JP7841824B2 - エッジデバイス用のポスト量子暗号によるセキュアな実行環境 - Google Patents

Description

本発明は、概して、信頼できる実行環境の分野に関し、より具体的には、グラフィックス処理装置により高速化された、格子暗号化された信頼できる実行環境に関する。

信頼できる実行環境（ＴＥＥ）は、メインプロセッサのセキュアな計算区画である。ＴＥＥの目的は、内部にロードされたコード及びデータが、機密性及び完全性に関して保護されることを保証することである。隔離された実行環境としてのＴＥＥは、隔離された実行、ＴＥＥ内で実行されるアプリケーションの完全性、並びにそれらのアセットの機密性を含む、強化されたセキュリティ機能を提供する。言い換えると、ＴＥＥは、「セキュアエレメント（ＳＥ）」よりも多くの機能を持つ、リッチなオペレーティングシステム（ＯＳ）と比較して、ＴＥＥを有するデバイス上で実行されている信頼できるアプリケーションに対し、よりセキュリティレベルの高い実行空間を提供する。

グラフィックス処理装置（ＧＰＵ）は、ディスプレイデバイスへの出力を目的としたフレームバッファ内の画像の生成を高速化するため、メモリを迅速に操作及び改変するように設計された特殊電子回路である。ＧＰＵは、組み込みシステム、携帯電話、パーソナルコンピュータ、ワークステーション、及びゲーム機を含む多くのタイプのデバイスに使用されている。多くの最新のＧＰＵは、コンピュータグラフィックス及び画像処理の操作において高効率である。それらの高度に並列な構造はまた、大規模なデータのブロックを並列処理するアルゴリズムにおいて、それらを汎用中央処理ユニット（ＣＰＵ）よりも大幅に効率化している。パーソナルコンピュータにおいて、ＧＰＵは、ディスクリートなビデオカード上に存在するか、又はマザーボードに埋め込まれ得る。特定のＣＰＵは、ＧＰＵがＣＰＵダイに埋め込まれるように設計されている。

格子ベース暗号は、構造自体又はセキュリティ証明のいずれかに格子が関与する暗号プリミティブの構造を指す。格子ベース構造は現在、ポスト量子暗号の有望な候補である。ＲＳＡ、ディフィー・ヘルマン（Ｄｉｆｆｉｅ－Ｈｅｌｌｍａｎ）、又は楕円曲線暗号など、理論的には量子コンピュータにより容易に克服され得る、より幅広く使用されている既知の公開鍵方式とは異なり、幾つかの格子ベース構造は、標準的なタイプのコンピュータ及び量子タイプのコンピュータの両方による攻撃に対して耐性があるものとみなされている。更に、多くの格子ベース構造は、特定のよく研究された計算的格子問題は効率的に解かれ得ないとの想定のもと、セキュアであると考えられている。

エッジコンピューティングは、応答時間を改善し、ネットワーク帯域幅を節減するために、計算及びデータストレージを、それが必要とされる物理的位置に近づける分散コンピューティングパラダイムである。エッジコンピューティングは、地理的にユーザの近くに展開されたエッジサーバからウェブ及びビデオコンテンツを提供するため、１９９０年代後半に作成されたコンテンツデリバリネットワーク（ＣＤＮ）に起源を発する。２０００年代初頭に、これらのＣＤＮは変化を遂げ、現在ではエッジサーバでアプリケーション及びアプリケーションコンポーネントをホストしており、それは結果として、ディーラーロケータ、ショッピングカート、リアルタイムデータアグリゲータ、及び広告挿入エンジンなどのアプリケーションをホストする初の商用エッジコンピューティングサービスをもたらした。最新のエッジコンピューティングは、エッジサーバ上でのより幅広いアプリケーションの展開及び実行を合理化する仮想化技術を通じ、このアプローチを更に拡張している。

人工知能（ＡＩ）は、人間及び動物により表される、意識及び感情を伴う自然知能とは異なり、機械により発揮される知能を指す。前者及び後者のカテゴリ間の区別は、多くの場合、選択される頭字語により明らかになる。「強い」ＡＩは通常、汎用人工知能（Ａｒｔｉｆｉｃｉａｌ Ｇｅｎｅｒａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ：ＡＧＩ）に分類されるが、「自然」知能をエミュレートする試みは、生物学的人工知能（Ａｒｔｉｆｉｃｉａｌ Ｂｉｏｌｏｇｉｃａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ：ＡＢＩ）と称されている。著名なＡＩのテキストでは、この分野を「知的エージェント」、すなわち、その環境を知覚し、その目標を首尾よく達成する可能性を最大化する行動に従事する任意のデバイスの研究と定義している。口語的には、「人工知能」という用語は、多くの場合、「学習」及び「問題解決」など、人間が人間の心と関連付ける「認知」機能を模倣する機械（又はコンピュータ）を指すものとして使用される。通常ＡＩに分類される最新の機械機能は、人間の発話を首尾よく理解すること、戦略的ゲームシステム（チェス及び囲碁など）において最高レベルで競争すること、移動車両（自動車、トラック、船舶及び航空機など）を自律的に走行させること、コンテンツデリバリネットワークにおける知的ルーティング、及び軍事シミュレーションを含む。

数学の分野において、テンソルは、ベクトル空間に関連する代数的オブジェクトのセット間の（多重線形）関係を指す代数的オブジェクトである。テンソルがマッピングし得るオブジェクトのタイプは、ベクトル、スカラ、及び更に他のテンソルを含む。テンソルは、例えば、（２つの最も単純なテンソルである）スカラ及びベクトル、双対ベクトル、ベクトル空間間の多重線形マップ、及び更には幾つかの演算（例えば、ドット積）などの幾つかの異なる形態を取り得る。

本発明の一態様によれば、（必ずしも以下の順序ではない）以下の動作、すなわち、（ｉ）信頼できる実行環境内で、暗号化のためのデータ記録を生成すること；及び（ｉｉ）アクセラレータユニットのセットのうち少なくとも幾つかのユニットを用い、ポスト量子暗号化方式でデータ記録を暗号化すること、を実行する、中央プロセッサユニットのセットのうち少なくとも幾つかのユニット及びアクセラレータユニットのセットのうち少なくとも幾つかのユニットを包含する信頼できる実行環境を含むエッジコンピューティングデバイスで使用するための方法、コンピュータプログラム製品及び／又はシステムが存在する。

本発明に係る、システムの第１の実施形態のブロック図である。

第１の実施形態システムにより、少なくとも部分的に実行される、第１の実施形態の方法を示すフローチャートである。

第１の実施形態システムのマシンロジック（例えば、ソフトウェア）部分を示すブロック図である。

第２の実施形態システムのブロック図である。

本発明の幾つかの実施形態は、エッジデバイス上のポスト量子暗号化された信頼できる実行環境のための技法を対象としている。エッジコンピューティングデバイスは、グラフィックス処理装置（ＧＰＵ）などの、少なくとも幾つかのＳＩＭＤ処理ユニットを包含する信頼できる実行環境を含む。機械学習又は人工知能モデルからの機械学習推論などのデータ記録は、信頼できる実行環境内のエッジコンピューティングデバイス上で生成され、信頼できる実行環境内のＳＩＭＤ処理ユニットを用いて、ポスト量子暗号化（格子ベース暗号化など）により暗号化される。同じくポスト量子暗号化により暗号化された、信頼できる実行環境用に受信されたワークロードは、信頼できる実行環境内でＳＩＭＤ処理ユニットを用いて復号される。

この発明を実施するための形態のセクションは、以下のサブセクション：（ｉ）ハードウェア及びソフトウェア環境；（ｉｉ）例示的な実施形態；（ｉｉｉ）更なるコメント及び／又は実施形態；及び（ｉｖ）定義に分割されている。
Ｉ．ハードウェア及びソフトウェア環境

本発明は、システム、方法、及び／又はコンピュータプログラム製品であり得る。コンピュータプログラム製品は、プロセッサに本発明の態様を実行させるためのコンピュータ可読プログラム命令を有する１つ又は複数のコンピュータ可読ストレージ媒体を含み得る。

