IBM выпустил тулкит для гомоморфного шифрования для Linux

Компания IBM обяви за откритие на изходния код на инструмента FHE (IBM Fully Homomorphic Encryption) с реализация на системата на пълно хомоморфно криптиране за обработка на данни в криптиран вид. FHE позволява създаването на услуги за конфиденциални изчисления, при които данните се обработват криптирани и не се появяват в открит вид на нито един от етапите. Резултатът също се генерира криптиран. Кодът е написан на C++ и разпространява под лиценция MIT. Освен версия за Linux, паралелно се развиват аналогични инструменти за macOS и iOS, написани на Objective-C. Скоро се очаква публикуването на версия за Android.

FHE поддържа пълни хомоморфни операции, позволяващи извършване на събиране и умножение на криптирани данни (т.е. е възможно да се реализират всякакви произволни изчисления) и получаване на изходен криптирания резултат, който би бил аналогичен на криптирането на резултата от събирането или умножението на изходните данни. Хомоморфното криптиране може да се разглежда като следваща стъпка в развитието на крайно криптиране (end-to-end) - освен защита на преноса на данни, предоставя се възможност за обработка на данни без тяхното декриптиране.

От практическа гледна точка, фреймуъркът може да бъде полезен за организиране на конфиденциални облачни изчисления, в системи за електронно гласуване, в анонимизирани маршрутизиращи протоколи, за криптирана обработка на заявки в СУБД, за конфиденциално обучение на машинни системи. Като пример за приложение на FHE се споменава организирането на анализ на информация за пациенти в медицински заведения за здравноосигурителни компании без предоставяне на достъп на здравноосигурителната компания до данни, които биха могли да идентифицират конкретни пациенти. Също така се споменава разработка на системи за машинно обучение за откриване на измамни транзакции с кредитни карти на базата на обработка на криптирани анонимни финансови транзакции.

Инструментът включва библиотека HElib с реализиране на няколко схеми за хомоморфно криптиране, интегрирана среда за разработка (работата се осъществява през браузъра) и набор от примери. За улесняване на внедряването са подготвени готови Docker образи, базирани на CentOS, Fedora и Ubuntu. Също така са налични инструкции за компилиране на инструмента от изходния код и инсталиране на локалната система.

Проектът се развива от 2009 година, но едва сега успя да постигне приемливи показатели за производителност, които да позволят практическото му използване. Отбелязва се, че FHE прави хомоморфните изчисления достъпни за всички желаещи; с FHE обикновените корпоративни програмисти ще могат за минута да свършат същата работа, за която преди бяха необходими часове и дни с помощта на експерти с научна степен.

От други разработки в областта на конфиденциалните изчисления си струва да се споменат публикацията на проекта OpenDP с реализация на методи диференциална неприкосновеност, които позволяват с достатъчно висока точност да се извършват статистически операции върху набор от данни, без възможност за идентифициране на отделни записи в него. Проектът се развива съвместно от изследователи от компанията Microsoft и Харвардския университет. Реализацията е написана на Rust и Python и се предоставя под лиценз MIT.

Анализът, използващ методи на диференциалната приватност, дава възможност на организациите да извършват аналитични извадки от статистически БД, без да позволяват извличането на параметри на конкретни лица от общата информация. Например, за установяване на разлики в грижите за пациенти, изследователите могат да получават информация, позволяваща да сравнят средното време на престой на пациентите в болниците, но при запазване на конфиденциалността на пациентите и без да допуска извеждането на данни за тях.

За защита на идентифицируемата лична или конфиденциална информация се прилагат два механизма: 1. Добавяне на малък статистически "шум" към всеки резултат, който не влияе на точността на извлечените данни, но маскира вноса на отделни елементи от данните.
2. Използване на бюджет за конфиденциалност, който ограничава обема на данните, предоставяни за всяко запитване, и не допуска допълнителни запитвания, които могат да нарушат конфиденциалността.

Източник: opennet.ru