Google har publisert et åpent sett med biblioteker og verktøy som implementerer et fullstendig homomorfisk krypteringssystem som lar deg behandle data i kryptert form som ikke vises i åpen form på noe stadium av beregningen. Verktøysettet gjør det mulig å lage programmer for konfidensiell databehandling som kan arbeide med data uten dekryptering, inkludert å utføre matematiske og enkle strengoperasjoner på krypterte data. Prosjektkoden er skrevet i C++ og distribuert under Apache 2.0-lisensen.
I motsetning til ende-til-ende-kryptering, gir homomorfisk kryptering, i tillegg til å beskytte dataoverføring, muligheten til å behandle data uten å dekryptere dem. Full homomorfi betyr muligheten til å utføre addisjons- og multiplikasjonsoperasjoner på krypterte data, basert på hvilke du kan implementere alle vilkårlige beregninger. Utdataene produserer et kryptert resultat, som vil ligne på å kryptere resultatet av lignende operasjoner på de originale dataene.
Arbeid med data med homomorf kryptering kommer ned til at brukeren krypterer dataene og, uten å avsløre nøklene, overfører dem til en tredjepartstjeneste for behandling. Denne tjenesten utfører de oppgitte beregningene og genererer et kryptert resultat, uten å kunne fastslå hvilke data den arbeider med. Brukeren, ved hjelp av nøklene sine, dekrypterer de utstedte dataene og mottar resultatet i klartekst.
Anvendelsesområder for homomorf kryptering inkluderer opprettelse av skytjenester for konfidensiell databehandling, implementering av elektroniske stemmesystemer, opprettelse av anonymiserte rutingprotokoller, behandling av spørringer over krypterte data i en DBMS, og konfidensiell opplæring av maskinlæringssystemer.
For eksempel vil homomorf kryptering være nyttig i medisinske applikasjoner som kan motta sensitiv informasjon fra pasienter i kryptert form og gi helsepersonell muligheten til å utføre analyser og identifisere anomalier uten dekryptering. Homomorf kryptering kan også hjelpe med studier som undersøker forholdet mellom sykdommer og spesifikke genetiske mutasjoner, som krever analyse av tusenvis av prøver med genetisk informasjon.
Et særtrekk ved de publiserte verktøyene er muligheten til å lage programmer for behandling av krypterte data ved bruk av standard utviklingsteknikker i C++. Ved hjelp av den medfølgende transpileren konverteres et C++-program til en spesiell FHE-C++-dialekt som kan jobbe med krypterte data.
Kilde: opennet.ru