Homomorficzne Szyfrowanie: Obliczenia na Danych Bez Oglądania Ich

Co pozwala homomorficzne szyfrowanie robić

Homomorficzne szyfrowanie to klasa schematów szyfrujących, które umożliwiają wykonywanie operacji matematycznych bezpośrednio na zaszyfrowanych danych, produkując zaszyfrowany wynik, który, po późniejszym rozszyfrowaniu, odpowiada rezultatom wykonania tych samych operacji na oryginalnych, niezaszyfrowanych wartościach. Innymi słowy, jeśli zaszyforeachmy dwie liczby, dodamy ich zaszyfrowane teksty i rozszyflujemy sumę, otrzymamy ten sam wynik, jak gdybyśmy dodali te oryginalne liczby bezpośrednio. Ta właściwość stanowi podstawę dla potężnej idei: zlecenia obliczeń bez zaufania. Dostawca chmury, partner danych szpitala lub usługa analizy danych trzeciej strony może przetwarzać dane kogoś innego, wykonując obliczenia, wyszukiwanie w bazie danych lub wnioskowanie uczenia maszynowego, bez możliwości dla serwera zobaczenia rzeczywistych, podległych wartości. Obsługuje on jedynie zaszyfrowane teksty. To ma ogromne znaczenie dla domen wrażliwych na prywatność, takich jak opieka zdrowotna, finanse i archiwa rządowe, gdzie organizacje chcą wykorzystywać potężną infrastrukturę chmury, ale nie mogą legalnie ani etycznie ujawniać surowych danych wrażliwych. Homomorficzne szyfrowanie skutecznie oddziela obliczenia od widoczności danych, pozwalając zaufanym lub półzaufanym stronom na wykonywanie użytecznych zadań na danych, których nigdy nie można faktycznie przeczytać.

Partially Homomorficzne vs Pełne Homomorficzne Szyfrowanie

Nie wszystkie schematy homomorficzne są równie potężne. Szyfrowanie częściowo homomorficzne obsługuje tylko jeden typ operacji wykonywanej nieograniczenie razy na zaszyfrowanych tekstach. Na przykład, szyfr Paillier jest homomorficznie addytywny: można dodawać zaszyfrowane liczby ze sobą, co jest przydatne w zadaniach takich jak zliczanie zaszyfrowanych głosowań lub agregacja zaszyfrowanych wartości finansowych. Z drugiej strony, niezasłonięte RSA jest homomorficznie mnożeniowe, umożliwiając mnożenie zaszyfrowanych wartości ze sobą. Te schematy są wydajne i dobrze zrozumiałe, ale ograniczone w zakresie, ponieważ rzeczywiste obliczenia zwykle wymagają więcej niż jednego typu operacji. Szyfrowanie pełne homomorficzne, lub FHE, obsługuje zarówno dodawanie, jak i mnożenie na zaszyfrowanych danych. Ta kombinacja okazuje się wystarczająca do zbudowania dowolnego obliczenia, ponieważ każdy obwód cyfrowy, a więc każdy algorytm, może być skonstruowany wyłącznie z tych dwóch podstawowych operacji działających jako blokowe bramki logiczne (w przybliżeniu analogiczne do bramek AND i XOR). To sprawia, że FHE jest znacznie bardziej ambitne niż schematy częściowe: zamiast umożliwiać jedno wąskie zadanie, teoretycznie pozwala na uruchamianie dowolnych programów w całości nad zaszyfrowanymi danymi wejściowymi, dlatego też było to dążenie kryptograficzne, o którym tak długo mówiono jako „święta relikwia”.

Osiągnięcie Gentry’ego z 2009 roku i kryptografia oparta na siatkach

Koncepcja pełnej homomorficznej szyfrowania została zaproponowana już w 1978 roku, tuż po RSA, ale przez około trzydzieści lat pozostawała to utrudnionym problemem bez znanej konstrukcji. Badacze mogli budować częściowo homomorficzne schematy, ale łączenie dodawania i mnożenia w pojedynczym schemacie, który pozostałby bezpieczny i prawidłowy, okazało się niezwykle trudne. Zmiana nastąpiła w 2009 roku, kiedy Craig Gentry, wtedy doktorant, opublikował pierwszą działającą konstrukcję pełnej homomorficznej szyfrowania w swojej pracy doktorskiej. Schemat Gentry’ego był oparty na kryptografii opartej na siatkach, która polega na trudności matematycznej problemów związanych z wysokowymiarowymi siatkami, czyli siatkami punktów rozciągających się nieskończenie w wielu wymiarach, gdzie znalezienie najkrótszego wektora lub najbliższego punktu jest obliczeniowo niemożliwe dla wystarczająco dużych wymiarów. Problemy z siatkami były atrakcyjnym fundamentem nie tylko dlatego, że odporne są na ataki klasyczne, ale również dlatego, że uważa się, że są odporne na ataki komputerów kwantowych, w przeciwieństwie do RSA lub kryptografii krzywych eliptycznych. Konstrukcja Gentry’ego była przełomowym momentem w kryptografii: udowodniła, że pełna homomorficzna szyfrowanie jest możliwa, a także uruchomiła całą gałąź badań mającą na celu uczynienie tej idei praktyczną, wydajną i użyteczną w rzeczywistych systemach.

