லினக்ஸிற்கான ஹோமோமார்பிக் என்க்ரிப்ஷன் கருவித்தொகுப்பை ஐபிஎம் திறக்கிறது

ஐபிஎம் நிறுவனம் அறிவித்தார் கருவித்தொகுப்பின் மூல நூல்களைத் திறப்பது பற்றி FHE (IBM Fully Homomorphic Encryption) அமைப்பு செயலாக்கத்துடன் முழு ஹோமோமார்பிக் குறியாக்கம் குறியாக்கப்பட்ட வடிவத்தில் தரவை செயலாக்குவதற்கு. FHE ஆனது இரகசியக் கணினிக்கான சேவைகளை உருவாக்க உங்களை அனுமதிக்கிறது, இதில் தரவு குறியாக்கம் செய்யப்பட்டு எந்த நிலையிலும் திறந்த வடிவத்தில் தோன்றாது. முடிவு மறைகுறியாக்கப்பட்டும் உருவாக்கப்படுகிறது. குறியீடு C++ இல் எழுதப்பட்டுள்ளது வழங்கியது MIT உரிமத்தின் கீழ். லினக்ஸின் பதிப்பிற்கு கூடுதலாக, இதே போன்ற கருவித்தொகுப்புகள் MacOS и iOS,, குறிக்கோள்-C இல் எழுதப்பட்டது. ஒரு பதிப்பின் வெளியீடு அண்ட்ராய்டு.

FHE ஆதரிக்கிறது முழு மறைகுறியாக்கப்பட்ட தரவைச் சேர்ப்பதற்கும் பெருக்குவதற்கும் உங்களை அனுமதிக்கும் ஹோமோமார்பிக் செயல்பாடுகள் (அதாவது, நீங்கள் எந்த தன்னிச்சையான கணக்கீடுகளையும் செயல்படுத்தலாம்) மற்றும் வெளியீட்டில் ஒரு மறைகுறியாக்கப்பட்ட முடிவைப் பெறலாம், இது அசல் தரவைச் சேர்ப்பதன் அல்லது பெருக்குவதன் முடிவை குறியாக்கம் செய்வது போன்றது. ஹோமோமார்பிக் குறியாக்கத்தை எண்ட்-டு-எண்ட் என்க்ரிப்ஷனின் வளர்ச்சியின் அடுத்த கட்டமாகக் கருதலாம் - தரவு பரிமாற்றத்தைப் பாதுகாப்பதோடு, தரவை மறைகுறியாக்காமல் செயலாக்கும் திறனை இது வழங்குகிறது.

நடைமுறையில், ரகசிய கிளவுட் கம்ப்யூட்டிங்கை ஒழுங்கமைக்க, மின்னணு வாக்குப்பதிவு முறைமைகளில், அநாமதேய ரூட்டிங் நெறிமுறைகளில், டிபிஎம்எஸ்ஸில் வினவல்களை மறைகுறியாக்க, இயந்திரக் கற்றல் அமைப்புகளின் ரகசியப் பயிற்சிக்காக இந்த கட்டமைப்பு பயனுள்ளதாக இருக்கும். குறிப்பிட்ட நோயாளிகளை அடையாளம் காணக்கூடிய தகவலை காப்பீட்டு நிறுவனம் பெறாமல் காப்பீட்டு நிறுவனங்களில் உள்ள மருத்துவ நிறுவனங்களின் நோயாளிகளைப் பற்றிய தகவல்களை பகுப்பாய்வு செய்யும் அமைப்பு FHE இன் பயன்பாட்டின் ஒரு எடுத்துக்காட்டு. மேலும் குறிப்பிடப்பட்டுள்ளது மறைகுறியாக்கப்பட்ட அநாமதேய நிதி பரிவர்த்தனைகளின் செயலாக்கத்தின் அடிப்படையில் கிரெடிட் கார்டுகளுடன் மோசடி பரிவர்த்தனைகளைக் கண்டறிய இயந்திர கற்றல் அமைப்புகளை உருவாக்குதல்.

கருவித்தொகுப்பில் ஒரு நூலகம் உள்ளது ஹெலிப் பல ஹோமோமார்பிக் குறியாக்க திட்டங்களை செயல்படுத்துவதன் மூலம், ஒரு ஒருங்கிணைந்த மேம்பாட்டு சூழல் (உலாவி மூலம் வேலை செய்யப்படுகிறது) மற்றும் எடுத்துக்காட்டுகளின் தொகுப்பு. வரிசைப்படுத்தலை எளிதாக்க, CentOS, Fedora மற்றும் Ubuntu ஆகியவற்றின் அடிப்படையில் தயாராக தயாரிக்கப்பட்ட டோக்கர் படங்கள் தயார் செய்யப்பட்டுள்ளன. கருவித்தொகுப்பை மூலக் குறியீட்டிலிருந்து அசெம்பிள் செய்து உள்ளூர் கணினியில் நிறுவுவதற்கான வழிமுறைகளும் உள்ளன.

