De Google-ontwikkelaars hebben vrijgegeven onlangs via een blogpost de avances van open set bibliotheken en hulpprogramma's met de implementatie van a volledig homomorf cijfercip waarmee gecodeerde gegevens kunnen worden verwerkt die in geen enkele berekeningsfase in open vorm verschijnen.
In tegenstelling tot end-to-end encryptie, homomorfe encryptie, Naast het beschermen van gegevensoverdracht, biedt het de mogelijkheid om gegevens te verwerken zonder deze te decoderen.
De volledig homomorfe encryptie impliceert de mogelijkheid om optel- en vermenigvuldigingsbewerkingen op gegevens uit te voeren versleuteld, van waaruit elke willekeurige berekening kan worden uitgevoerd. De uitvoer is een versleuteld resultaat, wat vergelijkbaar is met het versleutelen van het resultaat van vergelijkbare bewerkingen op de originele gegevens.
Als ontwikkelaars is het onze verantwoordelijkheid om onze gebruikers online veilig te houden en hun gegevens te beschermen. Dit begint met het maken van producten die standaard veilig en privé zijn ontworpen en gebruikers de controle geven. Alles wat we bij Google doen, wordt ondersteund door deze principes, en we zijn er trots op marktleider te zijn in de ontwikkeling, implementatie en opschaling van nieuwe privacybeschermende technologieën die het mogelijk maken om waardevolle informatie te verkrijgen en nuttige ervaringen te creëren terwijl we onze gebruikers. privacy.
Het werken met gegevens met homomorfe versleuteling wordt beperkt tot het feit dat de gebruiker de gegevens versleutelt en, zonder de sleutels prijs te geven, deze voor verwerking overdraagt aan een externe dienst.
Deze service voert de gedeclareerde berekeningen uit en genereert een versleuteld resultaat, zonder te kunnen bepalen met welke gegevens het werkt. De gebruiker decodeert de uitgezonden gegevens met behulp van hun sleutels en ontvangt het resultaat in duidelijke tekst.
Stel je bijvoorbeeld voor dat je een app maakt voor mensen met diabetes. Deze app kan gevoelige informatie van zijn gebruikers verzamelen en je hebt een manier nodig om deze gegevens privé en beschermd te houden terwijl je ze deelt met medische experts om waardevolle informatie te verkrijgen die tot belangrijke medische doorbraken kan leiden. Met de Google Transpiler voor FHE kunt u de gegevens die u verzamelt versleutelen en delen met medische experts, die op hun beurt de gegevens kunnen analyseren zonder ze te ontsleutelen, wat nuttige informatie oplevert voor de medische gemeenschap, terwijl u ervoor zorgt dat onderliggende informatie niet toegankelijk is voor iemand. .
Tussen toepassingsgebieden homomorfe cijfers worden gevonden het creëren van clouddiensten voor vertrouwelijk computergebruik, de implementatie van elektronische stemsystemen, het maken van geanonimiseerde routeringsprotocollen, het verwerken van verzoeken op versleutelde gegevens in een DBMS en het vertrouwelijk trainen van machine learning-systemen.
Bijvoorbeeld homomorfe versleuteling zal nuttig zijn in medische toepassingen Ze kunnen vertrouwelijke patiëntinformatie in gecodeerde vorm ontvangen en medische professionals de mogelijkheid bieden om analyses uit te voeren en afwijkingen te identificeren zonder decodering.
Homomorfe versleuteling kan ook helpen bij het onderzoeken van de verbanden tussen ziekten en bepaalde genetische mutaties, waarvoor de analyse van duizenden monsters van genetische informatie nodig is.
Daarom zijn we verheugd om vandaag aan te kondigen dat we een eerste in zijn soort krijgen een transpiler voor algemeen gebruik voor volledig homomorfe codering (FHE), waarmee ontwikkelaars berekeningen kunnen uitvoeren op gecodeerde gegevens zonder toegang te hebben tot informatie persoonlijke identificatie.
Een onderscheidend kenmerk uit de gepubliceerde toolkit is de mogelijkheid om programma's te maken om gecodeerde gegevens te verwerken met behulp van standaard C++-ontwikkelingstechnieken met behulp van de meegeleverde transpiler, een C++-programma dat wordt omgezet in een speciaal FHE-C++-dialect dat met versleutelde gegevens kan werken.
Met de toolkit kunt u vertrouwelijke rekenprogramma's maken die met gegevens kunnen werken zonder deze te decoderen, inclusief het uitvoeren van eenvoudige tekenreeks- en wiskundige bewerkingen op versleutelde gegevens. De projectcode is geschreven in C++ en wordt gedistribueerd onder de Apache 2.0-licentie.
Eindelijk ja je bent geïnteresseerd om er meer over te weten over het onderwerp, kunt u de details inchecken de volgende link.