Google heeft een open reeks bibliotheken en hulpprogramma's gepubliceerd die een volledig homomorf versleutelingssysteem implementeren waarmee u gegevens in gecodeerde vorm kunt verwerken die in geen enkel stadium van de berekening in open vorm verschijnen. De toolkit maakt het mogelijk om programma's voor vertrouwelijk computergebruik te maken die met gegevens kunnen werken zonder decodering, inclusief het uitvoeren van wiskundige en eenvoudige stringbewerkingen op gecodeerde gegevens. De projectcode is geschreven in C++ en gedistribueerd onder de Apache 2.0-licentie.
In tegenstelling tot end-to-end-encryptie biedt homomorfe encryptie, naast het beschermen van de gegevensoverdracht, de mogelijkheid om gegevens te verwerken zonder deze te decoderen. Volledige homomorfie betekent de mogelijkheid om optel- en vermenigvuldigingsbewerkingen uit te voeren op gecodeerde gegevens, op basis waarvan u willekeurige berekeningen kunt implementeren. De uitvoer produceert een gecodeerd resultaat, dat vergelijkbaar is met het coderen van het resultaat van soortgelijke bewerkingen op de originele gegevens.
Werken met gegevens met homomorfe encryptie komt erop neer dat de gebruiker de gegevens versleutelt en, zonder de sleutels vrij te geven, ter verwerking overdraagt aan een dienst van derden. Deze dienst voert de aangegeven berekeningen uit en genereert een versleuteld resultaat, zonder te kunnen bepalen met welke gegevens hij werkt. De gebruiker decodeert met behulp van zijn sleutels de verstrekte gegevens en ontvangt het resultaat in duidelijke tekst.
Toepassingsgebieden van homomorfe encryptie zijn onder meer het creëren van clouddiensten voor vertrouwelijk computergebruik, de implementatie van elektronische stemsystemen, het creëren van geanonimiseerde routeringsprotocollen, het verwerken van vragen over gecodeerde gegevens in een DBMS en het vertrouwelijk trainen van machine learning-systemen.
Homomorfe encryptie zal bijvoorbeeld nuttig zijn in medische toepassingen die gevoelige informatie van patiënten in gecodeerde vorm kunnen ontvangen en gezondheidszorgprofessionals de mogelijkheid bieden om analyses uit te voeren en afwijkingen te identificeren zonder decodering. Homomorfe encryptie kan ook helpen bij onderzoeken naar de relatie tussen ziekten en specifieke genetische mutaties, waarvoor de analyse van duizenden monsters van genetische informatie vereist is.
Een onderscheidend kenmerk van de gepubliceerde tools is de mogelijkheid om programma's te maken voor het verwerken van gecodeerde gegevens met behulp van standaard ontwikkelingstechnieken in C++. Met behulp van de meegeleverde transpiler wordt een C++-programma omgezet in een speciaal FHE-C++-dialect dat met gecodeerde gegevens kan werken.
Bron: opennet.ru