tvrtka IBM o otvaranju izvornih tekstova alata (IBM Fully Homomorphic Encryption) s implementacijom sustava za obradu podataka u šifriranom obliku. FHE vam omogućuje stvaranje usluga za povjerljivo računalstvo, u kojima se podaci obrađuju šifrirani i ne pojavljuju se u otvorenom obliku ni u jednoj fazi. Rezultat se također generira šifriran. Kod je napisan u C++ i pod licencom MIT-a. Osim verzije za Linux, slični alati za и , napisano u Objective-C. Objava verzije za .
FHE podržava homomorfne operacije koje vam omogućuju izvođenje zbrajanja i množenja šifriranih podataka (tj. možete implementirati proizvoljne izračune) i dobivanje šifriranog rezultata na izlazu, što bi bilo slično šifriranju rezultata zbrajanja ili množenja izvornih podataka. Homomorfna enkripcija može se smatrati sljedećom fazom u razvoju end-to-end enkripcije - osim što štiti prijenos podataka, pruža mogućnost obrade podataka bez dešifriranja.
S praktične strane, okvir može biti koristan za organiziranje povjerljivog računalstva u oblaku, u elektroničkim sustavima glasovanja, u anonimiziranim protokolima za usmjeravanje, za šifriranu obradu upita u DBMS-u, za povjerljivu obuku sustava za strojno učenje. Primjer primjene FHE je organiziranje analize podataka o pacijentima zdravstvenih ustanova u osiguravajućim društvima, a da osiguravajuće društvo ne dobije pristup informacijama koje bi mogle identificirati određene pacijente. Također razvoj sustava strojnog učenja za otkrivanje lažnih transakcija kreditnim karticama na temelju obrade šifriranih anonimnih financijskih transakcija.
Komplet alata uključuje biblioteku s implementacijom nekoliko homomorfnih shema šifriranja, integriranim razvojnim okruženjem (rad se odvija putem preglednika) i skupom primjera. Kako bi se pojednostavila implementacija, pripremljene su gotove docker slike temeljene na CentOS, Fedora i Ubuntu. Dostupne su i upute za sastavljanje kompleta alata iz izvornog koda i njegovu instalaciju na lokalni sustav.
Projekt se razvija od 2009. godine, no tek sada je moguće postići prihvatljive pokazatelje uspješnosti koji omogućuju njegovu primjenu u praksi. Napominje se da FHE čini homomorfne izračune dostupnima svima; uz pomoć FHE, obični korporativni programeri moći će obaviti isti posao u minuti za koji su prije bili potrebni sati i dani kada su uključivali stručnjake s akademskim stupnjem.
Među ostalim razvojima u području povjerljivog računalstva, može se primijetiti uz implementaciju metoda , omogućujući izvođenje statističkih operacija na skupu podataka s dovoljno visokom točnošću bez mogućnosti identificiranja pojedinačnih zapisa u njemu. Projekt zajednički razvijaju istraživači iz Microsofta i Sveučilišta Harvard. Implementacija je napisana u Rustu i Pythonu i pod licencom MIT-a.
Analiza pomoću metoda diferencijalne privatnosti omogućuje organizacijama izradu analitičkih uzoraka iz statističkih baza podataka, ne dopuštajući im da izoliraju parametre određenih pojedinaca iz općih informacija. Na primjer, kako bi se identificirale razlike u skrbi za pacijente, istraživačima se mogu pružiti informacije koje im omogućuju usporedbu prosječne duljine boravka pacijenata u bolnicama, ali i dalje održavaju povjerljivost pacijenata i ne ističu informacije o pacijentima.
Za zaštitu osobnih ili povjerljivih podataka koji se mogu identificirati koriste se dva mehanizma: 1. Dodavanje male količine statističkog "šuma" svakom rezultatu, koji ne utječe na točnost ekstrahiranih podataka, ali prikriva doprinos pojedinačnih podataka.
2. Korištenje proračuna za privatnost koji ograničava količinu podataka proizvedenih za svaki zahtjev i ne dopušta dodatne zahtjeve koji bi mogli narušiti povjerljivost.
Izvor: opennet.ru