Jsme velmi blízko masifikaci šifrovací metody, která zůstává věrná tomu, co sleduje každý uživatel: soukromí. Miliardy rizik narušení dat jsou prezentovány každý den sdílením osobních nebo profesionálních údajů. Intel, jeden z globálních technologických gigantů, je opět protagonistou iniciativy, která změní způsob, jakým Machine Learning slouží svým účelům.
Ochrana osobních údajů při zpracování dat je realitou
V nemocnici se provádí studie na pacientovi prostřednictvím vzdálené radiologické služby. Všechny získané informace jsou šifrovány a sdíleny s odborným radiologem. Tento profesionál provádí veškeré potřebné zpracování s daty stále zašifrovanými. Není nutné dešifrovat generovaná data a jakmile jsou výsledky získány, jsou také šifrována. Dešifrování je provedeno pouze v době, kdy jsou prováděny závěrečné kontroly a doručovány diagnózy pacientovi. Myslíte si, že je to možné?
Intel navrhuje technologii zvanou Homomorfní Šifrování . Strojové učení je získávání rostoucího významu v produktech a službách zaměřených na umělou inteligenci. V důsledku toho jsou tato zařízení napájena a učena velkým množstvím dat. Výzva společnosti, jakož i celého odvětví obecně, musí být stále více věrná soukromí těchto údajů.
Jak tato metoda šifrování funguje?
Abychom se dostali do kontextu, slovo homomorfní je dekonstruován -homo- (stejné) a -morf- (formulář). To odpovídá účelu praktického provádění pravidelných operací se šifrovanými daty, přičemž jedinou potřebou je dešifrovat při dodání.
Společným bodem dat zpracovávaných ML je to, že jsou šifrována, pouze pokud jsou zachycena ze zdroje. V době zpracování jsou však dešifrovány. Riziko dat porušení soukromí a různé útoky jsou bezprostřední a mají katastrofální následky.
Může se to zdát příliš dobré, aby to byla pravda, ale homomorfní šifrování je již 20 let teoreticky. V posledních pěti letech došlo k několika pokrokům v technikách šifrovaného zpracování dat. Skutečnost, že pro práci se šifrovanými daty, než je dešifrovaná, vyžaduje mnohem více času, byla ignorována.
Ačkoli je společnost Intel lídrem v implementaci této metody šifrování, nadále uvádí důvody pro dosažení dohody o tom, co je pro ochranu osobních údajů v ML nejlepší. Google, IBM, Microsoft a další obři se s Intelem setkali před půl rokem, aby o tom diskutovali. Dalším cílem je převést homomorfní šifrování na nějaký standard založený na ISO, IEEE, ITU a dalších společnostech v tomto sektoru.
Při práci s nimi existuje tisíce příležitostí, jak si zachovat soukromí dat. Je dokonce možné vytvořit velmi ziskový a především transparentní obchodní model, a to jak pro část, která data potřebuje, tak pro tu, která data vlastní. To je další příležitost pro uživatele, aby více vnímali a více výhod než poškození , při sdílení dat s ostatními stranami.
