?

Bitte geben Sie Ihre E-Mail-Adresse ein, um keinen Blog-Beitrag zu verpassen.
Bitte füllen Sie das Pflichtfeld aus.
Bitte füllen Sie das Pflichtfeld aus.
Bitte füllen Sie das Pflichtfeld aus.

* Pflichtfeld

* Pflichtfeld

Mit dem Ausfüllen des Formulars akzeptieren Sie unsere Datenschutzerklärung.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Weitere Artikel

Codyze: Automatisierte Analyse von Cybersicherheitsanforderungen im Software-Code

Die manuelle Überprüfung der Einhaltung von regulatorischen Anforderungen wie den Bestimmungen des Cyber Resilience Acts ist nicht skalierbar. Unser Code-Analyse-Tool Codyze wandelt produktbezogene Anforderungen in überprüfbare Regeln um und bewertet automatisch, ob der Quellcode des Produkts diese erfüllt – sprach- und mikroserviceübergreifend. Zudem legt Codyze alle Analyseergebnisse für Entwickler, Sicherheitsteams und Auditoren transparent dar.

Weiterlesen »

Laboruntersuchung zur Sicherheit der OpenTitan-Silizium-Root-of-Trust

Das Fraunhofer AISEC hat in Zusammenarbeit mit Google und lowRISC® die Hardware-Sicherheit des OpenTitan-Chip (OpenTitan-Silicon-Root-of-Trust) untersucht. Ziel war es, die Sicherheit von OpenTitan® unter einem starken Angriffsmodell zu analysieren, bevor der Einsatz in Servern und Chromebooks erfolgt. Die Evaluierung untersuchte die zentralen Sicherheitseigenschaften von OpenTitan und führte zu mehreren Härtungsmaßnahmen sowie Verbesserungen der Sicherheit.

Weiterlesen »

Vom Warnsignal zur Werkbank: das PQC-Update 2026 zeigt, dass die Post-Quanten-Ära begonnen hat

Als wir das PQC-Update 2026 eröffneten, stand eine Frage im Raum: Ist Post-Quanten-Kryptografie noch Zukunftsmusik – oder längst Alltag für Behörden, Industrie und Standards? Die Antworten unserer Vortragenden waren überraschend konkret: Niederländische Leitfäden, deutsche Ausweise mit PQC, neue Sicherheitschips, aktualisierte Internet-Standards, Roadmaps einer kritischen Infrastruktur und Werkzeuge, die schon heute Ihre Krypto-Altlasten sichtbar machen. Wer nur wissen will, ob man sich jetzt kümmern muss: Ja. Wer wissen will, wie, liest weiter.

Weiterlesen »
WordPress Cookie Plugin von Real Cookie Banner