Yhdysvaltain armeijan tutkimuslaboratorion (ARL) tutkijat ovat löytäneet keinon hyödyntää neuromorfisia tietokonearkkitehtuureja numeeriselle teoreettiselle ongelmalle, joka tunnetaan kokonaislukujen faktorointina. Tekniikan avulla voidaan esimerkiksi käyttää RSA-salauksen purkamiseen aiempaa tehokkaammin.
Neuromorfinen laskenta tarkoittaa aivojen toimintaa jäljittelee. Nykyisin laajalti käytetyn RSA-algoritmin turvallisuus perustuu siihen, että on vaikea etsiä suuren kokonaisluvun tekijät. Tutkijat ovat nyt osoittaneet, kuinka aivojen kaltaiset tietokoneet tehostavat tällä hetkellä tunnetuimpien kokonaislukujen faktoroinnin algoritmeja.
Neuromorfiset tietokoneet toimivat hyvin erilaisilla periaatteilla kuin perinteiset tietokoneet. Niissä vältetään von Neumann -arkkitehtuurin muistin ja käsittelyn hitautta tuottava erillisyys.
Monet neuromorfiset laitteet voivat toimia perustana olevan materiaalin fysikaalisten vasteen ominaisuuksien mukaisesti, kuten grafeenilaserit tai magneettiset tunneliliitoskohdat. Täten niiden tehonkulutus on pienempää kuin von Neumannin laitteilla ja ne voivat toimia molekylaarisella aikaskaalalla.
Neuromorfiset arkkitehtuurit kasvattavat edelleen kokoa ja nopeutta eikä niitä rajoita Mooren laki, joten niiden kyky käsitellä suurempien kokonaislukujen faktorisointiongelmia kasvaa. Tutkimustyössä arvioidaan, että 1024-bittiset avaimet voisivat hajota noin vuoden kuluttua. Vertailun vuoksi nykyinen ennätys eli 232:n desimaalin luku (RSA-768) vaati noin 2000 vuotta laskennallista aikaa.
- Laitteistotasolla salatulla sanomalla on usein vanhentumisajankohta, jossa niiden sisältö muuttuu hyödyttömiksi. On erittäin kiireellistä purkaa vihollisen viestintä, varsinkin kenttätasolla, sillä ne vanhenevat nopeimmin verrattuna korkeamman tason viestintään, tutkijat toteavat.
Kenttäolosuhteissa teho ja liitettävyys ovat erittäin rajallisia. Tämä on motivoiva tekijä käyttää aivoista inspiroitua tietotekniikkaa tällaisen tehtävään, jossa tavanomaiset tietokoneet eivät ole käytännöllisiä, toteavat tutkijat työstään.
Veijo Hänninen
Nanobittejä 3.4.2018
