¿Se puede calcular sin ver los datos? Un artículo para entender el cómputo multipartito seguro

Hoy en día, los datos se pueden utilizar para analizar problemas complejos, proporcionar soluciones e incluso abordar preguntas sin respuesta. Pero cuando se trata de usar datos para servir al público, a menudo existen muchas tensiones entre el intercambio de datos y la protección de datos. ¿Y cómo realiza la computación multipartita segura (MPC) el análisis colaborativo de datos sin revelar datos privados? ¿Qué nuevas oportunidades traerá para el intercambio secreto de datos?

Enciclopedia Blockchain No.35: Cómputo seguro de múltiples partes

Dos millonarios se encuentran en la calle y ambos quieren ver quién es más rico. Pero por el bien de la privacidad, nadie quiere que la otra parte sepa cuánto dinero posee. ¿Cómo saber quién tiene más riqueza sin recurrir a un tercero?

Este es el famoso "problema del millonario al estilo Yao". En la década de 1980, el académico Yao Qizhi propuso en su artículo: Alice tiene un número privado a, Bob tiene un número privado b, y el objetivo de ambas partes es resolver la desigualdad si a≤b. O más estrictamente, salvo la desigualdad a≤b o a>b, no se obtendrá ninguna otra información relacionada con a o b.

Yao Qizhi

Académico informático, ganador del Premio Turing en 2000 (el único académico chino que ganó el premio), su dirección de investigación incluye la teoría informática y su aplicación en criptografía y computación cuántica.

Bajo este problema clásico, nació la rama de la criptografía denominada "Secure Multiparty Computation" (Cómputo seguro multiparte, en adelante MPC). La tecnología MPC puede combinar datos de múltiples partes para el cálculo y obtener resultados de texto sin formato sin filtrar datos, y finalmente realizar la separación de la propiedad de los datos y los derechos de uso de los datos.

Desde entonces, han surgido una serie de resultados fundamentales en el campo para resolver problemas de computación distribuida al mismo tiempo que se garantiza la privacidad y seguridad de la información de entrada.

La computación multipartita segura (MPC) puede entenderse como un protocolo de cifrado que distribuye los cálculos entre varias partes, lo que permite que cualquiera de las partes realice cálculos conjuntos seguros y privados sin ver los datos de entrada de otras partes.

Vale la pena señalar que existe una diferencia entre privacidad y seguridad.

Problemas de seguridad, como si una tarjeta de crédito tiene una brecha de seguridad y se roba el dinero, hay cosas que las personas pueden hacer para detenerla y solicitar un reembolso. Y el problema de la privacidad es que cuando se viola la privacidad personal, no podemos tomar las mismas medidas. Una vez que la información privada se hace pública, no se puede recuperar. Por lo tanto, es necesario diseñar un protocolo de seguridad para darse cuenta del valor de los datos compartidos sin revelar la privacidad.

A través del protocolo MPC, los datos de todas las partes se pueden codificar y enviar a múltiples servidores para el cálculo conjunto y se garantiza la privacidad de los datos. En resumen, MPC se puede aplicar a cualquier problema que involucre datos confidenciales de múltiples partes.

Para ilustrar este concepto, tomemos el ejemplo de calcular el salario promedio. Los empleados A, B y C de una empresa quieren calcular su salario promedio, pero en el proceso, ninguno de ellos quiere que otros empleados conozcan su información salarial.

Suponiendo que el salario de A sea de 100 000 yuanes, se puede dividir aleatoriamente en tres partes mediante encriptación: 20 000, 30 000 y 50 000 yuanes. A se queda con una parte (20 000 yuanes) y proporciona otra información a B (30 000 yuanes) y a C (40 000 yuanes). ). Los salarios de B y C también se comparten en secreto de acuerdo con el mismo proceso (consulte la tabla a continuación). Una vez que se completa dicho intercambio secreto, cada uno tiene tres acciones salariales.

Cuando las tres participaciones salariales se comparten en secreto entre los participantes, no saben nada sobre los salarios de los demás, después de todo, cada dato no proporciona ninguna información útil por sí mismo. Sin embargo, cuando se suman los números, el intercambio secreto proporciona información valiosa. Cuando los resultados de cada parte se vuelven a ensamblar y se suman y luego se dividen por el número total de personas, se puede obtener el nivel de ingreso promedio sin revelar la información salarial de los empleados.

De hecho, el cómputo multipartito seguro ya no es el sueño de un científico de datos, sino un hecho comprobado. Esto permite a las personas realizar cálculos sobre datos encriptados para detectar mejor el fraude financiero, resolver la congestión del tráfico, predecir enfermedades y más...

- FIN -

Tags：

Mejor intercambio de Bitcoin