Google abriu un sistema para analizar conxuntos de datos sen violar a confidencialidade

Google presentado protocolo criptográfico para computación confidencial de varias partes Unirse e computar privados, que permite análises e cálculos sobre conxuntos de datos cifrados de varios participantes, mantendo a confidencialidade dos datos de cada participante (cada participante non é capaz de obter información sobre os datos doutros participantes, pero pode realizar cálculos xeneralizados sobre eles sen descifrar). Código de implementación do protocolo aberto licenciado baixo Apache 2.0.

Private Join and Compute permítelle transferir un conxunto privado de rexistros a un terceiro, que poderá analizalo e, en xeral, avaliar as diferenzas co seu conxunto, pero non poderá descubrir os valores de rexistros específicos. Por exemplo, é posible obter información dun conxunto de datos cifrados, como o número de identificadores que coinciden co seu conxunto e a suma dos valores dos rexistros con identificadores coincidentes. Neste caso, é imposible descubrir exactamente que valores e identificadores están presentes no conxunto.

Protocolo Private Join and Compute, tamén coñecido como Private Intersection-Sum, baseado sobre a combinación de protocolos transmisión accidental por esquecemento (Transferencia Random Oblivious), cifrado Filtros de floración e dobre disfraz Polig-Hellman.

O sistema proposto pode ser útil, por exemplo, cando unha institución médica ten información sobre o estado de saúde dos pacientes e outra sobre a prescrición dun novo medicamento preventivo. O protocolo "Private Join and Compute" permítelle, sen revelar información, combinar conxuntos de datos cifrados e mostrar estatísticas xerais que lle permitirán comprender se o medicamento prescrito reduce ou non a incidencia da enfermidade. Outro exemplo é que a partir da base de datos de accidentes da inspección estatal de tráfico e da base do uso de equipamentos de seguridade melloradas nos automóbiles, é posible valorar se a aparición destes equipamentos afecta ao número de accidentes.

Outro exemplo é cando, a partir da base de empregados dunha empresa e dos datos de compra doutra, pode calcular cantos empregados da primeira empresa fixeron compras da segunda e por que cantidade. No contexto das redes publicitarias pódense facer cálculos similares para avaliar a eficacia das campañas publicitarias, utilizando listas de usuarios aos que se lles amosou un anuncio (ou aos que fixeron clic nunha ligazón) e que realizaron compras nunha tenda en liña.

Fonte: opennet.ru