
Belfort Labs与Smals用全同态加密实现量子安全的假名转换
来源标题:Homomorphic Encryption for Pseudonymization – privacy enabled data-sharing
Belfort Labs与比利时公共机构联合ICT组织Smals合作,证明全同态加密(FHE)可用于公民标识符到假名的转换,速度比现有最优方案快10倍以上,且具备量子安全性。该方案面向国家医疗系统等复杂场景,Belfort已制定路线图,计划在数月内投入部署。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
许多国家使用全国统一的公民标识符,这些标识符通常印在身份证上。然而,出于隐私和法律方面的考虑,敏感个人数据应当在化名之下进行处理和存储:化名是唯一代码,能让服务关联同一人的信息,而无需知道官方的公民标识符。
从公民标识符到化名的转换,以及反向转换,是翻译器的任务。这个实体理想情况下应当是“盲”的,也就是说它既看不到标识符,也看不到化名。然而,当前这一代盲翻译器缺乏抗量子能力。
Belfort Labs 与比利时公共机构联合 ICT 组织 Smals 合作,展示了全同态加密(FHE)可以比其他最先进的解决方案快 10 倍以上完成这种转换,同时保持量子安全。Belfort 制定了一条路线图,以构建安全、实用、超快速且高性价比的解决方案,可在数月内投入部署。
国家医疗系统往往十分复杂,涉及数以万计的护理人员,如医生、物理治疗师、牙医和药剂师,数十家医院,以及许多其他参与医疗数据存储、交换和分析的组织。这些数据通常不会存储在一个全国性数据库中:多个卫生服务机构分别负责特定类别的医疗数据。一个机构可能负责癌症数据,另一个负责生育数据,还有一个负责处方数据。
只有护理人员需要知道他们所治疗患者的真实身份。公民标识符对卫生服务机构是隐藏的,这些机构转而依赖唯一的化名。护理人员只能看到公民标识符,卫生服务机构只能看到化名。
但仍有一个关键问题:某个实体需要在标识符和化名之间执行转换。如果这样的实体能够同时看到标识符和化名,就会带来巨大的隐私风险。因此,转换必须盲执行,甚至对执行转换的系统也要保密,而这正是 FHE 的完美用武之地。
加密计算能够将标识符转换为化名,而不暴露其中任何一个。借助这项技术,标识符以加密形式进入翻译器。服务以盲方式执行转换,并返回加密的化名,全程无需中间解密。
在盲转换下,授权组织可以获得一致的化名,用于匹配记录,而任何人都无法建立将化名与真实人物关联起来的中央列表。
加密计算提供了现实场景所需的灵活性,现实中有广泛的使用场景:将化名转换回标识符,或转换为其他化名。此外,这种保护具有前瞻性:加密计算建立在甚至量子计算机也无法破解的数学基础之上,因此一条化名化记录在其整个生命周期内都能保持受保护状态。
保护并非没有代价。加密计算对计算资源要求很高,一个每天处理数百万请求的国家级服务将需要专用硬件加速器来保持速度和效率。Belfort 能够快速部署高性价比的硬件加速,以提供此类翻译器服务大规模运行所需的吞吐量。
医疗研究人员希望将基因组数据与医院病史关联起来,而双方都不披露患者身份。临床试验机构希望整合安全性数据,而不建立一个包含可识别参与者信息的共享数据库。
银行面临类似的挑战。欺诈跨越多个机构,而隐私规则限制了金融机构可以共享的内容。借助盲化名化,它们可以匹配相关活动,而无需交换客户身份。信贷提供方可以评估申请人的财务历史,而无需获得姓名或地址。
在每种情况下,组织都能关联本应关联的信息,而无需信任某个中介机构来访问底层的身份信息。
多年来,工程师们一直认为加密计算虽有前景但不实用。Belfort 的软件和专用硬件正在缩小这一差距。
您是否正在医疗、政府或金融服务领域处理敏感数据共享?我们很想了解您正在构建什么,以及 Belfort 如何保护它。
Belfort 正在构建无信任智能的基础。Belfort 构建加密计算(FHE)基础设施,使敏感数据无需解密即可被处理。该公司从 KU Leuven 的 COSIC 实验室分拆出来,其软硬件协同设计使这项技术能够大规模实用化。公司在美国旧金山和比利时鲁汶设有办公室。https://belfortlabs.com/
加密计算能用于医疗吗? 可以,这是最明确的应用之一。医院和研究人员可以分析患者数据或开展基因组研究,而任何一方都无需看到底层记录。
FHE 有助于符合 GDPR 吗? 是的。个人数据在整个处理过程中保持加密,因此永远不会暴露给处理它的系统。这支持数据最小化,并消除了 GDPR 旨在防止的大部分暴露风险。
FHE 是量子安全的吗? 是的。FHE 建立在格数学之上,这与支撑新的后量子加密标准的数学属于同一家族。因此,即使面对未来的量子计算机,它也能保持安全。
FHE 已准备好投入生产使用了吗? 是的。加密欺诈检测和加密 AI 推理目前的运行速度都已足够快,可满足真实工作负载。问题不再是它是否有效,而是您希望多快开始。
FHE 中的转加密是什么? 转加密将已使用标准加密(如 AES)保护的数据转换为 FHE 可以处理的加密形式。这意味着组织可以采用加密计算,而无需改变当前的数据加密方式。
我们即将对加速器平台进行重大升级,使加密计算更接近现实世界的部署。
公告
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。