Google heeft een open set bibliotheken en hulpprogramma's gepubliceerd met de implementatie van een systeem van volledige homomorfe encryptie, waarmee gegevens in gecodeerde vorm kunnen worden verwerkt, wat in geen enkele berekeningsfase in open vorm voorkomt. De toolkit maakt het mogelijk om programma's te maken voor vertrouwelijke berekeningen, die in staat zijn om met gegevens te werken zonder deze te decoderen, inclusief het uitvoeren van wiskundige en eenvoudige stringbewerkingen op gecodeerde gegevens. De projectcode is geschreven in C++ en wordt gedistribueerd onder de Apache 2.0-licentie.
In tegenstelling tot end-to-end encryptie biedt homomorfe encryptie, naast de beveiliging van de gegevensoverdracht, de mogelijkheid om gegevens te verwerken zonder deze te decoderen. Volledige homomorfie betekent dat optelling en vermenigvuldiging van versleutelde gegevens mogelijk zijn, op basis waarvan willekeurige berekeningen kunnen worden uitgevoerd. De uitvoer is een versleuteld resultaat, vergelijkbaar met de versleuteling van het resultaat van vergelijkbare bewerkingen op de oorspronkelijke gegevens.
Werken met data in homomorfe encryptie komt erop neer dat de gebruiker de data versleutelt en overdraagt naar een externe dienst voor verwerking zonder de sleutels bekend te maken. Deze dienst voert de gedeclareerde berekeningen uit en genereert een versleuteld resultaat, zonder te kunnen vaststellen met welke data er wordt gewerkt. De gebruiker ontsleutelt de uitgegeven data met behulp van zijn of haar sleutels en ontvangt het resultaat in een open vorm.
Toepassingsgebieden van homomorfe encryptie zijn onder meer het creëren van cloudservices voor vertrouwelijk computergebruik, de implementatie van elektronische stemsystemen, het creëren van geanonimiseerde routeringsprotocollen, het verwerken van query's op versleutelde gegevens in een DBMS en de vertrouwelijke training van machine learning-systemen.
Homomorfe encryptie kan bijvoorbeeld nuttig zijn in medische toepassingen die gevoelige informatie van patiënten in gecodeerde vorm kunnen ontvangen en zorgverleners in staat stellen analyses uit te voeren en afwijkingen te identificeren zonder deze te hoeven decoderen. Homomorfe encryptie kan ook nuttig zijn in studies die de relatie tussen ziekten en bepaalde genetische mutaties onderzoeken, waarvoor duizenden monsters van genetische informatie moeten worden geanalyseerd.
Een onderscheidend kenmerk van de gepubliceerde toolkit is de mogelijkheid om programma's te creëren voor het verwerken van versleutelde data met behulp van typische C++-ontwikkeltechnieken. Met behulp van de meegeleverde transpiler wordt een C++-programma omgezet naar een speciaal FHE-C++-dialect dat geschikt is voor het werken met versleutelde data.
Bron: opennet.ru
