公司动态：白皮书发布与技术更新 - 集成量子技术公司发布了其机器学习数据安全解决方案VEIL™白皮书的最新版本[1] - 该白皮书标题为《信息压缩匿名化：用于隐私保护监督式机器学习的非降级敏感输入保护》，由人工智能与创新执行副总裁Jeremy J. Samuelson撰写[4] - 白皮书的更新基于现有研究，并在更广泛的数据集、机器学习任务和模拟攻击环境中对VEIL™进行了评估[2][7] 技术性能与评估 - VEIL™报告的压缩率根据数据集、维度和模型架构的不同，范围大约在**95%至99.96%**之间[5] - VEIL™在保持预测效用方面表现优异，达到或超过了原始数据基线模型的性能[5] - 技术评估覆盖了图像识别、金融服务、医疗保健、回归建模和大规模企业数据环境[6]，具体数据集包括MNIST、Fashion-MNIST、Ames Housing、YearPredictionMSD、Home Credit Default Risk、Default of Credit Card Clients、CBIS-DDSM医疗影像数据和E2006财务申报数据集[6] 技术比较与优势 - 白皮书将VEIL™与差分隐私和同态加密等现有隐私保护机器学习方法进行了比较[8] - 在论文描述的测试条件下，VEIL™在报告的模拟攻击中表现优于差分隐私方法[10] - 公司认为，VEIL™展示的信息压缩和架构隔离可能为隐私保护机器学习提供一个可行的框架，且无需某些现有方法通常所需的巨大计算开销[7] 潜在商业应用与影响 - 公司相信，在显著减小数据集规模的同时保持模型效用的能力，可能对企业AI基础设施效率产生更广泛的影响，包括潜在降低与某些机器学习工作流相关的存储、传输和计算需求[11] - VEIL™是公司的首个商业产品，旨在保护企业环境中的敏感AI数据和工作流[13] - 公司的AIQu™平台和SecureGuard360™网络安全平台共同提供端到端的AI安全与监控[13] 研究背景与支持 - 更新版白皮书得到了西蒙弗雷泽大学计算科学学院助理教授Mohammad Tayebi博士的支持和认可，Tayebi博士与公司无关联且未因此获得报酬[7] - 此次白皮书更新是公司专注于隐私保护和后量子时代企业AI基础设施技术的持续研究计划的一部分[13]