mycket Googles utvecklare har släppt nyligen genom ett blogginlägg utvecklingen av öppen uppsättning bibliotek och verktyg med implementering av en helt homomorfiskt chiffer som tillåter behandling av krypterad data som inte visas i det fria i något skede av beräkningen.
Till skillnad från end-to-end-kryptering, homomorf kryptering, Förutom att skydda dataöverföring, ger den möjligheten att behandla data utan att dekryptera den.
Helt homomorf kryptering involverar förmågan att utföra additions- och multiplikationsoperationer på data krypterad, från vilken godtycklig beräkning kan implementeras. Utdata är ett krypterat resultat, vilket skulle likna att kryptera resultatet av liknande operationer på originaldata.
Som utvecklare är det vårt ansvar att hjälpa till att hålla våra användare säkra online och skydda deras data. Detta börjar med att skapa produkter som är säkra som standard, privata designade och ger användarna kontroll. Allt vi gör på Google stöds av dessa principer, och vi är stolta över att vara branschledande när det gäller att utveckla, distribuera och skala ny integritetsbevarande teknik som gör det möjligt att få insikter och skapa användbara upplevelser samtidigt som vi skyddar våra användare. Integritet.
Att arbeta med data med homomorf kryptering går ut på att användaren krypterar data och utan att avslöja nycklarna överför den till en tredjepartstjänst för bearbetning.
Denna tjänst utför de deklarerade beräkningarna och genererar ett krypterat resultat, utan att kunna avgöra vilken data du arbetar med. Användaren dekrypterar den överförda informationen med sina nycklar och får resultatet i klartext.
Tänk dig till exempel att du skapar en app för personer med diabetes. Den här appen kan samla in känslig information från sina användare, och du behöver ett sätt att hålla denna data privat och säker samtidigt som du delar den med medicinska experter för att få värdefulla insikter som kan leda till stora medicinska genombrott. Med Google Transpiler för FHE kan du kryptera den data du samlar in och dela den med medicinska experter som i sin tur kan analysera data utan att dekryptera den, vilket ger nyttiga insikter till det medicinska samhället samtidigt som du ser till att ingen annan kan komma åt den underliggande information. .
Mellan applikationsområden av det homomorfa chiffret finns skapandet av molntjänster för konfidentiell datoranvändning, genomförandet av elektroniska röstningssystem, skapa anonymiserade routingprotokoll, bearbeta förfrågningar på krypterad data i ett DBMS och konfidentiell utbildning av maskininlärningssystem.
Till exempel homomorf kryptering kommer att vara användbar i medicinska tillämpningar som kan ta emot känslig patientinformation i krypterad form och ge medicinsk personal möjlighet att utföra analyser och identifiera anomalier utan dekryptering.
Homomorf kryptering kan också hjälpa till att undersöka kopplingar mellan sjukdomar och vissa genetiska mutationer, som kräver analys av tusentals prover av genetisk information.
Det är därför vi idag är glada att kunna meddela att vi får en första i sitt slag transpilerare för allmänt bruk för fullständigt homomorf kryptering (FHE), som gör det möjligt för utvecklare att utföra beräkningar på krypterad data utan att kunna komma åt all information om det, personlig identifiering.
En särdrag från den publicerade verktygslådan är förmågan att skapa program för att bearbeta krypterad data med standard C++-utvecklingstekniker med hjälp av den medföljande transpileraren, ett C++-program som konverteras till en speciell FHE-C++-dialekt som kan arbeta med krypterad data.
Verktygslådan låter dig skapa program för känsliga beräkningar som kan arbeta med data utan att dekryptera den, inklusive att utföra enkla sträng- och matematiska operationer på krypterad data. Projektkoden är skriven i C++ och distribueras under Apache 2.0-licensen.
Äntligen ja Är du intresserad av att kunna veta mer om det i ämnet?kan du kolla in detaljerna följande länk.