IBM avatud lähtekoodide kärg (IBM Täielik Homomorfne Krüpteerimine) rakendusega süsteem andmete töötlemiseks krüpteeritud kujul. FHE võimaldab luua teenuseid konfidentsiaalsete arvutuste jaoks, kus andmeid töödeldakse krüpteerituna ja need ei ole üheski etapis nähtaval kujul. Tulemused genereeritakse samuti krüpteeritult. Kood on kirjutatud C++ keeles ja MIT litsentsi all. Lisaks Linuxi versioonile arendatakse samal ajal sarnaseid tööriistu ja , kirjutatud Objective-C keeles. Peagi oodatakse variandi avaldamist .
FHE toetab homomorfseid operatsioone, mis võimaldavad krüpteeritud andmete liitmist ja korrutamist (st võimalik on teostada mis tahes vabalt valitud arvutusi) ning saada väljundina krüpteeritud tulemuse, mis oleks sama, mis originaalsete andmete liitmise või korrutamise tulemuse krüpteerimise korral. Homomorfset krüpteerimist võib vaadelda järgmise sammuna lõpp-lõpuni krüpteerimise (end-to-end) arendamises — lisaks andmete edastamise kaitsmisele on võimalik andmeid töödelda ilma nende dekodeerimiseta.
Praktiliselt võib raamistik olla kasulik konfidentsiaalsete pilvearvutuste, elektrooniliste hääletamissüsteemide, anonüümsete marsruutimise protokollide, krüpteeritud päringute töötlemise andmebaasides ning konfidentsiaalse masinõppe süsteemide koolitamiseks. FHE rakendamise näiteks tuuakse esile teabe analüüsimine meditsiiniasutuste patsientide kohta kindlustusfirmades ilma kindlustusfirmadele ligipääsuta andmetele, mis võiksid tuvastada konkreetseid patsiente. Samuti masinõppesüsteemide arendamist krediitkaardi pettuste tuvastamiseks, mis põhineb krüpteeritud anonüümsete rahandustehingute töötlemisel.
Tööriistade komplekt sisaldab raamatukogu mitme homomorfse krüpteerimise skeemi rakendamisega, integreeritud arenduskeskkonda (tööd tehakse brauseri kaudu) ja hulka näidiseid. Käivitamise lihtsustamiseks on koostatud valmis docker-pildid, mis on loodud CentOS, Fedora ja Ubuntu põhjal. Samuti on saadaval juhised tööriistade komplekti kogumiseks lähtekoodidest ja kohalikule süsteemile installimiseks.
Projekt on arenema hakanud 2009. aastast, kuid alles praegu on saavutatud rahuldavad jõudlusnäitajad, mis võimaldavad selle praktilist kasutamist. Toodud on välja, et FHE teeb homomorfseid arvutusi kergesti kättesaadavaks kõigile soovijatele; tänu FHE saavad tavalised ettevõtte programmeerijad minutitega teha sama tööd, milleks varem kulus tunde ja päevi ekspertide kaasamisega.
Teistest konfidentsiaalsete arvutuste valdkonna arendustest võib välja tuua meetodite rakendamine , mis võimaldavad piisavalt suure täpsusega teostada statistilisi operatsioone andmekogumi üle, ilma et oleks võimalik tuvastada üksikute kirjete identiteeti. Projekt areneb koos Microsofti ja Harvardi ülikooli teadlastega. Rakkenduse teostus on kirjutatud Rustis ja Pythonis ning MIT litsentsi alusel.
Meetodite analüüs, mis põhineb diferentseeritud privaatsusel, võimaldab organisatsioonidel luua statistiliste andmebaaside analüütilisi valimeid, takistades samal ajal konkreetsete isikute andmete eraldamise üldisest infost. Näiteks, et tuvastada erinevusi patsientide hoolduses, võib teadlastele anda teavet, mis võimaldab võrrelda keskmist aega, mil patsiendid veedavad haiglates, säilitades samas patsientide privaatsuse ja vältides nende kohta teabe eraldamist.
Identifitseeritud isikliku või konfidentsiaalse teabe kaitsmiseks kasutatakse kahte mehhanismi: 1. Iga tulemuse juurde lisatakse väike statistiline "müra", mis ei mõjuta eraldatavate andmete täpsust, kuid maskeerib üksikute andmeelementide panuse.
2. Privaatsuse eelarve kasutamine, mis piirab iga päringu jaoks antava teabe mahtu ning takistab täiendavaid päringuid, mis võivad privaatsust rikkuda.
Allikas: opennet.ru
