Az IBM megnyitotta a homomorf titkosítás eszköztárát Linuxra

IBM cég bejelentette a toolkit forráskódjának megnyitásáról FHE (IBM Teljes Homomorfikus Titkosítás) a rendszer megvalósításával teljes homomorf titkosítás titkosított formátumban történő adatok feldolgozásához. Az FHE lehetővé teszi olyan szolgáltatások létrehozását, amelyek bizalmas számításokat végeznek, ahol az adatok titkosítva vannak feldolgozva, és nem jelennek meg nyílt formában egyetlen szakaszban sem. Az eredmény szintén titkosítva van. A kód C++ nyelven íródott és terjesztésre kerül MIT licenc alatt. A Linux verzió mellett párhuzamosan az Objective-C nyelven írt hasonló toolkit-ek is fejlődnek. A közeljövőben várható egy változat megjelenése macOS és iOSAz FHE támogatja Android.

homomorf műveleteket, amelyek lehetővé teszik titkosított adatok összeadását és szorzását (azaz bármilyen tetszőleges számítás megvalósítható) és titkosított eredmény kinyerését, amely analóg lenne az összeadás vagy szorzás eredményének titkosításával. A homomorf titkosítást a végponttól végpontig terjedő titkosítás (end-to-end) következő fejlődési lépéseként is lehet tekinteni – ahelyett, hogy csak az adatok továbbításának védelmét biztosítaná, lehetőséget nyújt az adatok feldolgozására azok dekódolása nélkül. teljes Gyakorlati szempontból a keretrendszer hasznosnak bizonyulhat bizalmas felhőalapú számítások szervezésében, elektronikus szavazási rendszerekben, anonim útválasztási protokollokban, titkosított lekérdezések feldolgozásában adatbázisokban, és bizalmas gépi tanulási rendszerek betanításában. Az FHE példaként említi az egészségügyi intézmények beteginformációinak elemzését a biztosítótársaságok részéről, anélkül, hogy a biztosító hozzáférne a konkrét betegek azonosítására alkalmas információkhoz. Hasonlóképpen

gépi tanulási rendszerek kifejlesztése a titkosított névtelen pénzügyi tranzakciók feldolgozásával történő csalások azonosítása érdekében. említve van A toolkit tartalmazza a

HElib több homomorf titkosítási séma megvalósításával, egy integrált fejlesztési környezetet (a munka böngészőn keresztül történik) és egy példa készletet. Az egyszerűbb telepítés érdekében kész Docker képek állnak rendelkezésre CentOS, Fedora és Ubuntu alapokon. Továbbá elérhetők a toolkit forráskódjának összeszerelésére vonatkozó útmutatók és a helyi rendszerre történő telepítéshez. c реализацией нескольких схем гомоморфного шифрования, интегрированную среду разработки (работа осуществляется через браузер) и набор примеров. Для упрощения развёртывания подготовлены готовые docker-образы на базе CentOS, Fedora и Ubuntu. Также доступны инструкции по сборке тулкита из исходных текстов и установке на локальную систему.

A projekt 2009 óta fejlődik, de a megvalósítható teljesítmény elérése, amely lehetővé teszi a gyakorlati használatot, csak most sikerült. Megfigyelték, hogy az FHE lehetővé teszi a homomorf számításokhoz való hozzáférést bárki számára, amely lehetővé teszi, hogy a hétköznapi vállalati programozók egy perc alatt végezzenek el olyan feladatokat, amelyek korábban órákat vagy napokat igényeltek szakértők bevonásával.


Videó lejátszása

A bizalmas számítások területén más fejlesztések közül említést érdemel a projekt közzététele OpenDP megvalósításával, amely lehetővé teszi statisztikai műveletek elvégzését egy adatbázison anélkül, hogy az egyes rekordok azonosíthatóak lennének rajta. A projektet a Microsoft és a Harvard Egyetem kutatói közösen fejlesztették. A megvalósítás Rust és Python nyelven készült, és differenciált adatvédelemszükség van a megfelelő pontossággal végzett statisztikai műveletek elvégzésére egy adatbázison anélkül, hogy az egyes rekordok azonosíthatóak lennének rajta. A projektet a Microsoft és a Harvard Egyetem kutatói közösen fejlesztették. A megvalósítás Rust és Python nyelven készült, és szállítva van MIT licenc alatt áll.

A különböző privát adatvédelmi módszerekkel végzett elemzés lehetővé teszi a szervezetek számára, hogy analitikai mintákat készítsenek statisztikai adatbázisokból anélkül, hogy kiemelhetnének konkrét személyekre vonatkozó paramétereket az általános információkból. Például a betegek ellátásában fennálló eltérések feltárásához a kutatók olyan információt kaphatnak, amely lehetővé teszi a kórházban eltöltött átlagos idő összehasonlítását a betegek anonimitásának megőrzése mellett.

Az azonosítható személyes vagy bizalmas információk védelme érdekében két mechanizmust alkalmaznak: 1. Kismértékű statisztikai „zaj” hozzáadása minden egyes eredményhez, amely nem befolyásolja az kinyert adatok pontosságát, de eltakarja az egyes adatpontok hozzájárulását.
2. A privát adatok költségvetésének használata, amely korlátozza a kiadott adatok mennyiségét minden egyes kéréshez, és nem engedi meg a további kéréseket, amelyek sérthetik a bizalmas adatokat.

Forrás: opennet.ru

Megbízható hosting vásárlása weboldalak számára, DDoS védelemmel, VPS VDS szerverek. 🔥 Megbízható webtárhely vásárlása DDoS védelemmel, VPS VDS szerverek | ProHoster