இந்த திட்டம் 2009 முதல் உருவாகி வருகிறது, ஆனால் நடைமுறையில் பயன்படுத்த அனுமதிக்கும் ஏற்றுக்கொள்ளக்கூடிய செயல்திறன் குறிகாட்டிகளை அடைய இப்போதுதான் முடிந்தது. FHE ஆனது ஹோமோமார்பிக் கணக்கீடுகளை அனைவருக்கும் அணுகக்கூடியதாக ஆக்குகிறது என்பது குறிப்பிடத்தக்கது; FHE இன் உதவியுடன், சாதாரண கார்ப்பரேட் புரோகிராமர்கள் ஒரு நிமிடத்தில் அதே வேலையைச் செய்ய முடியும், முன்பு ஒரு கல்விப் பட்டம் பெற்ற நிபுணர்களை ஈடுபடுத்தும்போது மணிநேரம் மற்றும் நாட்கள் தேவைப்பட்டது.


இரகசியக் கணிப்பொறித் துறையில் மற்ற முன்னேற்றங்களில், இதைக் குறிப்பிடலாம் திட்டத்தின் வெளியீடு OpenDP முறைகளை செயல்படுத்துவதன் மூலம் வேறுபட்ட தனியுரிமை, தனிப்பட்ட பதிவுகளை அடையாளம் காணும் திறன் இல்லாமல் போதுமான உயர் துல்லியத்துடன் தரவுத் தொகுப்பில் புள்ளியியல் செயல்பாடுகளைச் செய்ய அனுமதிக்கிறது. இந்த திட்டத்தை மைக்ரோசாப்ட் மற்றும் ஹார்வர்ட் பல்கலைக்கழக ஆராய்ச்சியாளர்கள் இணைந்து உருவாக்கியுள்ளனர். செயல்படுத்தல் ரஸ்ட் மற்றும் பைத்தானில் எழுதப்பட்டுள்ளது வழங்கப்பட்ட MIT உரிமத்தின் கீழ்.

வேறுபட்ட தனியுரிமை முறைகளைப் பயன்படுத்தி பகுப்பாய்வு, புள்ளிவிவர தரவுத்தளங்களிலிருந்து பகுப்பாய்வு மாதிரிகளை உருவாக்க நிறுவனங்களை அனுமதிக்கிறது, குறிப்பிட்ட நபர்களின் அளவுருக்களை பொதுவான தகவலிலிருந்து தனிமைப்படுத்த அனுமதிக்காது. எடுத்துக்காட்டாக, நோயாளி பராமரிப்பில் உள்ள வேறுபாடுகளை அடையாளம் காண, மருத்துவமனைகளில் நோயாளிகள் தங்கியிருக்கும் சராசரி நீளத்தை ஒப்பிட அனுமதிக்கும் தகவலை ஆராய்ச்சியாளர்களுக்கு வழங்க முடியும், ஆனால் இன்னும் நோயாளியின் ரகசியத்தன்மையை பராமரிக்கிறது மற்றும் நோயாளியின் தகவலை முன்னிலைப்படுத்தாது.

அடையாளம் காணக்கூடிய தனிப்பட்ட அல்லது ரகசியத் தகவலைப் பாதுகாக்க இரண்டு வழிமுறைகள் பயன்படுத்தப்படுகின்றன: 1. ஒவ்வொரு முடிவிலும் ஒரு சிறிய அளவிலான புள்ளிவிவர "இரைச்சல்" சேர்ப்பது, இது பிரித்தெடுக்கப்பட்ட தரவின் துல்லியத்தை பாதிக்காது, ஆனால் தனிப்பட்ட தரவு கூறுகளின் பங்களிப்பை மறைக்கிறது.
2. தனியுரிமை வரவு செலவுத் திட்டத்தைப் பயன்படுத்துதல், இது ஒவ்வொரு கோரிக்கைக்கும் உற்பத்தி செய்யப்படும் தரவின் அளவைக் கட்டுப்படுத்துகிறது மற்றும் ரகசியத்தன்மையை மீறக்கூடிய கூடுதல் கோரிக்கைகளை அனுமதிக்காது.

ஆதாரம்: opennet.ru

கருத்தைச் சேர்