同態加密理論在 1978 年首次推出，被認為是密碼學領域的聖盃之一：直到目前為止仍像傳奇一樣遙不可及，但研究人員仍迫切找到一種行之有效的方法。最近的發展進程，包括計算機科學家 Craig Gentry 在2009年的博士論文，數字領域的第一個完全同態加密方案，以及第二代 HElib，FHEW 和 TFHE libraries 。Gentry 的工作為他贏得了2014年 MacArthur 基金會的“Genius Grant”獎，五年內的收入累計達到了 625,000 美元，在收集和分析更多數據的同時努力保護隱私方面，也有越來越多的密碼學研究人員正朝著它的方向發展.
什麼是同態加密？ & 什麼使它如此特別？
當然，這種加密數據只有在加密時才是安全的，並且對加密數據的處理方式除了存儲或共享數據之外，還有一些限制。如果任何人想對加密數據執行任何操作（例如處理訂單或運行算法以分析某些指標），他們必須等到數據被解密後才能做。
但是，如果情況並非如此呢？如果可以在不解密的情況下分析敏感數據呢？以企業數據庫為例：假設有一個人希望找到所有員工工資的中位數。目前來看，這證明需要一個值得信賴的個人或團隊可以獲得員工的薪酬細節，這可能會侵犯隱私。然而，使用同態加密，可以在不解密數據，不暴露個人薪酬的情況下提取數字並得出中位數，一旦處理和解密，就只能看到最終數字。
實質上，一個有效的工作同態加密模型意味著敏感數據的暴露程度較低，不僅對嘗試訪問系統的外部用戶還是內部用戶都是如此。使用同態加密模型，可以保護隱私不受數據處理者身的影響：無法查看正在處理的個人詳細信息，只能看到處理的最終結果。企業可以對他們收集的數據感到更加安全，無論是在組織內部的團隊成員還是組織外部的處理者手中，由於持有更強大的工具或專業知識，他們可能需要執行一些數據任務作為中間人。特別是雲計算可以從同態加密方案中受益，因為它們可以運行計算而無需訪問原始未加密的數據。
其實，不僅對試圖訪問系統的外部參與者，還是對內部處理器來說，一個有效的同態加密模型意味著敏感數據的暴露更少。使用同態加密模型，隱私受到保護，不受處理器本身的影響:無法查看正在處理的個人的個人詳細信息，只有處理的最終結果。無論這些數據是掌握在內部團隊成員或者組織的外部人員中，企業都會對收集到的數據感到很安全。因為他們作為企業的中介為企業執行一些數據任務，擁有強大的工具或者是專業知識是必要的。雲計算尤其可以從同態加密方案中獲益，因為它們可以在不訪問原始未加密數據的情況下運行計算。
聽起來不錯
首先，雖然密碼學者渴望看到同態加密適應，但首先要明確一點，同態加密現在仍然是理論階段。即使Craig Gentry自己也承認還沒有真正實現：比如說，他自己的方案需要巨大的處理能力：bit/30min，而普通PC處理128000000000bit/s（通過64位雙核2GHz處理器），它還有很長的路要走。像TFHE的第二代處理器，速度更快，但還未準備好進行常規操作。
即使開發一個完整的、安全的同態加密系統，仍需提醒的是，結果不會是全面服務的隱私解決方案。畢竟，良好的隱私合規不僅僅意味著信息安全：也包括與數據所有者之間清楚地溝通將他們的信息用於做什麼，訪問擁有的個人信息的權限，以及如何運作、分析推斷數據，儘可能是最新和準確的信息。一項針對客戶忠誠度的調查顯示，79％的人會放棄一個濫用數據的品牌，保持對個人數據的窺探只是隱私的開始。同態加密不能解決這些問題，這些問題通常必須在業務運營層面解決。然而，如果出現一個成功的，高效的同態方案，當從內部和外部訪問信息時，它肯定會提供更好數據安全性。
閱讀更多 Gravity地心 的文章
