HiddenLayer heeft een strategische samenwerking aangekondigd met Intel Corporation om een uitgebreide hardware- en softwaregebaseerde ML-beveiligingsoplossing te leveren voor organisaties in gereguleerde en op compliance gerichte industrieën. Intel en HiddenLayer erkennen de huidige leemte in ML-scanning binnen een veilige omgeving en werken samen om klanten een end-to-end ML-modelbeschermingsplatform te bieden. Deze technologische samenwerking maakt gebruik van de schaal, prestaties en privacy van Confidential Computing, gebouwd met HiddenLayer's geavanceerde mogelijkheden voor bescherming tegen vijandige ML-bedreigingen en Intel SGX.

Klanten hebben nu toegang tot een versleutelde ML Model Scanner die ontworpen is om hun ML-modellen te beschermen. Intel SGX maakt de kleinste vertrouwensgrens voor Confidential Computing mogelijk. Het is de meest onderzochte, bijgewerkte en ingezette vertrouwelijke computertechnologie in het datacenter die momenteel op de markt is.

Dit is essentieel voor de verdere invoering van AI in alle sectoren. HiddenLayer, met steun van Intel, zet zich in om een van de veiligste ML-modelintegriteitsplatforms in de industrie te bouwen. Door de HiddenLayer Model Scanner uit te voeren in een Trusted Execution Environment (TEE) kunnen klanten hun meest waardevolle intellectuele eigendom helpen beschermen: hun AI. De HiddenLayer ML Model Scanner levert: Malware-analyse: Scant ML-modellen op ingebouwde kwaadaardige code die kan dienen als infectievector en lanceerplatform voor malware.

Beoordeling van kwetsbaarheid: Scant op bekende CVE's en zero-day kwetsbaarheden die gericht zijn op ML-modellen. Modelintegriteit: Analyse van de lagen, componenten en tensors van ML-modellen om manipulatie of corruptie op te sporen. Uitgebreide detectie: Maakt gebruik van een combinatie van statische detectie, dynamische analyse en machine learning-technieken om malware, kwetsbaarheden, modelintegriteit en corruptieproblemen te identificeren.

Catalogus van een bekende goede staat: Baseline van uw ML-modellen voor het identificeren van toekomstige manipulatie.