コンピュータ可読ストレージ媒体は、場合によっては機械可読ストレージデバイスと称され、命令実行デバイスにより使用される命令を保持及び記憶できる有形デバイスであり得る。コンピュータ可読ストレージ媒体は、例えば、電子ストレージデバイス、磁気ストレージデバイス、光学ストレージデバイス、電磁ストレージデバイス、半導体ストレージデバイス、又は上述のものの任意の好適な組み合わせであり得るが、これらに限定されない。コンピュータ可読ストレージ媒体のより具体的な例の非包括的なリストは、以下、すなわち、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスクリードオンリメモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、メモリスティック、フロッピディスク、パンチカード又は命令が記録されている溝内の隆起構造などの機械的に符号化されたデバイス、及び、上述のものの任意の好適な組み合わせを含む。コンピュータ可読ストレージ媒体は、本明細書において使用される場合、電波又は他の自由に伝播する電磁波、導波路又は他の伝送媒体を介して伝播する電磁波（例えば、光ファイバケーブルを通過する光パルス）又は、ワイヤを介して伝送される電気信号などの、一時的信号それ自体とは解釈されないものとする。

「ストレージデバイス」は、これにより、コンピュータコードがコンピュータプロセッサによりアクセスされ得るような様式でコンピュータコードを記憶するように構成又は適合された任意のものと定義される。ストレージデバイスは通常、コンピュータコードのデータがその中又はその上に記憶される材料であるストレージ媒体を含む。単一の「ストレージデバイス」は、（ｉ）間隔の空いた、又は分散した複数の個別の部分（例えば、単一のコンピュータプログラムを集合的に記憶する６台のラップトップコンピュータ内にそれぞれ位置する６つのソリッドステートストレージデバイスのセット）を有してもよく；及び／又は（ｉｉ）複数のストレージ媒体（例えば、コンピュータの不揮発性ストレージ内の磁気ドメインに部分的に記憶され、コンピュータの揮発性メモリ内の半導体スイッチのセットに部分的に記憶されたコンピュータコードのセット）を使用してもよい。「ストレージ媒体」という用語は、複数の異なるタイプのストレージ媒体が使用される状況を包含するものとして解釈されるべきである。

本明細書で説明されるコンピュータ可読プログラム命令は、コンピュータ可読ストレージ媒体からそれぞれのコンピューティング／処理デバイスにダウンロードされてもよく、又は、ネットワーク、例えば、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク、及び／又は無線ネットワークを介して、外部コンピュータ又は外部ストレージデバイスにダウンロードされてもよい。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイコンピュータ、及び／又はエッジサーバを備え得る。各コンピューティング／処理デバイス内のネットワークアダプタカード又はネットワークインタフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、当該コンピュータ可読プログラム命令を、それぞれのコンピューティング／処理デバイス内のコンピュータ可読ストレージ媒体に記憶するために転送する。

本発明の動作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ（ＩＳＡ：ｉｎｓｔｒｕｃｔｉｏｎ－ｓｅｔ－ａｒｃｈｉｔｅｃｔｕｒｅ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、又はＳｍａｌｌｔａｌｋ（登録商標）、Ｃ＋＋などのようなオブジェクト指向プログラミング言語、及び「Ｃ」プログラミング言語又は同様のプログラミング言語などの従来の手続き型プログラミング言語を含む１つ又は複数のプログラミング言語の任意の組み合わせで記述されたソースコード又はオブジェクトコードのいずれかであってよい。コンピュータ可読プログラム命令は、ユーザのコンピュータ上で全体的に、ユーザのコンピュータ上で部分的に、スタンドアロンソフトウェアパッケージとして、ユーザのコンピュータ上で部分的に且つリモートコンピュータ上で部分的に、又は、リモートコンピュータ又はサーバ上で全体的に実行し得る。後者のシナリオにおいて、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意のタイプのネットワークを介してユーザのコンピュータに接続され得るか、又は、接続は、（例えば、インターネットサービスプロバイダを使用してインターネットを介して）外部コンピュータに行われ得る。幾つかの実施形態において、例えば、プログラマブルロジック回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、又はプログラマブルロジックアレイ（ＰＬＡ）を含む電子回路は、本発明の態様を実行するために、コンピュータ可読プログラム命令の状態情報を利用することによりコンピュータ可読プログラム命令を実行し、電子回路をパーソナライズしてよい。

本発明の態様は、本明細書において、本発明の実施形態に係る方法、装置（システム）、及びコンピュータプログラム製品のフローチャート図及び／又はブロック図を参照して説明されている。フローチャート図及び／又はブロック図の各ブロック、及び、フローチャート図及び／又はブロック図のブロックの組み合わせは、コンピュータ可読プログラム命令により実装され得ることが理解されるであろう。

これらのコンピュータ可読プログラム命令を、汎用コンピュータ、専用コンピュータ、又は他のプログラマブルデータ処理装置のプロセッサに提供してマシンを生成してよく、それにより、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行される命令が、フローチャート及び／又はブロック図の１つ又は複数のブロックで指定された機能／動作を実装するための手段を作成するようになる。コンピュータ、プログラマブルデータ処理装置、及び／又は他のデバイスに対して特定の方法で機能するよう指示できるこれらのコンピュータ可読プログラム命令を、コンピュータ可読ストレージ媒体に記憶することで、命令が記憶されたコンピュータ可読ストレージ媒体が、フローチャート及び／又はブロック図の１つ又は複数のブロックで指定される機能／動作の態様を実装する命令を含む製造品を含むようにしてもよい。

また、コンピュータ可読プログラム命令は、コンピュータ、他のプログラマブルデータ処理装置、又は他のデバイスにロードして、コンピュータ、他のプログラマブル装置、又は他のデバイス上で一連の操作ステップを実行させることでコンピュータ実装プロセスを作成することもでき、それにより、コンピュータ、他のプログラマブル装置、又は他のデバイス上で実行される命令は、フローチャート及び／又はブロック図の１つ又は複数のブロックにおいて指定された機能／動作を実装する。

図面におけるフローチャート及びブロック図は、本発明の様々な実施形態に係るシステム、方法、及びコンピュータプログラム製品の考えられる実装形態のアーキテクチャ、機能、及び動作を示している。この点で、フローチャート又はブロック図の各ブロックは、モジュール、セグメント、又は命令の一部を表すことができ、これらは、指定された論理機能を実装するための１つ又は複数の実行可能命令を含む。幾つかの代替的な実装形態において、ブロックに記載される機能は、図に記載された順序とは別の順序で生じ得る。例えば、連続して示される２つのブロックは、実際には、実質的に同時に実行され得るか、又は、関与する機能に応じてブロックが逆の順序で実行される場合もあり得る。ブロック図及び／又はフローチャート図の各ブロック、及び、ブロック図及び／又はフローチャート図におけるブロックの組み合わせが、指定された機能又は動作を実行する、又は特定用途向けハードウェア及びコンピュータ命令の組み合わせを実行する、特定用途向けハードウェアベースのシステムによって実装され得ることにも留意されたい。

図１に示される通り、ネットワーク化されたコンピュータシステム１００は、本発明の様々な実施形態で使用するためのハードウェア及びソフトウェア環境の一実施形態である。ネットワーク化されたコンピュータシステム１００は、ポスト量子セキュアドエッジコンピューティングサブシステム１０２（本明細書においては、より簡潔に、サブシステム１０２と称される場合がある）；クライアントサブシステム１０４、１０６、１０８、１１０、１１２；及び通信ネットワーク１１４を含む。サーバサブシステム１０２は、ポスト量子セキュアドエッジコンピューティングコンピュータ２００；通信ユニット２０２；プロセッサセット２０４；入／出力（Ｉ／Ｏ）インタフェースセット２０６；メモリ２０８；永続的ストレージ２１０；ディスプレイ２１２；外部デバイス２１４；ランダムアクセスメモリ（ＲＡＭ）２３０；キャッシュ２３２；及びプログラム３００を含む。

