Signal Advance(R) (OTC:SIGL) がサイバーセキュリティの新たなマイルストーンを達成: AI 耐性のあるアナログ暗号化を検証

テキサス州ロシャロン / ACCESS Newswire / 2025 年 10 月 29 日 / Signal Advance, Inc. (OTCID:SIGL) は、特許取得済みの Analog Guard® 暗号化システムが高度な人工知能 (AI) モデルによる解読に耐えることを確認する新しいテスト結果を発表しました。これは、同社のアナログ ドメイン設計が次世代 AI の脅威に対する本質的な防御を提供している証拠です。つい最近の 2025 年 10 月 10 日、IBM はは、Think Blog で「AI は包括的なシステムです。機械学習は AI のサブセットです。ディープ ラーニングは機械学習のサブフィールドであり、ニューラル ネットワークがディープ ラーニング アルゴリズムのバックボーンを構成します。」と説明しました。最近のテストでは、2 つの異なる最新の機械学習 AI アーキテクチャが、Analog Guard® で暗号化されたデータ内のパターン、キー、またはメッセージの相関関係を認識できませんでした。予測精度は 50% 近くにとどまりました。本質的にはランダムな推測、コイン投げであり、暗号化された信号とその元のコンテンツの間に学習可能な関係がありません。攻撃は悪用可能な構造から始まるため、それを削除すると AI には学習可能な信号が残りません。私たちのテストでは、モデルは偶然 (~50%) に留まり、アナログ キーやメッセージを推測できませんでした。 「最新の AI ですら、データの背後にあるキーやメッセージを特定することはできませんでした」と、Signal Advance の CEO、クリス ハイメル博士は述べています。 Hymel 氏はさらに、これらの結果は Analog Guard の中核的な強みを証明していると述べ、そのアナログ ドメイン アーキテクチャは本質的にデジタル攻撃から安全であり、変革をもたらす AI による脅威に対する回復力を提供します。サイバーセキュリティの新しい基盤従来のデジタル暗号化は数学的変換に依存しているため、AI や量子攻撃に対してますます脆弱になっています。Analog Guard® は数学ベースのセキュリティを物理ベースの信号に置き換えます。アルゴリズムの予測を無視する変調、連続的に変化する波形、およびアナログ キー - AI と量子復元力を提供します。この成果により、Analog Guard® は、すでに AI によって加速される脆弱性に直面している防衛、重要インフラ、産業、セキュア通信市場分野向けの将来の復元力のある暗号化プラットフォームとして位置づけられます。次のステップSignal Advance® は、追加のモデルにわたって AI 耐性テストを拡大します。およびデータセットを調査し、独立したレビューのために選択した調査結果を公開する予定です。これらの研究により、Analog Guard® が、強力な知的財産保護とマルチマーケットライセンスの可能性を備えた、商用化に対応した防御可能な暗号化テクノロジーとしてさらに実証されることになります。Signal Advance, Inc. について
Signal Advance® (OTCID:SIGL) は、デジタル サイバーセキュリティ システムを補完し、強化するアナログ領域の信号処理テクノロジーを開発しています。その Analog Guard® プラットフォームは、AI および量子脅威に対する復元力を備えたハードウェア レベルの暗号化を提供します。ストーリーは続きますAnalog Guard® および Signal Advance® は、Signal Advance, Inc. の登録商標です。その他すべての商標は、それぞれの所有者の財産です。メディアおよび投資家向けお問い合わせ先Signal Advance, Inc.
[email protected] | (713) 510-7445
www.signaladvance.com | X (旧 Twitter): @Signaladv将来の見通しに関する記述このプレスリリースには、知的財産戦略、技術開発、商品化計画、および期待される利益に関する将来の見通しに関する記述が含まれる場合があります。これらの記述は現在の仮定に基づいており、特許審査の結果、技術の進化、市場の状況など、実際の結果が大きく異なる可能性があるリスクと不確実性を伴います。 Signal Advance は、法律で義務付けられている場合を除き、将来の見通しに関する記述を更新する義務を負いません。出典: Signal Advance, Inc.ACCESS Newswire で元のプレス リリースを表示コメントを見る