Enkripsi Homomorphic Penuh: Pengenalan Prinsip dan Skenario Aplikasi

Metode enkripsi tradisional terutama mencakup enkripsi statis dan enkripsi transmisi. Enkripsi statis mengenkripsi data yang kemudian disimpan di perangkat keras, hanya personel yang berwenang yang dapat mendekripsi dan melihatnya. Enkripsi transmisi memastikan bahwa data yang ditransmisikan melalui jaringan hanya dapat diinterpretasikan oleh penerima yang ditunjuk. Kedua metode ini bergantung pada algoritma enkripsi, dan melalui enkripsi yang diotentikasi untuk menjamin integritas data.

Namun, beberapa skenario kolaborasi multi pihak memerlukan pemrosesan kompleks terhadap enkripsi, yang melibatkan teknologi perlindungan privasi, di mana Enkripsi Homomorphic sepenuhnya ( FHE ) adalah salah satu solusi penting. Sebagai contoh, dalam pemungutan suara online, metode enkripsi tradisional sulit untuk melindungi privasi pemilih sambil memastikan akurasi penghitungan suara. Namun, teknologi FHE memungkinkan perhitungan fungsi langsung pada enkripsi tanpa mendekripsinya, sehingga melindungi privasi.

Sistem FHE biasanya terdiri dari beberapa jenis kunci:

1. Kunci Dekripsi: Kunci Utama Sistem, digunakan untuk mendekripsi ciphertext FHE, hanya disimpan oleh pemegang.

2. enkripsi kunci: digunakan untuk mengubah teks biasa menjadi teks terenkripsi, dapat dipublikasikan dalam mode enkripsi kunci publik.

3. Menghitung kunci: digunakan untuk melakukan operasi homomorfik pada ciphertext, dapat dipublikasikan tetapi tidak dapat digunakan untuk memecahkan ciphertext.

Aplikasi FHE yang khas termasuk:

1. Mode outsourcing: Mendelegasikan tugas komputasi kepada penyedia layanan cloud, melindungi privasi data.

2. Mode komputasi kedua belah pihak: Kedua belah pihak melakukan komputasi bersama tanpa mengungkapkan data pribadi masing-masing.

3. Mode agregasi: Menggabungkan data dari banyak pihak dengan cara yang ringkas dan dapat diverifikasi, cocok untuk skenario seperti pembelajaran federasi.

4. Mode Klien-Server: Server menyediakan layanan komputasi pribadi untuk beberapa klien independen, seperti penghitungan model AI pribadi.

Keamanan FHE didasarkan pada algoritma kriptografi, tidak bergantung pada keamanan perangkat keras. Untuk memastikan hasil perhitungan yang valid, dapat digunakan metode seperti perhitungan redundan, tanda tangan digital, dan sebagainya. Dalam skenario yang melibatkan banyak pihak, biasanya digunakan teknik seperti berbagi rahasia untuk mengelola kunci dekripsi, meningkatkan keamanan keseluruhan sistem.

FHE adalah satu-satunya solusi saat ini yang dapat menjamin konsumsi sumber daya komputasi homomorfik sebanding dengan tugas asli. Namun, FHE juga menghadapi tantangan teknis akumulasi kebisingan, yang perlu dikendalikan melalui operasi bootstrap. Dengan semakin mendalamnya penelitian dan pengembangan perangkat keras khusus, FHE diharapkan dapat diterapkan dalam lebih banyak skenario komputasi privasi.