サブシステム１０２は、ラップトップコンピュータ、タブレットコンピュータ、ネットブックコンピュータ、パーソナルコンピュータ（ＰＣ）、デスクトップコンピュータ、パーソナルデジタルアシスタント（ＰＤＡ（登録商標））、スマートフォン、又は任意の他のタイプのコンピュータ（以下の定義の項目における「コンピュータ」の定義を参照）であり得る。プログラム３００は、この発明を実施するための形態のセクションの例示的な実施形態のサブセクションにおいて以下に詳細に論述される特定のソフトウェア機能を作成、管理、及び制御するために使用される機械可読命令及び／又はデータの集合である。

サブシステム１０２は、通信ネットワーク１１４を介して他のコンピュータサブシステムと通信することが可能である。ネットワーク１１４は、例えば、ローカルエリアネットワーク（ＬＡＮ）、インターネットなどのワイドエリアネットワーク（ＷＡＮ）、又はこれら２つの組み合わせであってよく、有線、無線、又は光ファイバ接続を含んでよい。一般に、ネットワーク１１４は、サーバ及びクライアントサブシステムの間の通信をサポートする接続及びプロトコルの任意の組み合わせであり得る。

サブシステム１０２は、多数の二重矢印を含むブロック図として示されている。これらの二重矢印（別個の参照符号は有しない）は、サブシステム１０２の様々なコンポーネント間の通信を提供する通信ファブリックを表す。この通信ファブリックは、プロセッサ（例えば、マイクロプロセッサ、通信及びネットワークプロセッサなど）、システムメモリ、周辺デバイス、及びコンピュータシステム内の任意の他ハードウェアコンポーネント間で、データ及び／又は制御情報を渡すために設計された任意のアーキテクチャを用いて実装され得る。例えば、通信ファブリックは、１つ又は複数のバスを用いて少なくとも部分的に実装され得る。

メモリ２０８及び永続的ストレージ２１０は、コンピュータ可読ストレージ媒体である。一般に、メモリ２０８は、任意の好適な揮発性又は不揮発性のコンピュータ可読ストレージ媒体を含み得る。現在及び／又は近い将来において、（ｉ）外部デバイス２１４は、サブシステム１０２のための一部又は全部のメモリを供給可能であってよく；及び／又は、（ｉｉ）サブシステム１０２の外部にあるデバイスがサブシステム１０２のためのメモリを提供可能であってよいことに更に留意されたい。メモリ２０８及び永続的ストレージ２１０は両方とも、（ｉ）伝送中の信号よりも過渡的でない形でデータを記憶し、（ｉｉ）有形媒体（例えば、磁気ドメイン又は光学ドメイン）上にデータを記憶する。この実施形態では、メモリ２０８は揮発性ストレージであるが、永続的ストレージ２１０は不揮発性ストレージを提供する。永続的ストレージ２１０によって使用される媒体は、リムーバブルでもあり得る。例えば、リムーバブルハードドライブは、永続的ストレージ２１０のために使用され得る。他の例には、光学ディスク及び磁気ディスク、サムドライブ、及び、永続的ストレージ２１０の一部でもある別のコンピュータ可読ストレージ媒体への転送のためにドライブ内に挿入されるスマートカードが含まれる。

通信ユニット２０２は、サブシステム１０２の外部にある他のデータ処理システム又はデバイスとの通信を提供する。これらの例において、通信ユニット２０２は、１つ又は複数のネットワークインタフェースカードを含む。通信ユニット２０２は、物理的及び無線通信リンクのいずれか又は両方の使用を通じて通信を提供し得る。本明細書で論述される任意のソフトウェアモジュールは、通信ユニット（例えば、通信ユニット２０２）を介して永続的ストレージデバイス（例えば、永続的ストレージ２１０）にダウンロードされ得る。

Ｉ／Ｏインタフェースセット２０６は、ポスト量子セキュアドエッジコンピューティングコンピュータ２００とのデータ通信において、ローカルに接続され得る他のデバイスとのデータの入出力を可能にする。例えば、Ｉ／Ｏインタフェースセット２０６は、外部デバイス２１４への接続を提供する。外部デバイス２１４は、通常、キーボード、キーパッド、タッチスクリーン、及び／又は幾つかの他の好適な入力デバイスなどのデバイスを含む。外部デバイス２１４は、例えば、サムドライブ、ポータブル光学又は磁気ディスク、及びメモリカードなどのポータブルコンピュータ可読ストレージ媒体をも含み得る。本発明の実施形態を実践するために使用されるソフトウェア及びデータ、例えばプログラム３００は、そのようなポータブルコンピュータ可読ストレージ媒体上に記憶され得る。Ｉ／Ｏインタフェースセット２０６はまた、データ通信においてディスプレイ２１２と接続する。ディスプレイ２１２は、データをユーザに表示するメカニズムを提供するディスプレイデバイスであり、例えば、コンピュータモニタ又はスマートフォンディスプレイスクリーンであり得る。

ＧＰＵ２３４は、グラフィックス処理装置のセットである。幾つかの代替的な実施形態において、ＧＰＵ２３４は、ＧＰＵに類似したアクセラレータユニットのセットであり、そのためそれらは、ベクトル及び行列に関する演算など、より一般化されたコンピュータ処理ユニットよりも向上した効率により並列計算を実行するための高度に並列な構造の回路に特化している。

ＩＲカメラ２３６は、熱撮像カメラとしても知られる赤外線カメラであり、赤外線放射を用いて画像をキャプチャし、温度を示すエンティティ及びオブジェクトにより発せられる黒体放射を明らかにする。エンティティ又はオブジェクトが温かいほど、より多くの黒体放射が発せられる。

この実施形態において、プログラム３００は、通常、メモリ２０８の１つ又は複数のメモリを介して、プロセッサセット２０４の１つ又は複数のコンピュータプロセッサによるアクセス及び／又は実行のために永続的ストレージ２１０内に記憶される。当業者には、プログラム３００が、その動作時間中及び／又はそれが動作していないとき、より高度に分散した形で記憶され得ることが理解されるであろう。プログラム３００は、機械可読及び実行可能の両方である命令及び／又は実体データ（すなわち、データベースに記憶されるデータのタイプ）を含み得る。この特定の実施形態において、永続的ストレージ２１０は、磁気ハードディスクドライブを含む。幾つかの可能な変形例を挙げると、永続的ストレージ２１０は、ソリッドステートハードドライブ、半導体ストレージデバイス、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭ）、フラッシュメモリ、又は、プログラム命令又はデジタル情報を記憶可能である任意の他のコンピュータ可読ストレージ媒体を含み得る。

本明細書で説明されるプログラムは、本発明の特定の実施形態においてそれらが実装される用途に基づいて識別される。しかしながら、本明細書における任意の特定のプログラム名称は、単に便宜上の目的で使用され、そのため、本発明は、そのような名称によって識別及び／又は示唆される、任意の特定の用途のみにおいて使用することに限定されるべきでないことが理解されるべきである。

本発明の様々な実施形態の説明は、例示目的で提示されてきたが、包括的であること、又は開示された実施形態に限定されることが意図されるものではない。説明される実施形態の範囲から逸脱することのない多くの修正形態及び変形形態が、当業者には明らかになるであろう。本明細書で使用される専門用語は、実施形態の原理、市場で見られる技術の実用的な適用、又は、それに対する技術的改善を最適に説明するように、又は、本明細書で開示される実施形態を他の当業者が理解することを可能にするように選択された。
ＩＩ．例示的な実施形態

図１に示される通り、ネットワーク化されたコンピュータシステム１００は、本発明に係る例示的な方法が実行され得る環境である。図２に示される通り、フローチャート２５０は、本発明に係る例示的な方法を示している。図３に示される通り、プログラム３００は、フローチャート２５０の方法の動作の少なくとも一部を実行する、又はそのパフォーマンスを制御する。次に、以下の段落にわたって、図１、図２、及び図３のブロックを広く参照しながら、この方法及び関連付けられるソフトウェアを論述する。

