den Google-utviklere har gitt ut nylig gjennom et blogginnlegg fremskrittene til åpent sett med biblioteker og verktøy med implementering av en fullt homomorf kryptering som gjør det mulig å behandle krypterte data som ikke vises i åpen form i noe beregningsfase.
I motsetning til end-to-end-kryptering, homomorf kryptering, I tillegg til å beskytte dataoverføring, gir den muligheten til å behandle data uten å dekryptere dem.
Den fullstendig homomorfe krypteringen innebærer muligheten til å utføre tilleggs- og multiplikasjonsoperasjoner på data kryptert, som vilkårlig beregning kan implementeres fra. Utgangen er et kryptert resultat, som vil være lik kryptering av resultatet av lignende operasjoner på de originale dataene.
Som utviklere er det vårt ansvar å holde brukerne trygge på nettet og beskytte deres data. Dette starter med å lage produkter som er trygge som standard, private etter design, og setter brukerne i kontroll. Alt vi gjør hos Google støttes av disse prinsippene, og vi er stolte av å være bransjeledende innen utvikling, implementering og skalering av nye personvernbevarende teknologier som gjør det mulig å få verdifull informasjon og skape nyttige opplevelser mens vi beskytter vår brukere. personvern.
Arbeid med data med homomorf kryptering reduseres til det faktum at brukeren krypterer dataene, og uten å avsløre nøklene, overfører de dem til en tredjepartstjeneste for behandling.
Denne tjenesten utfører deklarerte beregningene og genererer et kryptert resultat, uten å kunne bestemme med hvilke data det fungerer. Brukeren dekrypterer kringkastingsdataene ved hjelp av nøklene og mottar resultatet i klar tekst.
Tenk deg for eksempel at du lager en app for personer med diabetes. Denne appen kan samle sensitiv informasjon fra brukerne, og du trenger en måte å holde disse dataene private og beskyttede mens du deler den med medisinske eksperter for å få verdifull informasjon som kan føre til viktige medisinske gjennombrudd. Med Google Transpiler for FHE kan du kryptere dataene du samler inn og dele dem med medisinske eksperter som i sin tur kan analysere dataene uten å dekryptere dem, og gi nyttig informasjon til det medisinske samfunnet, samtidig som du sørger for at underliggende informasjon ikke kan nås av hvem som helst.
Mellom bruksområder homomorfe siffer er funnet etablering av skytjenester for konfidensiell databehandling, gjennomføringen av elektroniske stemmesystemer, opprettelse av anonyme rutingsprotokoller, behandling av forespørsler om krypterte data i et DBMS, og konfidensiell opplæring av maskinlæringssystemer.
For eksempel homomorf kryptering vil være nyttig i medisinske applikasjoner De kan motta konfidensiell pasientinformasjon i kryptert form og gi medisinske fagpersoner muligheten til å utføre analyser og identifisere abnormiteter uten dekryptering.
Homomorf kryptering kan også hjelpe til med å undersøke koblingene mellom sykdommer og visse genetiske mutasjoner, som krever analyse av tusenvis av prøver med genetisk informasjon.
Det er derfor i dag vi er glade for å kunngjøre at vi får en første av sitt slag, generelle formålstranspiler for full homomorf kryptering (FHE), som vil tillate utviklere å utføre beregninger på krypterte data uten å ha tilgang til all informasjon fra den. personlig identifikasjon.
Et særpreg fra den publiserte verktøysettet er muligheten til å lage programmer for å behandle krypterte data ved hjelp av standard C ++ utviklingsteknikker ved hjelp av den medfølgende transpilleren, et C ++ - program som konverteres til en spesiell FHE-C ++ - dialekt som er i stand til å arbeide med krypterte data.
Verktøysettet lar deg lage konfidensielle beregningsprogrammer som kan fungere med data uten å dekryptere dem, inkludert å utføre enkle streng- og matteoperasjoner på krypterte data. Prosjektkoden er skrevet i C ++ og distribueres under Apache 2.0-lisensen.
Endelig ja du er interessert i å kunne vite mer om det om emnet, kan du sjekke detaljene i følgende lenke.