پرش به محتوا
آخرین اخبار
آسیب‌پذیری PostgreSQL امکان اجرای کد روی سرور را فراهم می‌کند گوگل آسیب‌پذیری روز صفر کروم را پس از حملات فعال برطرف کرد فیشینگ گسترده با کاراکترهای نامرئی برای دور زدن فیلترهای ایمیل به‌روزرسانی Windows ۱۱ تنظیمات ماوس را در سیستم‌های غیرانگلیسی بازنشانی می‌کند اختلال گسترده چندین مدل هوش مصنوعی Claude حملات گسترده علیه آسیب‌پذیری بحرانی Elementor Pro آسیب‌پذیری بحرانی سوئیچ‌های Cisco Nexus امکان اجرای کد با دسترسی root را می‌دهد تروجان بانکی StreamRat کنترل گسترده دستگاه‌های اندرویدی را فراهم می‌کند آسیب‌پذیری PostgreSQL امکان اجرای کد روی سرور را فراهم می‌کند گوگل آسیب‌پذیری روز صفر کروم را پس از حملات فعال برطرف کرد فیشینگ گسترده با کاراکترهای نامرئی برای دور زدن فیلترهای ایمیل به‌روزرسانی Windows ۱۱ تنظیمات ماوس را در سیستم‌های غیرانگلیسی بازنشانی می‌کند اختلال گسترده چندین مدل هوش مصنوعی Claude حملات گسترده علیه آسیب‌پذیری بحرانی Elementor Pro آسیب‌پذیری بحرانی سوئیچ‌های Cisco Nexus امکان اجرای کد با دسترسی root را می‌دهد تروجان بانکی StreamRat کنترل گسترده دستگاه‌های اندرویدی را فراهم می‌کند
اخبار

نوآوری گوگل برای اجرای AI در محیط ابری کاملاً ایزوله

آبان ۲۲, ۱۴۰۴ نوشتهٔ nastaran بدون نظر

کمیته رکن چهارم – گوگل در تاریخ ۱۲ November 2025 فناوری «Private AI Compute» را معرفی کرده که هدف آن پردازش امن داده‌های حساس در محیط ابری با سطح حریم خصوصی مشابه پردازش در دستگاه است. این سیستم به کاربران امکان می‌دهد پرس‌وجوهای هوش مصنوعی را بدون افشای داده برای سرویس‌دهنده ارسال کنند و خروجی را در یک نشست رمزنگاری‌شده و موقت دریافت کنند.

به گزارش کمیته رکن چهارم، این فناوری بر پایه سخت‌افزارهای ویژه شامل واحدهای پردازش تانسور Trillium و محیط‌های حفاظت‌شده Titanium طراحی شده و محاسبات تنها روی نودهای مورد اعتماد اجرا می‌شود. این نودها مبتنی بر محیط اجرای ایمن هستند و حافظه در آن‌ها رمزنگاری شده و دسترسی مدیریتی مسدود است. ارتباط میان اجزا نیز از طریق احراز هویت دوسویه و کانال‌های رمزنگاری‌شده انجام می‌شود. داده‌های کاربر پس از پایان نشست حذف شده و هیچ نوع ذخیره‌سازی پایدار در این فرایند انجام نمی‌شود.

فرایند ارتباط شامل استفاده از پروتکل Noise برای احراز هویت دوسویه و سپس برقراری کانال امن ALTS میان اجزای زنجیره استنتاج است. گوگل برای کاهش ریسک حملات داخلی، ایزوله‌سازی داده‌ها، کنترل اجرای کد، جلوگیری از استخراج فیزیکی و استفاده از توکن‌های ناشناس را به‌کار گرفته است. ارزیابی‌های مستقل نشان می‌دهد برخی ایرادهای کم‌خطر در اجزای این سیستم شناسایی شده که گوگل در حال رفع آن‌ها است.

این رویکرد مشابه اقدام‌های اخیر دیگر شرکت‌ها برای ارائه پردازش ایمن در فضای ابری است و هدف آن فراهم کردن قابلیت‌های مدل‌های بزرگ هوش مصنوعی در کنار حفظ حریم خصوصی کاربران است.

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


Type The Blue Captcha Characters Below.