処理は動作Ｓ２５５で開始され、ＡＩモデル推論生成器モジュール（「ｍｏｄ」）３０２は、信頼できる実行環境（ＴＥＥ）内のＧＰＵを用いてＡＩモデル推論を生成する。この簡略化された実施形態において、ＡＩモデル推論とは、ＡＩモデル（ＡＩモデル推論生成器）が、図１のＩＲカメラ２３６からのセンサデータを用いて、ＩＲカメラにより観察された真皮の温度に基づき、ＩＲカメラ２３６により観察された人物が新型コロナウイルス感染症（ＣＯＶＩＤ－１９）にかかっているかどうかを判定するインスタンスを指し、センサデータは、ＡＩモデル推論生成器モジュール３０２への入力として提供される。人々の医療及び健康に関連する情報は、多くの場合、高度な機密性をもって取り扱うことを要求される。この機密性を提供する１つの方法は、このデータの処理を、信頼できる実行環境、すなわちＴＥＥ内で行うことである。この簡略化された実施形態において、ＴＥＥは、ＧＰＵ２３４、プロセッサセット２０４、及びメモリ２０８のコンピューティング能力の半分を包含している。ＴＥＥからのコンテンツは、永続的ストレージ２１０内に記憶される前に暗号化され、それらがＴＥＥに読み込まれる際に復号される。

ＧＰＵ２３４などのＧＰＵの高度に並列化された構造は、（プロセッサセット２０４などのより一般的なコンピュータプロセッサと比較して）多くのＡＩ推論演算を実行するのに特に適している。ＧＰＵのユニットを包含するようにＴＥＥを拡張することで、より効率的なＧＰＵにより実行されるＡＩ推論演算に対し、強化されたセキュリティ／機密性が提供される。この簡略化された実施形態の一例として、ＡＩモデル推論生成器モジュール３０２は、毎秒６０フレームで記録された赤外線撮像記録の１０秒間にわたる発熱の温度を示す放射線を読み取ることに基づき、観察された人物「人物Ａ」が新型コロナウイルス感染症を有するとの推論を生成し、ＴＥＥ内のＧＰＵ２３４を介してＡＩモデルを処理する。幾つかの代替的な実施形態は、クラウドコンピューティング環境ベースのＡＩの分散型学習などの異なるエッジコンピューティングのタスクを含むがこれらに限定されない。

処理は動作Ｓ２６０に進み、ポスト量子暗号モジュール３０４は、ＴＥＥの外部での通信のために、ＴＥＥ内のＧＰＵを用い、ポスト量子暗号でＡＩモデル推論を暗号化する。この簡略化された実施形態において、使用されるポスト量子暗号方式は格子ベース暗号であり、ＧＰＵ２３４などのそのＧＰＵは、関連する動作を実行するにあたり特に好適である。格子ベース暗号は、ＧＰＵが特に効率的に実行するように設計された計算である、ベクトルを伴う数学的演算を大きな特徴とする。以前に生成されたＡＩ推論などの情報が（永続的ストレージ２１０上にローカルに記憶される、又は、ネットワーク１１４を介して１つ又は複数のクライアントに通信されるなどのために）ＴＥＥを離れ得る前に、それはまず、格子ベース暗号化により暗号化される必要がある。幾つかの代替的な実施形態において、使用されるポスト量子暗号方式は、（ｉ）多変量暗号；（ｉｉ）ハッシュベース暗号；（ｉｉｉ）コードベース暗号；及び（ｉｖ）超特異楕円曲線同種写像暗号のうち１つである。Ｓ２５５で生成された、人物Ａが新型コロナウイルス感染症にかかっているとのＡＩモデル推論は、ＧＰＵ２３４を用いて格子ベース暗号化操作を実行するポスト量子暗号モジュール３０４により、格子ベース暗号化を用いて暗号化される。

処理は動作Ｓ２６５に進み、暗号化データ通信モジュール３０６は、暗号化されたＡＩモデル推論をＴＥＥの外部に通信する。この簡略化された実施形態において、Ｓ２５５で生成され、Ｓ２６０でＧＰＵ２３４を用いてポスト量子暗号モジュール３０４により格子ベース暗号化で暗号化された、人物Ａが新型コロナウイルス感染症にかかっているとのＡＩモデル推論は、永続的ストレージ２１０上にローカルに記憶され、ネットワーク１１４を介してクライアント１０４に通信される。この簡略化された実施形態において、クライアント１０４は、Ｓ２５５でＡＩモデル推論を生成したＡＩモデル推論アルゴリズムを改良するためのトレーニング環境をホストする、クラウドベースのコンピューティング環境である。幾つかの代替的な実施形態において、暗号化されたＡＩモデル推論は、（ｉ）ローカル機械可読ストレージデバイス；又は（ｉｉ）クラウドベースのコンピューティング環境におけるストレージのうちいずれか１つに通信される。

処理は動作Ｓ２７０に進み、ポスト量子暗号化されたワークロードデータストアモジュール３０８は、ポスト量子暗号で暗号化されたワークロードを受信する。この簡略化された実施形態において、ワークロードは、任意の識別された個人の頭部からの、背景温度よりも高く上昇した温度を有する空気の吐き出しを識別することから個人の呼吸数を観察することに基づき、赤外線ビデオから推論を生成するための異なるＡＩモデルである。このワークロードは、通信時に、格子ベース暗号化で暗号化されている。このようなワークロードは、アクティブ処理のために、ワークロードがＴＥＥ内のコンポーネントのキャッシュメモリに読み込まれる前は、暗号化されている。幾つかの代替的な実施形態において、他のタイプのＡＩ又は機械学習ワークロード及び／又は分散学習ワークロードなど、他のタイプのワークロードが受信される。例えば、分散人工知能に対応する分散学習ワークロードは、それらが本質的に、問題を多数の並列タスクに分割するために最小限の努力が必要とされることを示す「自明な並列性（Ｅｍｂａｒｒａｓｓｉｎｇｌｙ Ｐａｒａｌｌｅｌ）」を有するため、特に好適である（そのＧＰＵは、汎用プロセッサと比較して、効率的に処理する上で特に好適である）。連合学習（Ｆｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ）は、実施形態の技法に係る展開によく適した別のアプローチであり、幾つかの実施形態の技法は、屋外で身体的に過酷な活動を実行する個人により装着又は携行され得るエッジデバイス上でセキュアなコンピューティング環境を提供し、各エッジデバイスは、各エッジデバイスにより観察されたデータをローカルに保持し、各エッジデバイスの推論をより中央化されたＡＩ又は機械学習アルゴリズムに通信して集合的推論に基づきエッジアルゴリズムを更新させる。幾つかの代替的な実施形態において、受信されたワークロードは、ＧＰＵ２３４（又は他の同様のＳＩＭＤアクセラレータユニット）を用いて検証される暗号証明を含む。

処理は動作Ｓ２７５に進み、ポスト量子暗号復号器モジュール３１０は、ＴＥＥ内のＧＰＵを用いて、受信されたワークロードのポスト量子暗号を復号する。この簡略化された実施形態において、受信されたワークロードのポスト量子暗号は、ＴＥＥ内のＧＰＵ２３４を用いて復号される、格子ベース暗号化方式である。ワークロードがＧＰＵ２３４のキャッシュ又はフレームバッファメモリ（図示せず）に読み込まれると、ポスト量子暗号復号器モジュール３１０は、ワークロードがＴＥＥのセキュリティ内で復号された状態で実行され得るよう、ＧＰＵ２３４を用いて、受信されたワークロードのポスト量子暗号を復号し、それにより、ワークロードはＴＥＥ内では復号され、ワークロードがＴＥＥ外にある場合は暗号化されている。

