آئی بی ایم کمپنی ٹول کٹ کے سورس ٹیکسٹس کو کھولنے کے بارے میں (IBM مکمل طور پر ہومومورفک انکرپشن) سسٹم کے نفاذ کے ساتھ خفیہ کردہ شکل میں ڈیٹا پروسیسنگ کے لیے۔ FHE آپ کو خفیہ کمپیوٹنگ کے لیے خدمات تخلیق کرنے کی اجازت دیتا ہے، جس میں ڈیٹا کو خفیہ طریقے سے پروسیس کیا جاتا ہے اور یہ کسی بھی مرحلے پر کھلی شکل میں ظاہر نہیں ہوتا ہے۔ نتیجہ بھی انکرپٹڈ بنایا گیا ہے۔ کوڈ C++ اور میں لکھا گیا ہے۔ MIT لائسنس کے تحت۔ لینکس کے ورژن کے علاوہ، اسی طرح کے ٹول کٹس کے لیے и , Objective-C میں لکھا گیا ہے۔ کے لیے ایک ورژن کی اشاعت .
FHE سپورٹ کرتا ہے۔ ہومومورفک آپریشنز جو آپ کو انکرپٹڈ ڈیٹا کے اضافے اور ضرب کو انجام دینے کی اجازت دیتے ہیں (یعنی آپ کسی بھی صوابدیدی حساب کو لاگو کر سکتے ہیں) اور آؤٹ پٹ پر ایک انکرپٹ شدہ نتیجہ حاصل کرتے ہیں، جو کہ اصل ڈیٹا کو شامل کرنے یا ضرب کرنے کے نتیجے کو خفیہ کرنے کے مترادف ہوگا۔ ہومومورفک انکرپشن کو اینڈ ٹو اینڈ انکرپشن کی ترقی کے اگلے مرحلے کے طور پر سمجھا جا سکتا ہے - ڈیٹا ٹرانسمیشن کی حفاظت کے علاوہ، یہ ڈیٹا کو ڈکرپٹ کیے بغیر پروسیس کرنے کی صلاحیت فراہم کرتا ہے۔
عملی طور پر، فریم ورک خفیہ کلاؤڈ کمپیوٹنگ کو منظم کرنے، الیکٹرانک ووٹنگ سسٹمز میں، گمنام روٹنگ پروٹوکولز میں، DBMS میں سوالات کی انکرپٹڈ پروسیسنگ کے لیے، مشین لرننگ سسٹم کی خفیہ تربیت کے لیے مفید ہو سکتا ہے۔ ایف ایچ ای کی درخواست کی ایک مثال انشورنس کمپنیوں میں طبی اداروں کے مریضوں کے بارے میں معلومات کے تجزیے کی تنظیم ہے، بغیر انشورنس کمپنی کو ایسی معلومات تک رسائی حاصل ہے جو مخصوص مریضوں کی شناخت کر سکے۔ بھی خفیہ کردہ گمنام مالیاتی لین دین کی پروسیسنگ کی بنیاد پر کریڈٹ کارڈ کے ساتھ دھوکہ دہی کے لین دین کا پتہ لگانے کے لیے مشین لرننگ سسٹم کی ترقی۔
ٹول کٹ میں ایک لائبریری شامل ہے۔ متعدد ہومومورفک انکرپشن اسکیموں کے نفاذ کے ساتھ، ایک مربوط ترقیاتی ماحول (کام ایک براؤزر کے ذریعے کیا جاتا ہے) اور مثالوں کا ایک مجموعہ۔ تعیناتی کو آسان بنانے کے لیے، CentOS، Fedora اور Ubuntu پر مبنی ریڈی میڈ ڈوکر امیجز تیار کی گئی ہیں۔ ٹول کٹ کو سورس کوڈ سے جمع کرنے اور اسے مقامی سسٹم پر انسٹال کرنے کی ہدایات بھی دستیاب ہیں۔
یہ منصوبہ 2009 سے ترقی کر رہا ہے، لیکن اب صرف قابل قبول کارکردگی کے اشارے حاصل کرنا ممکن ہوا ہے جو اسے عملی طور پر استعمال کرنے کی اجازت دیتا ہے۔ یہ بات قابل ذکر ہے کہ FHE ہم آہنگی کے حسابات کو ہر کسی کے لیے قابل رسائی بناتا ہے؛ FHE کی مدد سے، عام کارپوریٹ پروگرامرز ایک منٹ میں وہی کام کرنے کے قابل ہو جائیں گے جو پہلے تعلیمی ڈگری کے حامل ماہرین کو شامل کرتے وقت گھنٹوں اور دنوں کی ضرورت ہوتی تھی۔
خفیہ کمپیوٹنگ کے میدان میں ہونے والی دیگر پیشرفتوں کے علاوہ، اسے نوٹ کیا جا سکتا ہے۔ طریقوں کے نفاذ کے ساتھ اس میں انفرادی ریکارڈ کی شناخت کرنے کی صلاحیت کے بغیر کافی زیادہ درستگی کے ساتھ ڈیٹا سیٹ پر شماریاتی کارروائیوں کو انجام دینے کی اجازت دیتا ہے۔ یہ پروجیکٹ مائیکروسافٹ اور ہارورڈ یونیورسٹی کے محققین نے مشترکہ طور پر تیار کیا ہے۔ نفاذ Rust اور Python اور میں لکھا گیا ہے۔ MIT لائسنس کے تحت.
تفریق رازداری کے طریقوں کا استعمال کرتے ہوئے تجزیہ تنظیموں کو اعداد و شمار کے ڈیٹا بیس سے تجزیاتی نمونے بنانے کی اجازت دیتا ہے، انہیں مخصوص افراد کے پیرامیٹرز کو عام معلومات سے الگ کرنے کی اجازت دیے بغیر۔ مثال کے طور پر، مریضوں کی دیکھ بھال میں فرق کی نشاندہی کرنے کے لیے، محققین کو ایسی معلومات فراہم کی جا سکتی ہیں جو انہیں ہسپتالوں میں مریضوں کے قیام کی اوسط لمبائی کا موازنہ کرنے کی اجازت دیتی ہے، لیکن پھر بھی مریض کی رازداری کو برقرار رکھتی ہے اور مریض کی معلومات کو نمایاں نہیں کرتی ہے۔
قابل شناخت ذاتی یا خفیہ معلومات کی حفاظت کے لیے دو میکانزم استعمال کیے جاتے ہیں: 1. ہر نتیجے میں تھوڑی مقدار میں شماریاتی "شور" شامل کرنا، جو کہ نکالے گئے ڈیٹا کی درستگی کو متاثر نہیں کرتا، لیکن انفرادی ڈیٹا عناصر کی شراکت کو چھپا دیتا ہے۔
2. رازداری کا بجٹ استعمال کرنا جو ہر درخواست کے لیے تیار کردہ ڈیٹا کی مقدار کو محدود کرتا ہے اور اضافی درخواستوں کی اجازت نہیں دیتا جو رازداری کی خلاف ورزی کر سکتی ہیں۔
ماخذ: opennet.ru