IBM hap paketën e veglave të kriptimit homomorfik për Linux

Kompania IBM i shpallur rreth hapjes së teksteve burimore të paketës së veglave FHE (IBM Fully Homomorphic Encryption) me implementim të sistemit kriptim i plotë homomorfik për përpunimin e të dhënave në formë të koduar. FHE ju lejon të krijoni shërbime për llogaritje konfidenciale, në të cilat të dhënat përpunohen të koduara dhe nuk shfaqen në formë të hapur në asnjë fazë. Rezultati gjithashtu gjenerohet i koduar. Kodi është shkruar në C++ dhe shperndare nga me licencë MIT. Përveç versionit për Linux, mjete të ngjashme për MacOS и IOS, shkruar në Objektivi-C. Publikimi i një versioni për android.

FHE mbështet plot Operacione homomorfike që ju lejojnë të kryeni mbledhjen dhe shumëzimin e të dhënave të koduara (d.m.th., mund të zbatoni çdo llogaritje arbitrare) dhe të merrni një rezultat të koduar në dalje, i cili do të ishte i ngjashëm me kodimin e rezultatit të shtimit ose shumëzimit të të dhënave origjinale. Kriptimi homomorfik mund të konsiderohet si faza tjetër në zhvillimin e kriptimit nga skaji në fund - përveç mbrojtjes së transmetimit të të dhënave, ai ofron mundësinë e përpunimit të të dhënave pa i deshifruar ato.

Nga ana praktike, korniza mund të jetë e dobishme për organizimin e llogaritjes konfidenciale të cloud, në sistemet e votimit elektronik, në protokollet e rrugëtimit të anonimizuar, për përpunimin e koduar të pyetjeve në një DBMS, për trajnimin konfidencial të sistemeve të mësimit të makinerive. Një shembull i aplikimit të FHE është organizimi i analizës së informacionit për pacientët e institucioneve mjekësore në kompanitë e sigurimeve pa marrë nga kompania e sigurimeve akses në informacione që mund të identifikojnë pacientë të veçantë. Gjithashtu i përmendur zhvillimi i sistemeve të mësimit të makinerive për të zbuluar transaksionet mashtruese me karta krediti bazuar në përpunimin e transaksioneve financiare anonime të koduara.

Paketa e veglave përfshin një bibliotekë HElib me zbatimin e disa skemave të kriptimit homomorfik, një mjedis zhvillimi të integruar (puna kryhet përmes një shfletuesi) dhe një grup shembujsh. Për të thjeshtuar vendosjen, janë përgatitur imazhe të gatshme docker bazuar në CentOS, Fedora dhe Ubuntu. Ekzistojnë gjithashtu udhëzime për montimin e paketës së veglave nga kodi burimor dhe instalimin e tij në një sistem lokal.

Projekti është zhvilluar që nga viti 2009, por vetëm tani ka qenë e mundur të arrihen tregues të pranueshëm të performancës që e lejojnë atë të përdoret në praktikë. Vihet re se FHE i bën llogaritjet homomorfike të arritshme për të gjithë; me ndihmën e FHE, programuesit e zakonshëm të korporatave do të mund të bëjnë të njëjtën punë në një minutë që më parë kërkonte orë dhe ditë kur përfshinin ekspertë me një diplomë akademike.


Ndër zhvillimet e tjera në fushën e informatikës konfidenciale, mund të vërehet publikimi i projektit OpenDP me zbatimin e metodave privatësi diferenciale, duke lejuar kryerjen e operacioneve statistikore mbi një grup të dhënash me saktësi mjaft të lartë pa aftësinë për të identifikuar regjistrime individuale në të. Projekti po zhvillohet së bashku nga studiues nga Microsoft dhe Universiteti i Harvardit. Zbatimi është shkruar në Rust dhe Python dhe furnizuar nën licencën MIT.

Analiza duke përdorur metoda diferenciale të privatësisë lejon organizatat të bëjnë mostra analitike nga bazat e të dhënave statistikore, pa i lejuar ato të izolojnë parametrat e individëve të veçantë nga informacioni i përgjithshëm. Për shembull, për të identifikuar dallimet në kujdesin ndaj pacientit, studiuesve mund t'u sigurohet informacion që u lejon atyre të krahasojnë kohëzgjatjen mesatare të qëndrimit të pacientëve në spitale, por megjithatë ruan konfidencialitetin e pacientit dhe nuk nxjerr në pah informacionin e pacientit.

Dy mekanizma përdoren për të mbrojtur informacionin personal ose konfidencial të identifikueshëm: 1. Shtimi i një sasie të vogël "zhurme" statistikore për çdo rezultat, i cili nuk ndikon në saktësinë e të dhënave të nxjerra, por maskon kontributin e elementeve individuale të të dhënave.
2. Përdorimi i një buxheti privatësie që kufizon sasinë e të dhënave të prodhuara për çdo kërkesë dhe nuk lejon kërkesa shtesë që mund të cenojnë konfidencialitetin.

Burimi: opennet.ru

Shto një koment