Introducción a la encriptación completamente homomórfica y escenarios de aplicación

La encriptación completamente homomórfica ( FHE ) es un esquema de encriptación especial que permite realizar cálculos de funciones directamente sobre el texto cifrado sin necesidad de descifrarlo, protegiendo así la privacidad de los datos. A diferencia de la encriptación estática tradicional y la encriptación de transporte, la FHE puede ejecutar procesos complejos sobre el texto cifrado, siendo adecuada para escenarios de protección de la privacidad en colaboración entre múltiples partes.

Una aplicación típica de la encriptación completamente homomórfica (FHE) es el sistema de votación en línea. Los votantes pueden encriptar sus resultados de votación y enviarlos a una entidad intermedia, que puede realizar estadísticas directamente sobre los datos encriptados. Después de obtener el resultado final, puede desencriptar y publicarlo, sin necesidad de interactuar con los datos en texto claro durante todo el proceso. En comparación con las soluciones que dependen de terceros de confianza o aislamiento de hardware, la FHE ofrece garantías de seguridad a nivel de software puro.

El sistema FHE generalmente incluye los siguientes tipos de claves:

1. Clave de descifrado: clave maestra, utilizada para descifrar el ciphertext FHE, generalmente se mantiene solo localmente por el usuario.

2. Clave de encriptación: utilizada para convertir texto plano en texto cifrado, puede ser pública en el modo de clave pública.

3. Cálculo de la clave: se utiliza para realizar operaciones homomórficas sobre el texto cifrado, puede ser público pero no revelará los datos originales.

Los patrones de aplicación comunes de la encriptación completamente homomórfica incluyen:

1. Modelo de externalización: los usuarios externalizan datos encriptados y tareas de cálculo a proveedores de servicios en la nube, adecuado para escenarios como la recuperación de información privada.

2. Modo de cálculo de ambas partes: ambas partes poseen datos privados y realizan cálculos conjuntos a través de FHE sin revelar los datos originales.

3. Modo de agregación: resumir los datos encriptados proporcionados por múltiples partes, utilizados para el aprendizaje federado, la estadística de votación, etc.

4. Modo cliente-servidor: el servidor proporciona un modelo de IA privado, y el cliente envía datos encriptados para realizar inferencias.

La ventaja de FHE radica en que su seguridad se basa en algoritmos de encriptación y no en hardware, lo que lo hace resistente a ataques de canal lateral. Sin embargo, su costo computacional es elevado, y actualmente se utiliza principalmente en escenarios de cálculos lineales. En el futuro, con el desarrollo de hardware especializado, se espera que FHE se aplique en más áreas.