IBM FHE tööriista avamisest (IBM Fully Homomorphic Encryption) täiendava süsteemi rakendamisega krüpteeritud andmete töötlemiseks. FHE võimaldab luua konfidentsiaalse arvutusteenuseid, kus andmeid töödeldakse krüpteeritult ja need ei esine avatud vormis ühelgi etapil. Tulemused genereeritakse samuti krüpteeritud kujul. Kood on kirjutatud C++ keeles ja MIT litsentsi all. Lisaks Linuxi versioonile arendatakse paralleelselt sarnaseid tööriistu ja , mis on kirjutatud Objective-C. Peagi oodatakse variandi avaldamist .
FHE toetab homomorfseid operatsioone, mis võimaldavad krüpteeritud andmete liitmist ja korrutamist (st on võimalik teostada mis tahes suvalisi arvutusi) ja saada väljundiks krüpteeritud tulemuse, mis oleks analoogne liitmise või korrutamise tulemuse krüptimisega. Homomorfset krüptimist võib pidada järgmise sammuna lõpp-lõpuks krüptimise arengus — andmete edastamise kaitsmise kõrval pakutakse võimalust andmeid töödelda nende dekodeerimise vajaduseta.
Praktiliselt võib raamistik osutuda kasulikuks konfidentsiaalsete pilvaarvutuste korraldamisel, elektrooniliste hääletamissüsteemides, anonüümses marsruutimise protokollides, krüpteeritud päringute töötlemisel andmebaasides, masinõppe süsteemide konfidentsiaalses treenimises. Näiteks on FHE rakenduse näitena toodi välja meditsiiniasutuste patsientide teabe analüüsimine kindlustusfirmades ilma et kindlustusfirma saaks juurdepääsu andmetele, mis oleksid võinud tuvastada konkreetseid patsiente. Samuti arendus krediitkaardipettuste avastamiseks masinõppe süsteemide jaoks, mis põhinevad krüpteeritud anonüümsete rahandustehingute töötlemisel.
Tööriistakomplekt sisaldab raamatukogu mitme homomorfse krüptimisskeemi rakendamisega, integreeritud arenduskeskkonda (töö toimub brauseri kaudu) ja komplekti näiteid. Paigaldamise lihtsustamiseks on ette valmistatud valmis docker-pildid CentOS, Fedora ja Ubuntu põhjal. Samuti on saadaval juhised tööriistakomplekti koostamiseks lähtekoodist ja selle paigaldamiseks kohalikku süsteemi.
Projekt on arenenud alates 2009. aastast, kuid sellele vastuvõetavate jõudlusnäitajate saavutamine, mis võimaldaks selle praktilist kasutamist, õnnestus alles nüüd. Täheldatakse, et FHE teeb homomorfseid arvutusi kergesti kättesaadavaks kõigile, võimaldades tavaettevõtte programmeerijatel teha minutitega sama tööd, mille teostamine eelnevalt nõudis tunde ja päevi spetsialistide kaasamisega.
Teisest konfidentsiaalsete arvutuste valdkonna arendustest väärib märkimist meetodite rakendamisega, mis võimaldavad piisavalt kõrge täpsusega statistilisi operatsioone teostada andmekogumite üle, ilma et oleks võimalik tuvastada üksikute kirjeid. Projekti arendavad koostöös Microsofti ja Harvardi ülikooli teadlased. Rakendus on kirjutatud Rustis ja Pythoni keeles ning on MIT litsentsi all.
Differentsiaalset privaatsust kasutavad analüüsimeetodid võimaldavad organisatsioonidel teha analüütilisi valimisi statistilistest andmebaasidest, võimaldades samal ajal säilitada isikute konfidentsiaalsust ja takistada nendele viitavate andmete eraldamist.
Identifitseeritava isiku või konfidentsiaalse teabe kaitsmiseks kasutatakse kahte mehhanismi: 1. Iga tulemuse juurde lisatakse väike statistiline „müra“, mis ei mõjuta väljaveetud andmete täpsust, kuid varjab üksikute andmepunktide panuse.
2. Kasutatakse konfidentsiaalsuse eelarvet, mis piirab iga päringu andmete hulka ja ei võimalda täiendavaid päringuid, mis võivad rikkuda konfidentsiaalsust.
Allikas: opennet.ru
