シリコンフォトニクスによる完全準同型暗号 (FHE) – セキュアコンピューティングの未来

データ侵害やサイバー攻撃がますます巧妙化するにつれ、従来の暗号化方法はかつてない脅威に直面しています。

量子コンピューティングの台頭は、量子の計算能力によって現在の暗号化方法が時代遅れになる可能性があり、現在の暗号化方法にも大きなリスクをもたらします。さらに、機械学習と人工知能の急激な成長により、これらの技術は膨大で高品質のデータセットに大きく依存しているため、安全なコンピューティングの必要性が高まっています。

侵害されたデータが AI モデルに入力されると、結果の出力も侵害されるため、データの量だけでなく、品質、整合性、正確性も確保することが重要です。完全準同型暗号化 (FHE) は、機密データの取り扱いと共有方法を変革する道筋を提供します。

データのジレンマ：保護と活用

データは、最も価値のあるグローバル資産であるとよく言われます。しかし、その真の価値は、業務効率の改善、製品の開発、社会の動向の理解など、情報に基づいた意思決定に使用されて初めて実現されます。組織は、AI、ML、データコラボレーションなどの新しいテクノロジーを通じて、この価値を最適化する方法をますます模索しています。しかし、貴重なデータは組織内にサイロ化されたままであることが多く、最も価値のあるデータは通常、最も機密性の高いデータです。

犯罪組織によるデータ侵害は、組織だけでなく、個人データが盗まれた個人にも壊滅的な結果をもたらす可能性があります。このデータは機密として保持し、信頼できる関係者とのみ共有する必要があります。しかし、コラボレーションの必要性により、データ共有の利点と機密性に対するリスクの間に緊張が生じます。

暗号化は、通常、機密データが移動または保存されるときにのみ適用されます。データを処理するには、通常、最初に復号化する必要があるため、リスクにさらされます。これにより、データを保護し、その使用を制限するか、データを利用して侵害のリスクを高めるかというジレンマが生じます。

FHE は、暗号化されたデータを計算処理できるようにすることで、この緊張を解消します。データは公開されたり脆弱になったりすることなく共有できるため、傍受されたとしても攻撃者にとって役に立たなくなります。FHE は、複数の当事者が実際にデータにアクセスすることなくデータを操作できるようにすることで、安全なコンピューティングの新時代を先導し、新しいデータ経済をサポートします。

FHEの課題とシリコンフォトニクスの可能性

FHE は大きな可能性を秘めているにもかかわらず、主に相当な計算能力が必要であり、従来の電子処理システムの非効率性のため、導入には大きな課題があります。FHE には特殊なハードウェアとかなりの処理能力が必要であり、エネルギー消費量が多くなり、コストが増加します。しかし、シリコンフォトニクスによって実現される FHE (光を使用してデータを伝送する) は、FHE をよりスケーラブルかつ効率的にするソリューションを提供します。

現在の電子ハードウェア ソリューション システムは限界に達しつつあり、大量のデータを処理し、FHE の要求を満たすのに苦労しています。しかし、シリコン フォトニクスは、データ処理速度と効率を大幅に向上させ、エネルギー消費を削減し、FHE の大規模な実装につながります。これにより、AI、データ コラボレーション、ブロックチェーンなどの分野で、医療、金融、政府を含むさまざまなセクターにわたってデータ プライバシーのさまざまな可能性が解き放たれます。これにより、医療研究、不正検出が大幅に進歩し、業界や地域を超えた大規模なコラボレーションが可能になる可能性があります。

普及への道

新型コロナウイルス感染症のパンデミックは、組織が共通の目標に向けて効果的に協力した場合の現実世界の成果を浮き彫りにしました。通常、長いプロセスであるワクチン開発は、大手製薬会社の協力により加速されました。たとえば、BioNTech、Fosun Pharma、Pfizer の提携により、広く流通している Pfizer-BioNTech ワクチンが迅速に開発されました。これには、バイオメディカル データや試験結果など、大量の独自かつ貴重な情報の共有が伴い、多くの場合、初期段階では正式な合意はありませんでした。しかし、これは機密情報が漏洩するリスクと、データのセキュリティと機密性を確保するためのより優れたツールの必要性も浮き彫りにしました。

プライバシー強化テクノロジー (PET) は、従来、複雑で導入が困難でした。しかし、FHE は完全な暗号化セキュリティを維持できる点で際立っており、処理中にデータが不正アクセスから保護された状態を維持します。これにより、データ サイエンティストや開発者は、機密データを見たり危険にさらしたりすることなく、機密情報に対してデータ分析ツールを実行できます。FHE の実装は、暗号化スキルのないユーザーにとっては困難ですが、最新の FHE ソフトウェア ツールにより、深い暗号化の知識がなくても FHE がますます利用しやすくなっています。さらに、規制環境は進化し、FHE の広範な採用をサポートしています。情報コミッショナー事務局 (ICO) などの機関からのガイダンスや、シンガポールなどの地域の規制サンドボックスが、FHE の開発をサポートしています。その用途は広範で、政府レベルのデータ保護、国境を越えた金融犯罪防止、防衛情報交換、ヘルスケアのコラボレーション、AI 統合に及びます。

たとえば、ヘルスケアでは、FHE によって患者データの安全な分析が可能になり、患者データの機密性を保ちながら高度な研究をサポートできます。金融機関は、暗号化されたデータに対して安全な計算を実行し、リスク評価、不正行為の検出、パーソナライズされた金融サービスを実現できます。政府や防衛企業は、信頼できない環境での安全な通信とデータ処理によって国家の安全保障を強化することもできます。さらに、FHE によって、暗号化されたデータに対する機械学習モデルの安全なトレーニングが可能になり、AI のパワーとデータ プライバシーが組み合わされます。

シリコンフォトニクスによるFHEによるデータセキュリティの未来

FHE は、安全なコンピューティングとデータ セキュリティの未来を変革するでしょう。暗号化されたデータでの計算を可能にすることで、FHE は機密情報に対する新しいレベルの保護を提供し、プライバシー、クラウド セキュリティ、規制遵守、データ共有における重要な課題に対処します。技術的な課題は残っていますが、FHE テクノロジの進歩により、その広範な採用への道が開かれています。

社会の最大の課題を解決するために、大量の機密データが生成され、それらに依存し続ける中、シリコンフォトニクスによって実現される FHE は、データの使用と機密性の維持を保証する安全で効率的なソリューションを提供します。セキュア コンピューティングの未来とは、組織が安全な共有または処理を通じてデータをさらに活用し、プライバシーを損なうことなくその可能性を最大限に引き出すことです。

ニック・ニューはCEO兼創設者です。 オプタリシス。

続きを読む

データがすべての答えではない理由 – SplunkのJames Hodge氏が、重要なビジネス上の意思決定を支援するためにデータ（およびAI）を使用することの問題点を説明します。

データ暗号化: 企業は消費者向けテクノロジーから何を学べるか? – ネビュロンのCEO、シアマック・ナザリ氏が、企業が消費者向けテクノロジーから学べるデータ暗号化の教訓について語る