IBM ettevõte tööriistakomplekti lähtetekstide avamise kohta (IBM Fully Homomorphic Encryption) koos süsteemi juurutamisega andmete töötlemiseks krüpteeritud kujul. FHE võimaldab luua teenuseid konfidentsiaalseks andmetöötluseks, mille käigus andmeid töödeldakse krüpteeritult ja need ei ilmu üheski etapis avatud kujul. Tulemus genereeritakse ka krüpteeritult. Kood on kirjutatud C++ ja MIT litsentsi alusel. Lisaks Linuxi versioonile on sarnased tööriistakomplektid и , kirjutatud Objective-C. Selle versiooni avaldamine .
FHE toetab homomorfsed toimingud, mis võimaldavad sooritada krüpteeritud andmete liitmist ja korrutamist (s.t. saate teostada suvalisi arvutusi) ning saada väljundis krüpteeritud tulemus, mis sarnaneks algandmete lisamise või korrutamise tulemuse krüpteerimisega. Homomorfset krüptimist võib pidada järgmiseks etapiks otsotsa krüptimise arendamises – lisaks andmeedastuse kaitsmisele annab see võimaluse töödelda andmeid ilma neid dekrüpteerimata.
Praktilise poole pealt võib raamistik olla kasulik konfidentsiaalse pilvandmetöötluse korraldamiseks, elektroonilistes hääletussüsteemides, anonüümsete marsruutimisprotokollides, päringute krüptitud töötlemiseks DBMS-is, masinõppesüsteemide konfidentsiaalseks koolitamiseks. FHE rakendamise näiteks on raviasutuste patsientide info analüüsi korraldamine kindlustusseltsides, ilma et kindlustusselts saaks ligipääsu informatsioonile, mis võiks konkreetseid patsiente tuvastada. Samuti krüpteeritud anonüümsete finantstehingute töötlemisel põhinevate masinõppesüsteemide arendamine krediitkaartidega tehtavate pettuste tuvastamiseks.
Tööriistakomplekt sisaldab raamatukogu mitmete homomorfsete krüpteerimisskeemide, integreeritud arenduskeskkonna (töö toimub brauseri kaudu) ja näidete komplekti rakendamisega. Kasutuselevõtu lihtsustamiseks on ette valmistatud CentOS-il, Fedoral ja Ubuntul põhinevad dokkerite valmiskujutised. Samuti on saadaval juhised tööriistakomplekti lähtekoodist kokkupanemiseks ja selle kohalikku süsteemi installimiseks.
Projekti on arendatud alates 2009. aastast, kuid alles nüüd on suudetud saavutada vastuvõetavad tulemusnäitajad, mis võimaldavad seda praktikas kasutada. Märgitakse, et FHE teeb homomorfsed arvutused kõigile kättesaadavaks, FHE abiga saavad tavalised ettevõtte programmeerijad teha minutiga ära sama töö, mis varem nõudis tunde ja päevi akadeemilise kraadiga ekspertide kaasamisel.
Muude arengute hulgas konfidentsiaalse andmetöötluse valdkonnas võib seda märkida meetodite rakendamisega , mis võimaldab teha piisavalt suure täpsusega statistilisi toiminguid andmekogumiga, ilma et oleks võimalik selles üksikuid kirjeid tuvastada. Projekti arendavad ühiselt Microsofti ja Harvardi ülikooli teadlased. Rakendus on kirjutatud Rust ja Python ning MIT litsentsi alusel.
Diferentsiaalsete privaatsusmeetoditega analüüs võimaldab organisatsioonidel teha statistilistest andmebaasidest analüütilisi proove, võimaldamata neil eraldada konkreetsete isikute parameetreid üldisest teabest. Näiteks patsientide hoolduse erinevuste väljaselgitamiseks saab teadlastele anda teavet, mis võimaldab võrrelda patsientide keskmist haiglas viibimise pikkust, kuid säilitab siiski patsientide konfidentsiaalsuse ega tõsta patsiendi teavet esile.
Tuvastatava isiku- või konfidentsiaalse teabe kaitsmiseks kasutatakse kahte mehhanismi: 1. Igale tulemusele väikese statistilise “müra” lisamine, mis ei mõjuta väljavõetud andmete täpsust, kuid varjab üksikute andmeelementide panust.
2. Privaatsuseelarve kasutamine, mis piirab iga päringu jaoks toodetavate andmete hulka ega luba täiendavaid päringuid, mis võiksid rikkuda konfidentsiaalsust.
Allikas: opennet.ru