処理は動作Ｓ２８０に進み、復号されたワークロード実行モジュール３１２は、ＴＥＥ内で復号された受信されたワークロードを実行する。この簡略化された実施形態において、復号された受信されたワークロードは、任意の識別された個人の頭部からの、背景温度よりも高く上昇した温度を有する空気の吐き出しを識別することから個人の呼吸数を観察することに基づき、赤外線ビデオから推論を生成するためのＡＩモデルに対応する。受信された復号されたワークロードのこのＡＩモデルの一態様において、より短い間隔を有するより浅い呼吸に対応する上昇した呼吸数を有する人物は、新型コロナウイルス感染症を有する人物のＡＩ推論に対応する。ＴＥＥ内でワークロードが復号されると、サブシステム１０２は、ＩＲカメラ２３６を通じて赤外線画像の収集を継続し、それは次に、上記に従い赤外線画像から推論を生成することによりワークロードを実行するため、復号されたワークロード実行モジュール３１２への入力として提供される。この簡略化された実施形態において、新たな人物がＩＲカメラ２３６の観察台へと歩み入り、ＩＲカメラ２３６は、１０秒間の期間にわたり毎秒６０フレームの速度で一連の赤外線画像（又は、１０秒間にわたる６００枚の赤外線画像）を収集し、当該新たな人物の頭部付近から発せられる、背景レベルよりも高く上昇した温度を有する空気の幾つかの小さな体積を示す。復号された受信されたワークロードのＡＩモデルは、これらの画像を入力として分析し、当該新たな人物が新型コロナウイルス感染症にかかっている可能性が高いと結論付ける。

幾つかの代替的な実施形態において、サブシステム１０２は、サブシステム１０２に対する物理的な改ざんを阻止又は抑止するための改ざん防止ハードウェア要素（図示せず）を含む。なおも更なる代替的な実施形態において、信頼できる実行環境、及び信頼できる実行環境内でＧＰＵにより駆動されるポスト量子暗号化／復号は、デバイス上で実行されている事柄に関して不透明な実行を提供する。更なる代替的な実施形態において、データ又は情報のいずれかが暗号化され、ＴＥＥの外部に通信される場合、又は、ワークロード又は情報が受信される（但し、受信された当該情報に対する不完全な暗号証明に起因して復号されない）場合、閾値ベースの再試行／再伝送モジュールが、通信の再試行を試み、故障または失敗した通信について、改ざん、又は、ＴＥＥ間の通信への傍受若しくは注入を試みる意図しない若しくは望ましくない第三者に相当する、無線通信における破損パケット又は障害パケットの予測レベルを上回るレートについて評価する。
ＩＩＩ．更なるコメント及び／又は実施形態

本発明の幾つかの実施形態は、現在の技術水準に関して、以下の事実、潜在的な問題、及び／又は潜在的な改善すべき領域を認識している：（ｉ）信頼できる実行環境（ＴＥＥ）は現在、ＣＰＵに限定されているが、これらの環境の信頼境界を、オフＣＰＵアクセラレータを含むように拡張するための作業が既に実行されている；（ｉｉ）モノのインターネット（ＩｏＴ）デバイスは、今後数年間において、エッジ推論及び分散機械学習用のＧＰＵ高速化機能を有するようになると予測される；（ｉｉｉ）例えば、連合学習を用いて；（ｉｖ）そのようなデバイスもまた、既に、未完成の信頼できる実行環境（例えば、ＡＲＭ（登録商標）ＴｒｕｓｔＺｏｎｅ（登録商標））を有するものの、ＳＧＸを搭載したＩｎｔｅｌ（登録商標）Ｘｅｏｎ（登録商標）などのフルサーバＣＰＵと比較すると、機能は非常に限定的である；（ｖ）現在のＴＥＥは、「耐量子（Ｑｕａｎｔｕｍ Ｓａｆｅ）」である、又は、ショアのアルゴリズム（Ｓｈｏｒ'ｓ Ａｌｇｏｒｉｔｈｍ）などの量子コンピューティング技法による将来の復号に対する耐性を有するとはみなされない楕円曲線暗号又は同様の技法を通常用いている；及び（ｖｉ）機密通信のために使用される戦場用無線通信機器は、厳重な暗号化要件を有し、且つ、敵によって捕獲された場合に、デバイスが破壊されること、又は無効化されることを可能にする戦術的メカニズムを含む（例えば、「クリッパーチップ」を参照）。

本発明の幾つかの実施形態は、以下の動作、機能、特性及び／又は利点のうちの１つ又は複数を含み得る：（ｉ）ＡＩ推論及び分散型学習を含む高度にセキュアなフィールド分析のためのプロセッサ設計；（ｉｉ）将来の戦場用無線エッジコンピューテーション及び同様に機密性の高い動作に好適であるよう、十分に堅牢なセキュリティを有する；（ｉｉｉ）デバイスは、（ａ）格子暗号化、及び（ｂ）ＧＰＵなどのハードウェア高速化を包含する拡張された信頼境界を有する信頼できる実行環境、を含む技術の組み合わせに基づいている；（ｉｖ）アルゴリズムの敏捷性を可能にする高度にセキュアなＩｏＴ／エッジコンピューティング信頼できる実行環境を作成するシステム及び方法；（ｖ）耐量子格子暗号をサポートする機能を含む；（ｖｉ）この機能が実行されるデバイスは、ＡＲＭ（登録商標）ＣＰＵに匹敵するが、Ｉｎｔｅｌ（登録商標）ＳＧＸ、ＡＭＤ（登録商標）ＳＥＶ、又はＰｏｗｅｒ（登録商標）ＳＭＦに匹敵するより高度なＴＥＥを有し、完全性保証のための暗号証明を有する；（ｖｉｉ）当該デバイスは、ＡＩ／ＭＬ推論をサポートするために、ＧＰＵと同様のＳＩＭＤ実行ユニットをも含む；（ｖｉｉｉ）また、任意選択的に、連合学習及び同様の技法を用いて可能であるような分散学習；（ｉｘ）ＣＰＵの「信頼境界」は、ＧＰＵ又は他のアクセラレータを含むように拡張される；（ｘ）結果的に生じるコンピューティング環境は、軍用グレードのハードウェアが耐量子格子暗号化を現在サポートしていない点において、そのような機器が現在提供するものを上回るレベルにまで、様々な保護を可能にする方法で、ＩｏＴデバイスへの多くの異なる可能な「エッジ分析」の展開を可能にする；（ｘｉ）これらの保護は、（ａ）常に暗号化されたＭＬ／ＡＩモデル、及び（ｂ）データを含む；（ｘｉｉ）そのような環境において、コード及びデータは、メモリ及び／又はストレージにおいて、並びに、ネットワークを介して伝送される際に、暗号化された状態を維持する；（ｘｉｉｉ）それらは、それらがＣＰＵ／ＧＰＵのキャッシュ及び実行ユニットに読み込まれる際にのみ復号される；（ｘｉｖ）そのため、ハードウェアセキュリティモジュールにおいて現在一般的に使用されているような物理的な耐改ざん機能を物理チップパッケージに含めることも望ましい；（ｘｖ）単一命令複数データ（Ｓｉｎｇｌｅ Ｉｎｓｔｒｕｃｔｉｏｎ， Ｍｕｌｔｉｐｌｅ Ｄａｔａ：ＳＩＭＤ）は、フリンの分類（Ｆｌｙｎｎ'ｓ ｔａｘｏｎｏｍｙ）における並列コンピュータの類であり、複数のデータポイントに対して同じ動作を同時に実行する複数の処理要素を有するコンピュータを指す；（ｘｖｉ）そのようなコンピュータは、データレベルの並列性を利用するが、並行性を利用しない；及び（ｘｖｉｉ）すなわち、複数の同時（又は並列）計算が存在するが、所与の時点では単一のプロセス（又は命令）のみが存在する。