Problem z Szumem i Rozpoczynanie

Centralnym wyzwaniem technicznym w budowie FHE jest szum. Schematy homomorficzne oparte na macierzach kłębnych szyfrują dane, wprowadzając do nich niewielką ilość losowego szumu matematycznego, co jest niezbędne dla bezpieczeństwa. Każda operacja homomorficzna wykonana na zaszyfrowanym tekście – niezależnie od tego, czy jest to dodawanie, czy szczególnie mnożenie – zwiększa ilość szumu obecną w wyniku. Ten szum rośnie z każdą operacją, aż w końcu staje się zbyt duży, co uniemożliwia prawidłowe odszyfrowanie zaszyfrowanego tekstu i utratę skuteczności poddanych danych. Oznaczało to, że wczesne schematy homomorficzne mogły obsługiwać tylko określoną, ograniczoną liczbę operacji przed zawiązaniem, znacznie poniżej nieograniczonego obliczania potrzebnego do zastosowań ogólnego przeznaczenia. Kluczową innowacją Gentry'ego było technika zwana rozruchem. Pomysł jest zaskakująco samoreferencyjny: schem szyfrujący jest używany do homomorficznego oceny obwodu dekodującego na zaszyfrowanym tekście z szumem, generując świeżą, ponownie zaszyfrowaną wersję tej samej podległej wartości, ale poziom szumu został przywrócony do niskiego, łatwego w zarządzaniu poziomu. Ponieważ tę operację odświeżania można powtarzać bez końca, rozruch w zasadzie umożliwia nieograniczone dalsze obliczenia na danych, przekształcając schem ograniczony szumem w prawdziwy, pełny homomorficzny schem zdolny do oceny obwodów o dowolnej głębokości.

Rzeczyiste implikacje i obecne ograniczenia

Od czasu przełomu Gentry’a, pełne homomorficzne szyfrowanie przestało być jedynie teorią i zmierza w kierunku praktycznych eksperymentów. Obecnie jest badane w kontekście ochrony prywatności chmur obliczeniowych, gdzie wrażliwe obciążenia mogą wykonywać się na niezaufanej infrastrukturze, prywatnego wnioskowania z modeli uczenia maszynowego, gdzie dostawca modelu może klasyfikować lub oceniać zaszyfrowane dane użytkownika bez ujawniania danych wejściowych ani modelu, oraz analizy danych z zachowaniem poukzadności, w której wiele organizacji może wspólnie obliczać statystyki na podstawie połączonych zbiorów danych bez ujawniania indywidualnych rekordów. Dostępne są już liczne biblioteki open-source, a także akceleratory sprzętowe, które wspierają obciążenia FHE. Jednakże, istnieją znaczące ograniczenia. Szyfrowanie pełne homomorficzne jest bardzo kosztowne obliczeniowo, często o tysiące razy wolniejsze niż równoważne obliczenie przeprowadzone na zaszyfrowanych danych, a także powoduje znaczny wzrost rozmiaru danych z powodu nadmiaru cyfrowego. Samo bootstrapping, choć rozwiązuje problem szumu, jest jednym z najbardziej kosztownych operacji w całym schemacie. Te koszty ograniczyły do tej pory szerokie zastosowanie praktyczne FHE, ograniczając jego użycie głównie do wąskich, wysokowartościowych przypadków użycia, w których gwarancje prywatności przeważają nad kosztami wydajności. Mimo to, dziedzina szybko się rozwija, dzięki stałym ulepszeniom algorytmicznym, specjalizowanemu sprzętowi i hybrydowym podejściom, które z roku na rok zmniejszają tę różnicę w wydajności.

Frequently asked questions

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Homomorphic Encryption: Computing on Data Without Ever Seeing It i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.