KRITIK INFRATUZILMALARDA MAXFIYLIKNI SAQLAYDIGAN SUN'IY INTELLEKT UCHUN KVANT-HIMOYALANGAN FEDERATIV TA'LIM ARXITEKTURASI
Рустам Тахиритдинович Гаипназаров, Азимова У.А, Баходир Сунатуллаевич Жумакулов
Abstract
Maʼlumotlarga asoslangan sunʼiy intellekt (AI) modellari va foydalanuvchi maxfiyligi oʻrtasidagi ziddiyat bugungi kunning asosiy muammolaridan biridir. Federativ taʼlim (FL) markazlashtirilmagan holda modellarni oʻqitish orqali bu muammoni hal qilishga qaratilgan istiqbolli yondashuv hisoblanadi. Biroq, FL tizimlarida model yangilanishlarini himoya qilish uchun qoʻllaniladigan klassik kriptografik protokollar yaqinlashib kelayotgan kvant hisoblashlari tahdidi oldida zaifdir. Ushbu tadqiqotda biz Q-Fed (Quantum-Resistant Federated Learning) deb nomlangan yangi arxitekturani taklif etamiz. Q-Fed federativ taʼlim jarayonini post-kvant kriptografiyasi (PQC) algoritmlari bilan integratsiya qilib, tizimni ham klassik, ham kvant hujumlaridan himoya qiladi. Biz panjaraga asoslangan CRYSTALS-Kyber (KEM) va CRYSTALSDilithium (imzo) sxemalarini qoʻllagan holda arxitekturani ishlab chiqdik va uning samaradorligini keng qamrovli simulyatsiyalar orqali tahlil qildik. Natijalar shuni koʻrsatadiki, Q-Fed model aniqligini pasaytirmagan holda kvant-barqaror xavfsizlikni taʼminlaydi, biroq hisoblash va kommunikatsiya xarajatlarida oʻlchanadigan, ammo boshqariladigan ortish kuzatiladi. Ushbu ish kelajak avlod AI tizimlarining maxfiyligi va xavfsizligini taʼminlash uchun amaliy va istiqbolli yechim taklif etadi