本発明の幾つかの実施形態は、以下の動作、機能、特性及び／又は利点のうちの１つ又は複数を含み得る：（ｉ）暗号の完全性及び耐改ざん性；（ｉｉ）ＴＥＥは、ホワイトリスト実行の原則のみに基づき動作する；（ｉｉｉ）すなわち、それに展開された任意のワークロードは、展開プロセスの一部として暗号証明が実行され、適切な権限者によりハッシュに署名がなされたワークロードのみが実行される；（ｉｖ）これは、ワークロード、すなわちデータ又はプログラム／モデルが、権限者によってそれに署名がなされて以来、全く変更されていないことを保証する；（ｖ）不透明な実行―暗号化及び展開モデルのおかげで、デバイスが実行していたタスクをユーザ（例えば、歩兵）が知らなくとも、又は識別できなくとも、適切な権限者は、エッジデバイスに分析を展開することさえできる；（ｖｉ）これは、任意選択的な機能である；（ｖｉｉ）コンシューマバージョンのデバイスは、ユーザが承認するための任意の分析のアイデンティティを公開する可能性が高い；（ｖｉｉｉ）レジリエンス―任意のモデル又はデータが証明ハッシュ及び署名検査に合格できない場合、又は、エッジデバイスから分析を管理する権限者に返された結果が、同様の完全性検査で不合格となる場合に備えて、システムは、再試行／再伝送メカニズムを含む；（ｉｘ）通常の無線システムが破損したパケットとして経験するものを上回る意図的な改ざんの可能性がある場合を示す、閾値エラー報告機能を有する；（ｘ）開示されたシステムの追加的な利点は、ＧＰＵ及び同様のＳＩＭＤ実行ユニットが、ＡＩワークロードのみならず、格子暗号自体の高速化にも特によく適しているという事実にある；（ｘｉ）これにより、高速化されたプロセッサは、このために理想的な環境となる；（ｘｉｉ）ＧＰＵの極めて高い並列性、及び、ＧＰＵによるベクトル及び行列／テンソル演算の高速実行は、ＧＰＵを格子暗号化計算の実行において理想的に好適なものにしている；（ｘｉｉｉ）信頼できる実行環境は、それが高速テンソル演算を行うことのできるＧＰＵ又は同様のＳＩＭＤ高並列実行ユニットをその中に含み、それがこれを用いてその格子ベース暗号（並びにディープニューラルネットトレーニング及び推論などの他の機密作業）を実行する以外において、構造及び機能性の面で既存のものと大きく異なって見える必要はない；（ｘｉｖ）格子暗号は、行列／テンソルの形式で並列化して実行するのが特に難しくない反復的な演算操作において信じ難いほど動作が遅いため、これらのアクセラレータは、格子暗号で上手く機能する；及び（ｘｖ）多くのタイプの格子暗号は、このようにして高速化され得る。

本発明の幾つかの実施形態は、以下の動作、機能、特性及び／又は利点のうちの１つ又は複数を含み得る：（ｉ）戦場で見られるような非常に高セキュリティの状況においては、捕獲される差し迫ったリスクが生じた場合に、セキュアな通信デバイス及び他の機密性の高い技術が短時間で破壊又は無効化され得るという要件が従来存在する；（ｉｉ）現在の技術は、ローカル又はリモートのワークロード削除機能を有するという単純な方法により、仮想的なソフトウェアベースの意味合いにおいてこの要件を満たし得る；（ｉｉｉ）任意のワークロードが削除され、そのコンテンツがメモリ内に迅速に上書きされることができ、任意選択的に、蓄電器又はバッテリ電源バックアップを用いることで、電力が絶たれた場合の上書きを確実にする；（ｉｖ）本発明の別の実施形態は、製造施設又は実験施設などの環境における品質保証を監視する、規制産業におけるエッジＡＩ推論デバイスである；（ｖ）この実施形態において、規制機関は、署名付きＡＩ推論ワークロードを規制対象の当事者に供給し得る；（ｖｉ）本明細書で説明される一実施形態を用い、規制機関は、規制対象の実験施設又は製造施設内に位置するデバイス上でＡＩ推論モデルが改ざんされないことを確実にし得る；（ｖｉｉ）信頼できる実行環境及び格子暗号化の組み合わせは、デバイス上での実行中又は停止中に、ワークロードがイントロスペクト、又はそうでなければ改ざんされ得ないことを確実にする；及び（ｖｉｉｉ）格子暗号化された特定の信頼できる実行環境。

図４のブロック図４００は、本発明の第２の実施形態に係るエッジＡＩ推論デバイスを示しており、以下、すなわち（ｉ）デバイス４０２；（ｉｉ）ランダムアクセスメモリ４０４；（ｉｉｉ）オペレーティングシステム４０６；（ｉｖ）ＣＰＵ４０８；（ｖ）ＧＰＵ４１０；（ｖｉ）信頼できる実行環境４１２；（ｖｉｉ）ＣＰＵ格子暗号化命令セット４１４；（ｖｉｉｉ）ＧＰＵ格子暗号化命令セット４１６；（ｉｘ）ＡＩモデル４１８；（ｘ）ＡＩモデル４２０；（ｘ）ストレージメモリ４２２；（ｘｉ）暗号化ＡＩモデル４２４；（ｘｉｉ）クラウドコンピューティング環境４２６；（ｘｉｉｉ）ＡＩモデル提供者／署名者４２８；（ｘｉｖ）センサセット４３０；（ｘｖ）カメラ４３２；（ｘｖｉ）マイクロフォン４３４；（ｘｖｉｉ）指紋リーダ４３６；（ｘｖｉｉｉ）加速度計４３８；（ｘｉｘ）心拍パルスセンサ４４０；（ｘｘ）呼吸数センサ４４２；及び（ｘｘｉ）他のセンサ４４４を含む。信頼できる実行環境４１２は、メモリ４０４の幾つかの部分、並びに、ＣＰＵ４０８及びＧＰＵ４１０の幾つかの実行ユニットを包含する。ＡＩモデル４１８及び４２０は、信頼できる実行環境４１２内のメモリ４０４に読み込まれ、ＣＰＵ４０８及びＧＰＵ４１０により実行される。ＡＩモデル４１８及び４２０、又はＡＩモデル４２４などの他のＡＩモデルの実行の結果として作成されたデータは、格子暗号化命令セット４１４及び４１６により暗号化された暗号化形式（例えば、格子ベース暗号による暗号化）でローカルストレージメモリ４２２に記憶される。信頼できる実行環境４１２内で再読み込みされると、ＧＰＵ４１０及びＣＰＵ４０８は、格子暗号化命令セット４１４及び４１６により暗号化を復号する。デバイス４０２は、歩兵又は他の保安要員４４８などの個人に装着されるデバイス４５０などの小型のフォームファクタのエッジコンピューティングデバイスであり得る。

本発明の幾つかの実施形態は、以下を備えるコンピューティングデバイスを対象にしている：（ｉ）信頼できる実行環境（ＴＥＥ）；及び（ｉｉ）ＴＥＥ内のＧＰＵ（又は他のアクセラレータ）、ここでＧＰＵの組み込み並列化／高速化は、それを耐量子にするために必要な格子暗号操作を実行するために使用される。
ＩＶ．定義

本発明：「本発明」という用語で説明されている主題が、出願時の特許請求の範囲、又は特許審査後に最終的に発行される可能性のある特許請求の範囲のいずれかによって包含されていることを絶対的に示すものと解釈されるべきではない。「本発明」という用語は、本明細書の開示が潜在的に新規であると考えられる一般的な感覚を読者が得るのを助けるために使用されるが、この理解は、「本発明」という用語の使用によって示されるように、一時的及び暫定的であり、関連情報が展開される場合、及び特許請求の範囲が潜在的に修正される場合、特許審査の過程にわたり変更される。

実施形態：上記「本発明」の定義を参照のこと。同様の注意事項が、「実施形態」という用語にも適用される。

「及び／又は」：包括的な又は；例えば、Ａ、Ｂ、「及び／又は」Ｃとは、Ａ又はＢ又はＣのうちの少なくとも１つが真であり、適用可能であることを意味する。

含む（ｉｎｃｌｕｄｉｎｇ／ｉｎｃｌｕｄｅ／ｉｎｃｌｕｄｅｓ）：別途明示的に説明がない限り、「含むが、必ずしもこれに限定されない」ことを意味する。

モジュール／サブモジュール：モジュールが、（ｉ）シングルローカルプロキシミティにある；（ｉｉ）広域にわたり分散されている；（ｉｉｉ）より大きいソフトウェアコード内でシングルプロキシミティにある；（ｉｖ）シングルソフトウェアコード内に位置する；（ｖ）シングルストレージデバイス、メモリ、又は媒体内に位置する；（ｖｉ）機械的に接続されている；（ｖｉｉ）電気的に接続されている；及び／又は（ｖｉｉｉ）データ通信で接続されているかどうかにかかわらず、ある種の機能を行うために動作可能に作用するハードウェア、ファームウェア、及び／又はソフトウェアの任意のセット。

