encriptação totalmente homomórfica: visão geral e cenários de aplicação

encriptação totalmente homomórfica(FHE) é um esquema de encriptação especial que permite a realização de cálculos de funções diretamente sobre o texto cifrado sem a necessidade de o decifrar, protegendo assim a privacidade. Ao contrário da encriptação estática tradicional e da encriptação em trânsito, o FHE pode realizar processamento complexo sobre o texto cifrado, o que é especialmente útil em cenários de proteção de privacidade com múltiplas partes colaborando.

Uma aplicação típica da FHE é o sistema de votação online. Os eleitores podem submeter os votos encriptados a uma entidade intermediária, que pode contar os votos sem os decifrar, e no final apenas divulgar o resultado final. Isso evita o problema das soluções tradicionais, onde o intermediário precisa decifrar todos os votos para contar, protegendo assim melhor a privacidade da votação.

No sistema FHE, a função de encriptação e o processo de cálculo são públicos, mas os dados de entrada e os resultados de saída são encriptados. Apenas quem possui a chave de decriptação pode obter informações em texto simples. FHE é um esquema de encriptação compacto, onde o tamanho do texto cifrado de saída e a complexidade da decriptação dependem apenas da entrada original, não da complexidade do processo de cálculo.

A FHE geralmente inclui os seguintes tipos de chaves:

1. Chave de decriptação: chave principal do sistema, utilizada para decriptar mensagens cifradas em FHE, normalmente mantida localmente pelo usuário.

2. Chave de encriptação: utilizada para converter texto simples em texto cifrado, podendo ser pública no modo de chave pública.

3. Cálculo da chave: usado para realizar operações homomórficas sobre o texto cifrado, também pode ser público.

Os principais modos de aplicação da FHE incluem:

1. Modelo de outsourcing: delegar as tarefas de cálculo de dados sensíveis a prestadores de serviços em nuvem, enquanto se protege a privacidade dos dados.

2. Modo de cálculo de duas partes: permite que ambas as partes realizem cálculos conjuntos sem revelar os seus dados privados.

3. Modo de agregação: agrega de forma segura os dados de vários participantes, adequado para cenários como o aprendizado federado.

4. Modelo cliente-servidor: o servidor fornece serviços de cálculo de modelos de IA privados para vários clientes independentes.

As principais vantagens da FHE em relação aos esquemas tradicionais de encriptação são a capacidade de realizar cálculos complexos sobre os dados encriptados, trazendo novas possibilidades para a proteção da privacidade. No entanto, atualmente, o custo computacional da FHE ainda é muito alto, necessitando de avanços técnicos adicionais e suporte de hardware especializado para ser aplicado de forma prática em cenários mais amplos.