クラウドコンピューティングサービスを使用して、機密性の高い患者記録で人工知能データ分析を実行したい病院には、計算中はこれらのデータがプライベートのままであることを保証する必要があります。同種暗号化は、この保証を提供できる特別なタイプのセキュリティスキームです。
この手法は、データを復号化せずに計算を実行できるようにデータを暗号化し、他の人が潜在的な患者記録について何かを学ぶことを防ぎます。ただし、同型暗号化を達成する方法はいくつかあり、それらは非常に計算的に集中的であるため、現実の世界に展開することはしばしば実行不可能です。
MITの研究者は、単純で、計算的に軽量の暗号化ツールに依存している準同型暗号化スキームを構築するための新しい理論的アプローチを開発しました。彼らのテクニックは2つのツールを組み合わせて、どちらかがそれ自体よりも強力になります。研究者はこれを活用して、「やや同性愛」暗号化スキームを構築するために、つまり、より複雑な計算を可能にする完全な準同型暗号化とは対照的に、暗号化されないデータで限られた数の操作を実行することができます。
このやや同種の手法は、プライベートデータベースの検索やプライベート統計分析など、多くのアプリケーションをキャプチャできます。
このスキームは依然として理論的であり、実際に使用する前に多くの作業が残っていますが、その単純な数学構造は、より広い範囲の実際のシナリオでユーザーデータを保護するのに十分効率的にすることができます。
「夢は、ChatGPTプロンプトを入力し、暗号化し、暗号化されたメッセージをChatGptに送信し、それがあなたがそれを求めていることを見ずに出力を生成できることです」 「これらのスキームは非常に非効率的であるため、私たちはそこに到達することから長い道のりです。この作業では、さまざまなアプローチがより効率的でより実用的な構造につながる可能性があるため、標準ツールを使用しない同性愛暗号スキームを構築しようとしました。」
彼の共著者には、EECSの大学院生であるAlexandra Henzingerが含まれます。ヤエル・カライ、エレン・スワロー・リチャーズ（1873）教授兼EECS教授。 MITコンピューターサイエンスおよび人工知能研究所（CSAIL）のフォード教授であり主任研究者であるVinod Vaikuntanathan。この研究は、暗号化技術の理論と応用に関する国際会議で発表されます。
セキュリティと柔軟性のバランス
MITの研究者は、1970年代に同型暗号化について理論付けを始めました。しかし、計算が非常に挑戦的であることが判明するのに十分な柔軟性のある方法でメッセージを安全に埋め込むために必要な数学構造を設計する必要がありました。最初の同種暗号化スキームは、2009年まで設計されていませんでした。
「これらの2つの要件は非常に緊張しています。一方で、セキュリティが必要ですが、一方でこの柔軟性が必要です。そこにたどり着くには数学的な経路はほとんどありません」とヘンツィンガーは言います。
基本的に、同型スキームは、それを暗号化するためにメッセージにノイズを追加します。アルゴリズムと機械学習モデルがその暗号化されたメッセージで操作を実行すると、ノイズは必然的に成長します。長すぎると計算された場合、ノイズは最終的にメッセージを覆い隠すことができます。
「たとえば、これらの暗号化されたデータで深いニューラルネットワークを実行すると、計算が終了するまでに、ノイズはメッセージよりも10億倍大きくなり、メッセージが書いていることを実際に把握できない場合があります」とCorrigan-Gibbsは説明します。
この問題を回避するための2つの主な方法があります。ユーザーは操作を最小限に抑えることができますが、これにより、暗号化されたデータの使用方法が制限されます。一方、ユーザーはノイズを減らすために追加の手順を追加できますが、これらの手法では大量の追加の計算が必要です。
やや同型暗号化は、中央のどこかでユーザーに会うことを目指しています。この手法を使用して、ノイズが手に負えなくなるのを防ぐ特定のクラスの機能を使用して、暗号化されたデータで安全な操作を実行できます。
境界多項式として知られるこれらの機能は、過度に複雑な操作を防ぐように設計されています。たとえば、関数は多くの追加を可能にしますが、暗号化されたデータには数件の乗数のみが、余分なノイズを生成しないようにします。
部品の合計よりも大きい
研究者は、2つの単純な暗号化ツールを組み合わせることでスキームを構築しました。彼らは、暗号化されたデータに追加のみを実行できる線形同性暗号化スキームから始まり、それに1つの理論的仮定を追加できました。
この暗号化の仮定は、より複雑な関数のより広いクラスで動作できる、ある程度同性的なスキームに線形スキームを「持ち上げます」。
「それ自体では、この仮定は私たちに多くを与えません。しかし、それらをまとめると、もっと強力なものが得られます。今、私たちは追加といくつかの限界数の乗算を行うことができます」とヘンツィンガーは言います。
同種暗号化を実行するプロセスは非常に簡単です。研究者のスキームは、マトリックスが基礎となるデータを証明する方法で、各データをマトリックスに暗号化します。次に、これらの暗号化されたデータの追加または乗算を実行するには、対応するマトリックスを追加または乗算するだけです。
研究者は、数学的証明を使用して、運用がこのクラスの境界多項式機能に限定されている場合、理論的暗号化スキームが保証されたセキュリティを提供することを示しました。
彼らがこの理論的アプローチを開発したので、次のステップの1つは、実際のアプリケーションにとって実用的にすることです。そのためには、暗号化スキームを最新のハードウェアで特定の種類の計算を実行するのに十分な速さにする必要があります。
「私たちはまだこのスキームを最適化しようとして10年を費やしていないので、それがどれほど効率的に得られるかはわかりません」とHenzinger氏は言います。
さらに、研究者は、より複雑な操作を可能にするための手法を拡大したいと考えており、おそらく完全な準同型暗号化のための新しいアプローチの開発に近づいています。
「私たちにとってエキサイティングなことは、これらの2つの単純なものをまとめると、私たちが期待していなかった何か異なることが起こったことです。それは私たちに希望を与えます。私たちは今他に何ができるでしょうか？
この研究は、Apple、Capital One、Facebook、Google、Mozilla、Nasdaq、MITのFintech@Csailイニシアチブ、National Science Foundation（NSF）、およびSimons Investigator Awardによって資金提供されました。
#セキュリティスキームはクラウド計算中に機密データを保護できます #MITニュース