ИБМ компанија о отварању изворних текстова алата (ИБМ потпуно хомоморфно шифровање) са имплементацијом система за обраду података у шифрованом облику. ФХЕ вам омогућава да креирате услуге за поверљиво рачунарство, у којима се подаци обрађују шифровани и не појављују се у отвореном облику ни у једној фази. Резултат се такође генерише шифрован. Код је написан у Ц++ и под МИТ лиценцом. Поред верзије за Линук, слични сетови алата за и , написано у Објецтиве-Ц. Објављивање верзије за .
ФХЕ подржава хомоморфне операције које вам омогућавају да извршите сабирање и множење шифрованих података (тј. можете да примените било које произвољне прорачуне) и добијете шифровани резултат на излазу, што би било слично шифровању резултата додавања или множења оригиналних података. Хомоморфно шифровање се може сматрати следећом етапом у развоју енд-то-енд енкрипције – поред заштите преноса података, пружа могућност обраде података без њиховог дешифровања.
Са практичне стране, оквир може бити користан за организовање поверљивог рачунарства у облаку, у системима електронског гласања, у анонимним протоколима рутирања, за шифровану обраду упита у ДБМС-у, за поверљиву обуку система машинског учења. Пример примене ФХЕ је организовање анализе информација о пацијентима здравствених установа у осигуравајућим друштвима, а да осигуравајуће друштво није добило приступ информацијама које би могле да идентификују конкретне пацијенте. Такође развој система машинског учења за откривање лажних трансакција са кредитним картицама на основу обраде шифрованих анонимних финансијских трансакција.
Комплет алата укључује библиотеку уз имплементацију неколико хомоморфних шема шифровања, интегрисано развојно окружење (рад се одвија преко претраживача) и скуп примера. Да би се поједноставила примена, припремљене су готове доцкер слике засноване на ЦентОС-у, Федори и Убунту-у. Доступна су и упутства за састављање комплета алата из изворног кода и његову инсталацију на локалном систему.
Пројекат се развија од 2009. године, али је тек сада могуће постићи прихватљиве показатеље учинка који омогућавају да се користи у пракси. Напомиње се да ФХЕ чини хомоморфне прорачуне доступним свима; уз помоћ ФХЕ-а, обични корпоративни програмери ће моћи да ураде исти посао за минут који је раније био потребан сатима и данима када се ангажују стручњаци са академском дипломом.
Међу осталим развојима у области поверљивог рачунарства, може се приметити уз имплементацију метода , омогућавајући извођење статистичких операција над скупом података са довољно високом тачношћу без могућности идентификације појединачних записа у њему. Пројекат заједнички развијају истраживачи из Мајкрософта и Универзитета Харвард. Имплементација је написана у Русту и Питхон-у и под лиценцом МИТ-а.
Анализа коришћењем диференцијалних метода приватности омогућава организацијама да праве аналитичке узорке из статистичких база података, не дозвољавајући им да изолују параметре одређених појединаца од општих информација. На пример, да би се идентификовале разлике у бризи о пацијентима, истраживачима се могу пружити информације које им омогућавају да упореде просечну дужину боравка пацијената у болницама, али и даље одржавају поверљивост пацијената и не истичу информације о пацијентима.
Два механизма се користе за заштиту личних или поверљивих информација које се могу идентификовати: 1. Додавање мале количине статистичке „шуме“ сваком резултату, што не утиче на тачност екстрахованих података, али маскира допринос појединачних елемената података.
2. Коришћење буџета за приватност који ограничава количину података произведених за сваки захтев и не дозвољава додатне захтеве који би могли да наруше поверљивост.
Извор: опеннет.ру