개인 정보 보호가 중요한 금융, 의료, 소매 및 인터넷 업종에서 개인 정보 보호 문제 해결
에이디링크 테크놀로지(ADLINK Technology)는 엣지 컴퓨팅 서버 MECS-7211를 사용하여 엣지 연합 학습 애플리케이션을 구현했다. 이는 개인 정보 보호 문제를 해결하고, 프라이버시 컴퓨팅, 머신 학습, 유전자 시퀀싱, 금융 비즈니스, 의료, 비디오 처리 및 네트워크 보안과 같은 컴퓨팅 집약적인 애플리케이션을 가속화한다.
사물인터넷(IoT)의 급속한 발전과 5G 네트워크의 보급으로 인해 수많은 단말 장치가 네트워크에 연결되어 방대한 양의 데이터를 생성하고 있다. 기존의 데이터 컴퓨팅 및 분석은 클라우드 컴퓨팅을 기반으로 한다. 데이터 양이 급격히 증가함에 따라, 애플리케이션 단말에서 클라우드 컴퓨팅 센터로의 전송시 지연이나 데이터 유출이 발생할 수 있다.
클라우드 컴퓨팅 센터는 데이터를 시기 적절하고 효과적으로 처리해야 하는 중요한 과제에 직면했다. 새로운 컴퓨팅 모델인 엣지 컴퓨팅은 네트워크 엣지에서 데이터를 처리한다.
에이디링크는 “해당 데이터를 필요로 하는 사람이나 사물에 더 가까운 곳에서 지능 서비스를 제공하고, 네트워크 서비스가 IoT, IoV(Internet of Vehicles), 산업 제어, 지능형 제조 및 비디오 처리 애플리케이션의 비즈니스 요구를 보다 효율적이고 더 잘 충족할 수 있도록한다. 엣지 컴퓨팅 기술의 도입으로 클라우드 센터의 네트워크 부담은 완화되었지만 보안 문제가 제기되었다. 데이터의 현지화는 데이터 상호 작용을 쉽게 방해할 수 있다.”고 설명했다.
또한 최근 몇 년 동안 데이터 보안 및 애플리케이션 사양이 강화되었다. GDPR 데이터 개인 정보 보호 및 데이터 보호와 같은 주제가 대두된 것이다. 에이디링크는 “기존 머신러닝 알고리즘에서 사용되는 데이터의 중앙 집중식 연산은 현재 및 미래의 데이터 처리 요구 사항을 충족할 수 없으며 인공 지능의 개발을 제한한다.”고 분석했다.
이에 에이디링크는 연합 머신러닝을 통해 엣지 컴퓨팅 보안 문제에 대한 솔루션을 제공한다. 연합 학습은 참여자의 작업을 위해 암호화된 개인 데이터를 사용하는 머신러닝 프레임워크이다. 암호화된 모델의 매개변수(parameters), 가중치(weights), 기울기(gradients)만 교환하고, 로우 데이터를 로컬 영역 밖으로 이동하거나 암호화된 로우 데이터 세트를 이동하지 않는다.
여러 에이전시에서 데이터 사용을 모델링하고 머신러닝을 구현하는 동시에 여러 조직에서 사용자 개인 정보 보호, 데이터 보안 및 정부 규정의 요구 사항에 따라 데이터를 사용하고 머신러닝 모델링을 할 수 있다. 분산형 머신러닝 패러다임인 연합 학습은 데이터가 누출되지 않도록 하고 기업이 더 많은 데이터 트레이닝 모델을 사용하고, 공동 모델링을 수행하고, AI 협업을 실현하고, 개인 정보 보호 컴퓨팅 솔루션 구현을 제공한다.
에이디링크의 네트워크 커뮤니케이션 및 공공 부문 이사인 Julian Ye는 “에이디링크의 MECS 시리즈는 5G 기반 엣지 컴퓨팅 플랫폼이다. OTII(Open Telecom IT Infrastructure) 사양의 시초 중 하나인 MECS 시리즈 제품은 OTII 산업 사양을 준수하며 서로 다른 아키텍처를 사용하여 FPGA, GPU, 5G 가속 카드 및 기타 확장 카드를 유연하게 지원한다. 컴팩트한 크기 설계와 광범위한 온도를 지원하는 운영 환경의 MECS 시리즈는 분산된 아키텍처 애플리케이션과 네트워크의 엣지 및 애플리케이션 측 배포에 적합하다.”며, “에이디링크와 Clusta는 함께 컴퓨팅 시스템을 최적화하고 MECS 시리즈 제품의 애플리케이션을 확장하기 위해 엣지 연합 학습을 위한 통합 머신을 공동 출시했다. 앞으로 에이디링크는 AI 분야에서 Clustar와 계속 협력하여 엣지 컴퓨팅의 애플리케이션 시나리오를 더욱 풍부하게 할 것이다.”라고 말했다.
이 기사는 아이씨엔매거진에서 발행되었습니다. 더 많은 기사를 아이씨엔매거진에서 확인하실 수 있습니다.
