شركة IBM حول فتح النصوص المصدر لمجموعة الأدوات (IBM Fully Homomorphic Encryption) مع تنفيذ النظام لمعالجة البيانات في شكل مشفر. تسمح لك FHE بإنشاء خدمات للحوسبة السرية، حيث تتم معالجة البيانات بشكل مشفر ولا تظهر في شكل مفتوح في أي مرحلة. يتم إنشاء النتيجة مشفرة أيضًا. الكود مكتوب بلغة C++ و بموجب ترخيص معهد ماساتشوستس للتكنولوجيا. بالإضافة إلى إصدار Linux، توجد مجموعات أدوات مماثلة لـ и مكتوب في الهدف-C. نشر نسخة ل .
يدعم FHE العمليات المتماثلة التي تسمح لك بإجراء إضافة وضرب البيانات المشفرة (أي يمكنك تنفيذ أي حسابات عشوائية) والحصول على نتيجة مشفرة عند الإخراج، والتي ستكون مشابهة لتشفير نتيجة إضافة أو ضرب البيانات الأصلية. يمكن اعتبار التشفير المتماثل بمثابة المرحلة التالية في تطوير التشفير الشامل - بالإضافة إلى حماية نقل البيانات، فإنه يوفر القدرة على معالجة البيانات دون فك تشفيرها.
على الجانب العملي، قد يكون الإطار مفيدًا لتنظيم الحوسبة السحابية السرية، في أنظمة التصويت الإلكترونية، في بروتوكولات التوجيه المجهولة، للمعالجة المشفرة للاستعلامات في نظام إدارة قواعد البيانات (DBMS)، للتدريب السري لأنظمة التعلم الآلي. مثال على تطبيق FHE هو تنظيم تحليل المعلومات حول مرضى المؤسسات الطبية في شركات التأمين دون أن تحصل شركة التأمين على إمكانية الوصول إلى المعلومات التي يمكن أن تحدد مرضى محددين. أيضًا تطوير أنظمة التعلم الآلي للكشف عن المعاملات الاحتيالية ببطاقات الائتمان بناءً على معالجة المعاملات المالية المشفرة والمجهولة المصدر.
تتضمن مجموعة الأدوات مكتبة مع تنفيذ العديد من أنظمة التشفير المتماثلة وبيئة التطوير المتكاملة (يتم العمل من خلال المتصفح) ومجموعة من الأمثلة. لتبسيط النشر، تم إعداد صور عامل الإرساء الجاهزة استنادًا إلى CentOS وFedora وUbuntu. تتوفر أيضًا إرشادات تجميع مجموعة الأدوات من التعليمات البرمجية المصدر وتثبيتها على نظام محلي.
وقد بدأ المشروع في التطور منذ عام 2009، ولكن لم يتم تحقيق مؤشرات أداء مقبولة تسمح باستخدامه عملياً إلا الآن. تجدر الإشارة إلى أن FHE تجعل الحسابات المتماثلة في متناول الجميع؛ وبمساعدة FHE، سيتمكن مبرمجو الشركات العاديون من القيام بنفس العمل في دقيقة واحدة، وهو الأمر الذي كان يتطلب في السابق ساعات وأيام عند إشراك خبراء حاصلين على درجة أكاديمية.
ومن بين التطورات الأخرى في مجال الحوسبة السرية يمكن الإشارة إليها مع تنفيذ الأساليب مما يسمح بإجراء عمليات إحصائية على مجموعة بيانات بدقة عالية بما فيه الكفاية دون القدرة على تحديد السجلات الفردية فيها. يتم تطوير المشروع بشكل مشترك من قبل باحثين من مايكروسوفت وجامعة هارفارد. التنفيذ مكتوب بلغة Rust و Python و بموجب ترخيص معهد ماساتشوستس للتكنولوجيا.
يسمح التحليل باستخدام أساليب الخصوصية التفاضلية للمؤسسات بعمل عينات تحليلية من قواعد البيانات الإحصائية، دون السماح لها بعزل معلمات أفراد محددين عن المعلومات العامة. على سبيل المثال، لتحديد الاختلافات في رعاية المرضى، يمكن تزويد الباحثين بالمعلومات التي تسمح لهم بمقارنة متوسط مدة إقامة المرضى في المستشفيات، ولكن مع الحفاظ على سرية المريض ولا يسلط الضوء على معلومات المريض.
يتم استخدام آليتين لحماية المعلومات الشخصية أو السرية التي يمكن تحديدها: 1. إضافة كمية صغيرة من "الضجيج" الإحصائي إلى كل نتيجة، وهو ما لا يؤثر على دقة البيانات المستخرجة، ولكنه يخفي مساهمة عناصر البيانات الفردية.
2. استخدام ميزانية خصوصية تحد من كمية البيانات المنتجة لكل طلب ولا تسمح بالطلبات الإضافية التي قد تنتهك السرية.
المصدر: opennet.ru