Siga o Olhar Digital no Google Discover
A equipe de pesquisa da IBM divulgou resultados positivos sobre o estudo de Criptografia Totalmente Homomórfica (Fully Homomorphic Encryption). Revelada no dia 30 de julho, a pesquisa de campo comprovou que o FHE se mostra eficiente na proteção de dados em gerenciamentos de sistemas, competente em operações matemáticas com dados criptografados e seguro nas pesquisas em bancos de dados.
Ofertas
Por: R$ 50,10
Por: R$ 67,95
Por: R$ 10,90
Por: R$ 2.069,90
Por: R$ 56,60
Por: R$ 75,85
Por: R$ 334,32
Por: R$ 15.522,79
Por: R$ 49,90
Por: R$ 140,00
Por: R$ 178,49
Por: R$ 198,99
Por: R$ 3.999,00
Por: R$ 160,65
Por: R$ 187,00
Por: R$ 209,90
Por: R$ 166,19
Por: R$ 330,00
Os dados costumam ser criptografados em trânsito ou em repouso, mas se encontram descriptografados quando em uso, permitindo uma pequena brecha para que insiders e hackers consigam coletar informações. Por meio de operações matemáticas diretas nos dados encriptados, o FHE faz com que os dados permaneçam criptografados mesmo enquanto são manipulados.
Prós
Ao fazer um cálculo criptografado em um sistema gerenciado por terceiros, os administradores — e só eles — conseguem acessar os seus dados e até alterar o conteúdo de sua RAM. Isso porque, apesar de a criptografia impedir o acesso de dispositivos alheios, ela não bloqueia o “privilégio” que os administradores do sistema possuem.
A constante criptografia dos dados em servidores do FHE protege suas informações até mesmo dos administradores do sistema. Foto: Divulgação/IBM
Contudo, segundo a empresa, ao utilizar o FHE, a proteção de seus conteúdos contra os sistemas remotos é garantida, pois o modelo opera com dados criptografados a todo momento.
A possibilidade de a Criptografia Totalmente Homomórfica operar qualquer cálculo permite ao usuário realizar uma pesquisa em um banco de dados sem que o proprietário saiba sobre os termos pesquisados pelo usuário e os resultados mostrados. Ambas as partes podem descobrir intersecções dos conjuntos de dados, mas sem revelar o real conteúdo vasculhado.
Contras
Apesar das inúmeras possibilidades que o FHE permite, a infraestrutura necessária para operar o sistema é “exigente”. O gráfico abaixo, divulgado pela IBM, mostra que os modelos de machine learning encriptados com o FHE exigem 40 vezes mais energia e 50 vezes mais memória do que uma máquina sem a criptografia.
Exigências para máquinas encriptadas com o FHE são bem mais altas do que modelos sem a criptografia. Foto: Divulgação/IBM
Outro ponto é que as comparações de precisão entre as máquinas encriptadas com o FHE e as sem a criptografia apontaram resultados semelhantes. No entanto, o cientista sênior de pesquisa da IBM, Flavio Bergamaschi, afirmou que o teste é baseado em dados de pontos flutuantes, que oscilam. Ou seja, as perdas não estão na criptografia, e sim, nos pontos.
Variáveis encontradas em máquinas com e sem a Criptografia Totalmente Homomórfica são parecidas. Foto: Divulgação/IBM
Quanto a questão da pesquisa em bancos de dados, o fato de você obter resultados sem que o proprietário saiba exatamente o que você estava procurando pode resultar em apurações mais amplas durante a busca. Máquinas sem criptografia podem acelerar as pesquisas em bancos de dados, mas expõem diversas informações pessoais ao servidor.
De maneira geral, a Criptografia Totalmente Homomórfica da IBM se mostrou eficiente em suas operações matemáticas e resistentes às computações quânticas.
O modelo foi testado por um estudo americano, que disponibilzou os resultados pelo ePrint. Outro teste está sendo realizado por um banco europeu, mas os resultados estão sob ordem de confidencialidade.
O FHE da IBM está disponíveis em bibliotecas open source Linux, MacOS e iOS. O suporte para Android deve chegar em breve.
Via: Ars Technica
Tags: