Empresa IBM sobre a abertura dos códigos-fonte do kit de ferramentas (IBM Fully Homomorphic Encryption) com a implementação do sistema para processamento de dados em formato criptografado. O FHE permite criar serviços para computações confidenciais, nas quais os dados são processados de forma criptografada e não aparecem em formato aberto em nenhuma das etapas. O resultado também é gerado de forma criptografada. O código é escrito em C++ e sob a licença MIT. Além da versão para Linux, estão sendo desenvolvidos paralelamente kits de ferramentas semelhantes para e , escritos em Objective-C. Em breve, espera-se a publicação de uma variante para .
O FHE suporta homomórficas, permitindo a realização de adição e multiplicação de dados criptografados (ou seja, é possível implementar qualquer computação arbitrária) e obter um resultado criptografado que seria análogo à criptografia do resultado da adição ou multiplicação dos dados de origem. A criptografia homomórfica pode ser vista como a próxima etapa no desenvolvimento da criptografia de ponta a ponta — além da proteção da transmissão de dados, oferece a possibilidade de processar dados sem a sua descriptografia.
Do ponto de vista prático, o framework pode ser útil para a organização de computações confiáveis em nuvem, em sistemas de votação eletrônica, em protocolos de roteamento anonimizados, para processamento criptografado de consultas em bancos de dados e para treinamento confidencial de sistemas de aprendizado de máquina. Um exemplo de aplicação do FHE é a organização da análise de informações sobre pacientes de instituições médicas em empresas de seguros sem que a empresa de seguros tenha acesso a informações que poderiam identificar pacientes específicos. Assim como o desenvolvimento de sistemas de aprendizado de máquina para identificar fraudes com cartões de crédito com base no processamento de transações financeiras anônimas criptografadas.
O kit de ferramentas inclui uma biblioteca com a implementação de vários esquemas de criptografia homomórfica, um ambiente de desenvolvimento integrado (o trabalho é realizado por meio do navegador) e um conjunto de exemplos. Para facilitar a implantação, foram preparados contêineres Docker prontos baseados em CentOS, Fedora e Ubuntu. Também estão disponíveis instruções para compilar o kit de ferramentas a partir dos códigos-fonte e instalá-lo em um sistema local.
O projeto se desenvolve desde 2009, mas só agora foi possível alcançar indicadores de desempenho aceitáveis que permitem seu uso prático. Observa-se que o FHE torna os cálculos homomórficos acessíveis a todos, permitindo que programadores corporativos comuns realizem em um minuto o mesmo trabalho que anteriormente exigia horas e dias com a ajuda de especialistas com doutorado.
Outros desenvolvimentos na área de computação confidencial incluem com a implementação de métodos , que permitem executar operações estatísticas sobre conjuntos de dados com alta precisão, sem a possibilidade de identificar registros individuais. O projeto é desenvolvido em colaboração com pesquisadores da Microsoft e da Universidade de Harvard. A implementação é escrita em Rust e Python e sob a licença MIT.
A análise usando métodos de privacidade diferencial permite que organizações realizem amostragens analíticas de bancos de dados estatísticos, sem destacar informações específicas sobre indivíduos. Por exemplo, para identificar diferenças nos cuidados com os pacientes, os pesquisadores podem fornecer informações que permitem comparar a média do tempo de permanência dos pacientes nos hospitais, mas preservando a confidencialidade dos pacientes e evitando a divulgação de informações sobre eles.
Para proteger informações pessoais identificáveis ou confidenciais, dois mecanismos são utilizados: 1. A adição de um pequeno "ruído" estatístico a cada resultado, que não afeta a precisão dos dados extraídos, mas mascara a contribuição de elementos individuais dos dados.
2. O uso de um orçamento de privacidade, que limita a quantidade de dados fornecidos para cada solicitação e impede solicitações adicionais que possam comprometer a confidencialidade.
Fonte: opennet.ru
