Kompania IBM për hapjen e kodit burimor të mjetit (IBM Fully Homomorphic Encryption) me implementimin e sistemit për përpunimin e të dhënave në formë të enkriptuar. FHE mundëson krijimin e shërbimeve për llogaritje konfidenciale, ku të dhënat përpunohen të enkriptuara dhe nuk shfaqen kurrë në formë të hapur në asnjë nga etapet. Rezultati gjithashtu formohet i enkriptuar. Kodi është shkruar në gjuhën C++ dhe në licencën MIT. Përveç versionit për Linux, gjithashtu po zhvillohen mjete të ngjashme për dhe , të shkruara në Objective-C. Në të ardhmen e afërt pritet publikimi i një varianti për .
FHE mbĂ«shtet operacione homomorfike qĂ« lejojnĂ« kryerjen e mbledhjes dhe shumĂ«zimit mbi tĂ« dhĂ«nat e enkriptuara (pra, mund tĂ« realizohen çdo llogaritje arbitrare) dhe tĂ« merret si rezultat njĂ« dalje e enkriptuar, e cila do tĂ« ishte e barasvlershme me enkriptimin e rezultatit tĂ« mbledhjes ose shumĂ«zimit tĂ« tĂ« dhĂ«nave burimore. Enkriptimi homomorf mund tĂ« konsiderohet si faza e ardhshme e zhvillimit tĂ« enkriptimit skaj mĂ« skaj (end-to-end) â pĂ«rveç mbrojtjes sĂ« transmetimit tĂ« tĂ« dhĂ«nave, ofrohet edhe mundĂ«sia e pĂ«rpunimit tĂ« tĂ« dhĂ«nave pa i dekriptuar ato.
Nga një pikëpamje praktike, kuadri mund të jetë i dobishëm për organizimin e llogaritjeve konfidenciale në re, në sistemet e votimit elektronik, në protokollet e anonimizuara të rrugëzimit, për përpunimin e enkriptuar të kërkesave në DBMS, për trajnimin konfidencial të sistemeve të mësimit të makinerive. Si një shembull i aplikimit të FHE përmendet organizimi i analizës së informacionit mbi pacientët në institucionet mjekësore në kompanitë e sigurimeve pa i dhënë kompanisë së sigurimeve akses në të dhëna që mund të identifikonin pacientë të caktuar. Po ashtu zhvillimi i sistemeve të mësimit të makinerive për identifikimin e aktiviteteve mashtruese me karta kredi mbi bazën e përpunimit të transaksioneve financiare anonime të enkriptuara.
Mjeti përmban një bibliotekë me realizimin e disa skemave të kriptimit homomorfik, një ambient të integruar zhvillimi (puna kryhet përmes shfletuesit) dhe një grup shembujsh. Për të thjeshtuar dislokimin, janë përgatitur imazhe docker të gatshme mbi bazën e CentOS, Fedora dhe Ubuntu. Gjithashtu, janë të disponueshme udhëzime për ndërtimin e toolkit-it nga kodet burimore dhe instalimin në sistemin lokal.
Projekti është duke u zhvilluar që nga viti 2009, por arritja e indikatorëve të pranueshëm të performancës që lejojnë përdorimin e tij në praktikë është bërë e mundur vetëm tani. Vlen të theksohet se FHE e bën llogaritjen homomorfe të arritshme për të gjithë ata që dëshirojnë, me anë të FHE, programuesit e zakonshëm të korporatave do të jenë në gjendje të bëjnë për një minutë të njëjtën punë që më parë kërkonte orë dhe ditë me angazhimin e ekspertëve me gradë akademike.
Nga zhvillimet e tjera në fushën e llogaritjeve të angazhuara, mund të theksohet me implementimin e metodave , të cilat lejojnë të kryhen operacione statistike mbi një grup të dhënash me një saktësi mjaft të lartë pa mundësuar identifikimin e regjistrimeve të veçanta në të. Projekti zhvillohet në mënyrë të përbashkët nga studiuesit e kompanisë Microsoft dhe Universitetit të Harvardit. Implementimi është shkruar në Rust dhe Python dhe nën licencën MIT.
Analiza me përdorimin e metodave të privatësisë diferenciale lejon organizatat të bëjnë mostra analitike nga bazat e të dhënave statistike, pa lejuar përjashtimin e parametrave të individëve të caktuar nga informacioni total. Për shembull, për të identifikuar diferencat në trajtimin e pacientëve, studiuesve mund t'u jepet informacion që lejon krahasimin e mesatares së kohës që pacientët kalojnë në spitale, duke ruajtur në të njëjtën kohë privatësinë e pacientëve dhe pa lejuar identifikimin e të dhënave për ta.
PĂ«r mbrojtjen e informacionit personal tĂ« identifikueshĂ«m ose konfidencial pĂ«rdoren dy mekanizma: 1. Shtimi i njĂ« âzhurmeâ tĂ« vogĂ«l statistikore nĂ« çdo rezultat, e cila nuk ndikon nĂ« saktĂ«sinĂ« e tĂ« dhĂ«nave tĂ« nxjerra, por maskon kontributin e elementeve individuale tĂ« tĂ« dhĂ«nave.
2. Përdorimi i buxhetit të privatësisë, i cili kufizon vëllimin e të dhënave të lëshuara për çdo kërkesë dhe nuk lejon kërkesa të tjera që mund të dëmtojnë privatësinë.
Burimi: opennet.ru