コンピュータ：かなりのデータ処理及び／又は機械可読命令読み出し能力を有する任意のデバイスであって、限定されないが、デスクトップコンピュータ、メインフレームコンピュータ、ラップトップコンピュータ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）ベースデバイス、スマートフォン、パーソナルデジタルアシスタント（ＰＤＡ）、身体装着又は身体挿入型コンピュータ、埋め込みデバイススタイルコンピュータ、及び特定用途向け集積回路（ＡＳＩＣ）ベースデバイスを含む。

実質的な人的介入を伴わない：殆ど、又は全く人間の入力を伴うことなく、自動的に（多くの場合、ソフトウェアなどのマシンロジックの動作により）生じるプロセス；「実質的な人的介入」を伴わない幾つかの例は、（ｉ）コンピュータが複雑な処理を実行しており、グリッド電力の停電に起因して、処理が中断されることなく継続するよう、人間がコンピュータを代替電源に切り替える；（ｉｉ）コンピュータがリソースを大量に消費する処理を実行しようとしており、当該リソースを大量に消費する処理が実際に行われるべきであることを人間が確認する（この場合、確認のプロセスは、切り離して考えると、実質的な人的介入を伴うが、人間により行われることを求められる単純な「イエス」「ノー」形式の確認にかかわらず、当該リソースを大量に消費する処理は、いかなる実質的な人的介入も含まない）；及び（ｉｉｉ）マシンロジックを用いて、コンピュータが重要な決定（例えば、悪天候を予想して全ての航空機を運航停止にする決定）を下したが、当該重要な決定を実行する前に、コンピュータは人間側から単純な「イエス」「ノー」形式の確認を得る必要がある、を含む。

自動的：いかなる人的介入もないこと。

我々：本文書は、「我々」という文言を使用する場合があり、これは概して、ほとんどの場合、「コンピュータシステムのマシンロジック」等を表す代名詞的な用法として理解されるべきであり；例えば、「我々がデータを処理した」は、文脈が別途示さない限り、「コンピュータシステムのマシンロジックがデータを処理した」と理解されるべきであり；文脈が別途断定的に示さない限り、本明細書において使用される場合、「我々」は通常、いかなる具体的な人間個人を指すものではなく、又は実際に、及び人間個人を一切指すものではない（むしろ、コンピュータシステムである）。

推論：前提から論理的帰結に移行する推理の段階。推論は従来、演繹及び帰納に分類される。演繹は、論理学において研究された有効な推論の法則により、真であることが既知である、又は真であると仮定される前提から論理的帰結を導き出す推論である。帰納は、特定の前提から普遍的帰結に至る推論を指す。複数の分野において、実際に推論がどのように行われるかを研究している。人間の推論（例えば、人間がどのようにして結論を下すか）は、従来、論理学、論証学、及び認知心理学の分野内で研究されてきたものであり；ＡＩの研究者は、人間の推論をエミュレートする自動推論システムを開発している。

Claims (23)

