O futuro da criptografia totalmente homomórfica

Quer se trate de mensagens pessoais, dados de saúde, transações financeiras ou comunicações comerciais confidenciais, a criptografia desempenha um papel fundamental na manutenção da privacidade e na garantia da integridade de nossas interações digitais. Normalmente, a criptografia de dados protege os dados em trânsito: eles são bloqueados em um “contêiner” criptografado para trânsito em redes potencialmente inseguras e, em seguida, desbloqueados na outra extremidade, pela outra parte, para análise. Mas a terceirização para terceiros é inerentemente insegura.

Mas e se a criptografia não existisse apenas em trânsito e ficasse desprotegida nas duas extremidades da transmissão? E se fosse possível fazer todo o trabalho do seu computador — desde aplicativos básicos até algoritmos complicados — totalmente criptografado, do começo ao fim.

Essa é a tarefa que está sendo assumida por Brandon ReagenProfessor Auxiliar de Ciências e Engenharia de Computação e de Engenharia Eletrotécnica e de Computadores da Escola de Engenharia Tandon da NYU. Reagen, que também é membro do Centro de Segurança Cibernética da NYU, concentra sua pesquisa no projeto de aceleradores de hardware especializados para aplicações que incluem computação com preservação de privacidade. E agora, ele está provando que o futuro da computação pode ser voltado para a privacidade, ao mesmo tempo em que faz enormes avanços no processamento de informações e no design de hardware.

Criptografia abrangente

Num mundo onde as ameaças cibernéticas estão em constante evolução e as violações de dados são uma preocupação constante, os dados encriptados funcionam como um escudo contra acesso não autorizado, roubo de identidade e outros crimes cibernéticos. Ele fornece a indivíduos, empresas e organizações uma base segura sobre a qual podem construir confiança no mundo digital.

O objetivo dos pesquisadores de segurança cibernética é proteger seus dados contra todos os tipos de malfeitores — cibercriminosos, empresas ávidas por dados e governos autoritários. E Reagen acredita que a computação criptografada pode conter uma resposta. “Esse tipo de criptografia pode oferecer três coisas principais: segurança aprimorada, confidencialidade total e, às vezes, controle sobre como seus dados são usados”, diz Reagen. “É um nível totalmente novo de privacidade.”

“Meu objetivo é desenvolver maneiras de executar aplicativos caros, por exemplo, redes neurais massivas, de maneira econômica e eficiente, em qualquer lugar, de servidores massivos a smartphones” —Brandon Reagen, NYU Tandon

A criptografia totalmente homomórfica (FHE), um tipo de computação que preserva a privacidade, oferece uma solução para esse desafio. O FHE permite a computação em dados criptografados, ou texto cifrado, para manter os dados protegidos o tempo todo. Os benefícios do FHE são significativos, desde permitir o uso de redes não confiáveis ​​até aumentar a privacidade dos dados. FHE é uma técnica criptográfica avançada, amplamente considerada o “Santo Graal da criptografia”, que permite aos usuários processar dados criptografados enquanto os dados ou modelos permanecem criptografados, preservando a privacidade dos dados durante todo o processo de computação de dados, não apenas durante o trânsito.

Embora diversas soluções FHE tenham sido desenvolvidas, a execução do FHE em software em hardware de processamento padrão permanece insustentável para aplicações práticas de segurança de dados devido à enorme sobrecarga de processamento. Reagen e seus colegas trabalharam recentemente em um projeto financiado pela DARPA chamado programa The Data Protection in Virtual Environments (DPRIVE), que busca acelerar a computação FHE para níveis mais utilizáveis.

Especificamente, o programa procura desenvolver novas abordagens para movimentação e gerenciamento de dados, processamento paralelo, unidades funcionais personalizadas, tecnologia de compilador e métodos formais de verificação que garantam que o design da implementação do FHE seja eficaz e preciso, ao mesmo tempo que diminui drasticamente a penalidade de desempenho incorrida. por cálculos FHE. O acelerador alvo deve reduzir a sobrecarga do tempo de execução computacional em muitas ordens de grandeza em comparação com os atuais cálculos FHE baseados em software em CPUs convencionais e acelerar os cálculos FHE para dentro de uma ordem de grandeza do desempenho atual em dados não criptografados.

O hardware que promete privacidade

Embora o FHE tenha demonstrado ser possível, o hardware necessário para que seja prático ainda está sendo desenvolvido rapidamente pelos pesquisadores. Reagen e sua equipe estão projetando tudo do zero, incluindo novos chips, caminhos de dados, hierarquias de memória e pilhas de software para fazer tudo funcionar em conjunto.

A equipe foi a primeira a mostrar que os níveis extremos de aceleração necessários para tornar o HE viável eram possíveis. E no início do próximo ano, eles começarão a fabricar seus protótipos para continuar os testes de campo.

Reagen – que obteve doutorado em ciência da computação em Harvard em 2018 e graduação em engenharia de sistemas de computação e matemática aplicada pela Universidade de Massachusetts, Amherst, em 2012 – concentrou-se na criação de aceleradores de hardware especializados para aplicações como aprendizagem profunda. Esses aceleradores aprimoram o hardware especializado que pode se tornar muito mais eficiente do que plataformas de uso geral, como CPUs. A ativação de aceleradores requer mudanças em toda a pilha de computação e, para realizar essa mudança, ele fez diversas contribuições para reduzir a barreira do uso de aceleradores como construções arquitetônicas gerais, incluindo benchmarking, infraestrutura de simulação e design de sistema em um chip (SoC).

“Meu objetivo é desenvolver maneiras de executar aplicativos caros, por exemplo, redes neurais massivas, de maneira econômica e eficiente, em qualquer lugar, desde servidores massivos até smartphones”, diz ele.

Antes de vir para NYU Tandon, Reagen foi um ex-cientista pesquisador da equipe de pesquisa de infraestrutura de IA do Facebook, onde se envolveu profundamente no estudo da privacidade. Essa combinação de experiência profunda em hardware de computador de ponta e um compromisso com a segurança digital fizeram dele uma escolha perfeita para a NYU Tandon e o Centro de Segurança Cibernética da NYU, que tem estado na vanguarda da pesquisa em segurança cibernética desde o seu início.

“Muitos dos grandes problemas que temos no mundo agora giram em torno de dados. Consideremos a saúde global resultante da COVID: se tivéssemos melhores formas de computar a análise de dados de saúde global e partilhar informações sem expor dados privados, poderíamos ter sido capazes de responder à crise de forma mais eficaz e mais rápida” —Brandon Reagen, NYU Tandon

Para Reagen, este é um momento emocionante na história da computação que preserva a privacidade, um campo que terá enormes implicações para o futuro dos dados e da computação.

“Sou optimista – penso que isto poderá ter um impacto tão grande como a própria Internet”, afirma Reagen. “E a razão é que, se pensarmos em muitos dos grandes problemas que temos no mundo neste momento, muitos deles giram em torno de dados. Consideremos a saúde global. Acabamos de sair da COVID e se tivéssemos melhores formas de calcular a análise de dados de saúde globais e de partilhar informações sem expor dados privados, poderíamos ter sido capazes de responder à crise de forma mais eficaz e mais rápida. Se tivéssemos melhores formas de partilhar dados sobre alterações climáticas de todo o mundo, sem expor o que cada país, estado ou cidade estava realmente a emitir, poderíamos imaginar melhores formas de gerir e combater as alterações climáticas globais. Esses problemas são, em grande parte, problemas de dados, e esse tipo de software pode nos ajudar a resolvê-los.”