1. 中央処理ユニットのセットのうち少なくとも１つのユニット及びアクセラレータユニットのセットのうち少なくとも１つのユニットを包含する信頼できる実行環境を含むエッジコンピューティングデバイスで使用するための前記中央処理ユニットのセットのうち前記少なくとも１つのユニットにより実行される方法であって、
   前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で、暗号化されるべきデータ記録を生成する段階；及び
   前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で、ポスト量子の公開鍵暗号方式で前記データ記録を暗号化する段階
   を備える、方法。
2. 前記信頼できる実行環境は、１または複数のグラフィック処理ユニット（ＧＰＵ）を包含する拡張された信頼境界を有する、請求項１に記載の方法。
3. 前記データ記録は、前記ＧＰＵを用いる、ＡＩモデルによる推論である、請求項２に記載の方法。
4. 前記ポスト量子の公開鍵暗号方式は、格子ベース暗号である、請求項１に記載の方法。
5. コンピュータネットワークを介して、１つ又は複数のクラウドベースのコンピューティング環境のコンピュータに前記暗号化されたデータ記録を通信する段階を更に備える、請求項１から４のいずれか一項に記載の方法。
6. 前記暗号化されたデータ記録を、前記エッジコンピューティングデバイスのストレージメモリモジュールに通信する段階、ここで前記ストレージメモリモジュールは、前記信頼できる実行環境から除外される、を更に備える、請求項１から５のいずれか一項に記載の方法。
7. 暗号化されるべきデータ記録を生成する前記段階は、前記信頼できる実行環境内の前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットによる機械学習アルゴリズムの実行を通じて機械学習推論を生成する段階を有する、請求項１から６のいずれか一項に記載の方法。
8. 前記エッジコンピューティングデバイスのための新たなワークロードを受信する段階、ここで前記新たなワークロードは、前記ポスト量子の公開鍵暗号方式で暗号化されている；
   前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、以前に指定された外部ソースにより署名された暗号証明を検証する段階；
   前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、検証された暗号証明に応答して、前記新たなワークロードを前記信頼できる実行環境に読み込む段階
   を更に備え、ここで前記信頼できる実行環境に読み込む前記段階は：
   前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記新たなワークロードを、前記信頼できる実行環境内の機械可読ストレージにインポートする段階；
   前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを介して、前記ポスト量子の公開鍵暗号方式の前記新たなワークロードを復号する段階；及び
   前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で前記新たなワークロードを実行する段階
   を有する、請求項１から７のいずれか一項に記載の方法。
9. 中央処理ユニットのセットのうち少なくとも１つのユニット及び１または複数のグラフィック処理ユニット（ＧＰＵ）を包含する信頼できる実行環境を含むエッジコンピューティングデバイスで使用するための前記中央処理ユニットのセットのうち前記少なくとも１つのユニットにより実行される方法であって、
   前記１または複数のＧＰＵを用い、以前に指定された外部ソースにより署名されたワークロードの暗号証明を検証する段階であって、前記ワークロードは、ポスト量子の公開鍵暗号方式で暗号化されている、段階；
   前記１または複数のＧＰＵを用い、検証された暗号証明に応答して、前記ポスト量子の公開鍵暗号方式で暗号化された前記ワークロードを前記信頼できる実行環境に読み込む段階であって、前記信頼できる実行環境は、前記１または複数のＧＰＵを包含する拡張された信頼境界を有する、段階を備え、
   前記ワークロードを前記信頼できる実行環境に読み込む段階は、
   前記ワークロードが前記１または複数のＧＰＵの機械可読ストレージに読み込まれると、前記１または複数のＧＰＵを用いて、前記ポスト量子の公開鍵暗号方式で暗号化されている前記ワークロードを復号する段階；
   前記１または複数のＧＰＵを用いて、前記復号されたワークロードを実行して、暗号化されるべきデータ記録を生成する段階であって、前記復号されたワークロードを実行して、前記暗号化されるべきデータ記録を生成することは、前記信頼できる実行環境の前記拡張された信頼境界内の前記１または複数のＧＰＵにより実行されるアルゴリズムを用いて、１または複数の機械学習の推論を生成することを含む、段階；及び
   前記１または複数のＧＰＵを用いて、前記データ記録を前記ポスト量子の公開鍵暗号方式で暗号化する段階を含む、方法。
10. 中央処理ユニットのセットのうち少なくとも１つのユニット及びアクセラレータユニットのセットのうち少なくとも１つのユニットを包含する信頼できる実行環境を含むエッジコンピューティングデバイスで使用するためのコンピュータプログラムであって、
    前記中央処理ユニットのセットのうち少なくとも１つのユニットに、
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で、暗号化されるべきデータ記録を生成する手順；及び
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で、ポスト量子の公開鍵暗号方式で前記データ記録を暗号化する手順
    を実行させるための、コンピュータプログラム。
11. 前記ポスト量子の公開鍵暗号方式は、格子ベース暗号である、請求項１０に記載のコンピュータプログラム。
12. 前記中央処理ユニットのセットのうち少なくとも１つのユニットに、コンピュータネットワークを介して、１つ又は複数のクラウドベースのコンピューティング環境のコンピュータに前記暗号化されたデータ記録を通信する手順、を実行させる、請求項１０又は１１に記載のコンピュータプログラム。
13. 前記中央処理ユニットのセットのうち少なくとも１つのユニットに、前記暗号化されたデータ記録を、前記エッジコンピューティングデバイスのストレージメモリモジュールに通信する手順、ここで前記ストレージメモリモジュールは、前記信頼できる実行環境から除外される、を更に実行させる、請求項１０から１２のいずれか一項に記載のコンピュータプログラム。
14. 暗号化されるべきデータ記録を生成する前記手順は、前記信頼できる実行環境内の前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットによる機械学習アルゴリズムの実行を通じて機械学習推論を生成する手順を有する、請求項１０から１３のいずれか一項に記載のコンピュータプログラム。
15. 前記中央処理ユニットのセットのうち少なくとも１つのユニットに、
    前記エッジコンピューティングデバイスのための新たなワークロードを受信する手順、ここで前記新たなワークロードは、前記ポスト量子の公開鍵暗号方式で暗号化されている；
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、以前に指定された外部ソースにより署名された暗号証明を検証する手順；
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、検証された暗号証明に応答して、前記新たなワークロードを前記信頼できる実行環境に読み込む手順
    を更に実行させ、ここで前記信頼できる実行環境に読み込む前記手順は：
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記新たなワークロードを、前記信頼できる実行環境内の機械可読ストレージにインポートする手順；及び
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを介して、前記ポスト量子の公開鍵暗号方式の前記新たなワークロードを復号する手順；及び
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で前記新たなワークロードを実行する手順
    を含む、請求項１０から１４のいずれか一項に記載のコンピュータプログラム。
16. 中央処理ユニットのセットのうち少なくとも１つのユニット及び１または複数のグラフィック処理ユニット（ＧＰＵ）を包含する信頼できる実行環境を含むエッジコンピューティングデバイスで使用するためのコンピュータプログラムであって、前記コンピュータプログラムは、前記中央処理ユニットのセットのうち少なくとも１つのユニットに、
    前記１または複数のＧＰＵを用いて、以前に指定された外部ソースにより署名されたワークロードの暗号証明を検証する手順であって、前記ワークロードは、ポスト量子の公開鍵暗号方式で暗号化されている、手順；
    前記１または複数のＧＰＵを用いて、検証された暗号証明に応答して、前記ポスト量子の公開鍵暗号方式で暗号化された前記ワークロードを前記信頼できる実行環境に読み込む手順であって、前記信頼できる実行環境は、前記１または複数のＧＰＵを包含する拡張された信頼境界を有する、手順を実行させ、
    前記ワークロードを前記信頼できる実行環境に読み込む前記手順は、
    前記ワークロードが前記１または複数のＧＰＵの機械可読ストレージに読み込まれると、前記１または複数のＧＰＵを用いて、前記ポスト量子の公開鍵暗号方式で暗号化されている前記ワークロードを復号する手順；
    前記１または複数のＧＰＵを用いて、前記復号されたワークロードを実行して、暗号化されるべきデータ記録を生成する手順であって、前記復号されたワークロードを実行して、前記暗号化されるべき前記データ記録を生成することは、前記信頼できる実行環境の前記拡張された信頼境界内の前記１または複数のＧＰＵにより実行されるアルゴリズムを用いて、１または複数の機械学習の推論を生成することを含む、手順；および
    前記１または複数のＧＰＵを用いて、前記データ記録を前記ポスト量子の公開鍵暗号方式で暗号化する手順を含む、コンピュータプログラム。
17. １つ又は複数のプロセッサのセット；
    アクセラレータユニットのセット；
    前記１つ又は複数のプロセッサのセットのうち少なくとも１つの処理ユニット及び前記アクセラレータユニットのセットのうち少なくとも１つのユニットを包含する信頼できる実行環境；
    機械可読ストレージデバイス；及び
    前記機械可読ストレージデバイス上に記憶されたコンピュータコード
    を備える、エッジコンピューティングデバイスのコンピュータシステムであって、
    前記コンピュータコードは、前記少なくとも１つの処理ユニットに、以下、すなわち：
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で、暗号化されるべきデータ記録を生成する手順；及び
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で、ポスト量子の公開鍵暗号方式で前記データ記録を暗号化する手順
    を含む動作を実行させるための命令を有する、コンピュータシステム。
18. 前記ポスト量子の公開鍵暗号方式は、格子ベース暗号である、請求項１７に記載のコンピュータシステム。
19. 前記コンピュータコードは、前記少なくとも１つの処理ユニットに、以下の動作、すなわち、コンピュータネットワークを介して、１つ又は複数のクラウドベースのコンピューティング環境のコンピュータに前記暗号化されたデータ記録を通信する手順を実行させるための命令を更に有する、請求項１７又は１８に記載のコンピュータシステム。
20. 前記コンピュータコードは、前記少なくとも１つの処理ユニットに、以下の動作、すなわち、前記暗号化されたデータ記録を、前記エッジコンピューティングデバイスのストレージメモリモジュールに通信する手順、ここで前記ストレージメモリモジュールは、前記信頼できる実行環境から除外される、を実行させるための命令を更に有する、請求項１７から１９のいずれか一項に記載のコンピュータシステム。
21. 暗号化されるべきデータ記録を生成する前記手順は、前記信頼できる実行環境内の前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットによる機械学習アルゴリズムの実行を通じて機械学習推論を生成する手順を有する、請求項１７から２０のいずれか一項に記載のコンピュータシステム。
22. 前記コンピュータコードは、前記少なくとも１つの処理ユニットに、以下の動作、すなわち：
    前記エッジコンピューティングデバイスのための新たなワークロードを受信する手順、ここで前記新たなワークロードは、前記ポスト量子の公開鍵暗号方式で暗号化されている；
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、以前に指定された外部ソースにより署名された暗号証明を検証する手順；
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、検証された暗号証明に応答して、前記新たなワークロードを前記信頼できる実行環境に読み込む手順
    を実行させるための命令を更に有し、ここで前記信頼できる実行環境に読み込む前記手順は：
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記新たなワークロードを、前記信頼できる実行環境内の機械可読ストレージにインポートする手順；及び
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記ポスト量子の公開鍵暗号方式の前記新たなワークロードを復号する手順；及び
    前記アクセラレータユニットのセットのうち前記少なくとも１つのユニットを用い、前記信頼できる実行環境内で前記新たなワークロードを実行する手順
    を含む、請求項１７から２１のいずれか一項に記載のコンピュータシステム。
23. １または複数のグラフィック処理ユニット（ＧＰＵ）及びプロセッサセットを包含する拡張された信頼境界を有する信頼できる実行環境；
    機械可読ストレージデバイス；並びに
    前記機械可読ストレージデバイス上に記憶されたプログラム命令を備えるエッジコンピューティングデバイスのコンピュータシステムであって、
    前記プログラム命令は、前記プロセッサセットに、
    前記１または複数のＧＰＵを用いて、以前に指定された外部ソースにより署名されたワークロードの暗号証明を検証する手順であって、前記ワークロードは、ポスト量子の公開鍵暗号方式で暗号化されている、手順；
    前記１または複数のＧＰＵを用いて、検証された暗号証明に応答して、前記ポスト量子の公開鍵暗号方式で暗号化された前記ワークロードを前記信頼できる実行環境に読み込む手順を実行させ、
    前記ワークロードを前記信頼できる実行環境に読み込む前記手順は、
    前記ワークロードが前記１または複数のＧＰＵの機械可読ストレージに読み込まれると、前記１または複数のＧＰＵを用いて、前記ポスト量子の公開鍵暗号方式で暗号化されている前記ワークロードを復号する手順；
    前記１または複数のＧＰＵを用いて、前記復号されたワークロードを実行して、暗号化されるべきデータ記録を生成する手順であって、前記復号されたワークロードを実行して、前記暗号化されるべきデータ記録を生成することは、前記信頼できる実行環境の前記拡張された信頼境界内の前記１または複数のＧＰＵにより実行されるアルゴリズムを用いて、１または複数の機械学習の推論を生成することを含む、手順；及び
    前記１または複数のＧＰＵを用いて、前記データ記録を前記ポスト量子の公開鍵暗号方式で暗号化する手順を含む、エッジコンピューティングデバイスのコンピュータシステム。