“`html
Обеспечение конфиденциальности и безопасности данных во время вычислительных процессов
Одной из основных проблем при использовании облачных сервисов является обеспечение конфиденциальности и безопасности данных во время вычислительных процессов. Традиционные методы шифрования требуют расшифровки данных перед их обработкой, что повышает риск их утечки. Гомоморфное шифрование предлагает многообещающее решение, позволяющее выполнять вычисления над зашифрованными данными, не раскрывая основную информацию.
Swift-homomorphic-encryption: новый открытый пакет от Apple
Apple представляет новый открытый пакет Swift-homomorphic-encryption для реализации этой криптографической техники. Этот пакет позволяет выполнять вычисления над зашифрованными данными без их расшифровки или доступа к ключу расшифровки. Клиенты могут отправлять зашифрованные данные на сервер, который обрабатывает их и возвращает зашифрованный результат, который клиент может расшифровать. Такой подход обеспечивает конфиденциальность и безопасность данных на протяжении всего вычислительного процесса, что делает его идеальным для облачных сервисов.
Особенности пакета swift-homomorphic-encryption
- Использование Swift на сервере: с использованием фреймворка Hummingbird HTTP и поддержкой многоплатформенности.
- Библиотека для проведения тестов производительности.
- Swift Crypto: предоставление производительных низкоуровневых криптографических примитивов.
Применение гомоморфного шифрования в реальных сценариях
Apple использует гомоморфное шифрование в функции Live Caller ID Lookup iOS 18. Эта функция предоставляет услуги идентификации вызывающего и блокировки спама, отправляя зашифрованный запрос на сервер, который извлекает информацию о номере телефона, не зная конкретного номера телефона в запросе. Пример backend live-caller-id-lookup-example демонстрирует эту функциональность, подчеркивая практическое применение гомоморфного шифрования.
Функция Live Caller ID Lookup также использует частное извлечение информации (PIR), позволяющее клиентам выполнять поиск в частной базе данных ключ-значение. В этой реализации используется гомоморфное шифрование, требующее только небольшого количества метаданных базы данных для синхронизации с клиентом. Этот эффективный подход поддерживает очень большие базы данных с частыми обновлениями, улучшая конфиденциальность и безопасность данных.
Пример использования пакета Swift Homomorphic Encryption
Базовый пример использования пакета Swift Homomorphic Encryption демонстрирует рабочий процесс.
Значение и практическое применение
Пакет swift-homomorphic-encryption позволяет разработчикам и исследователям создавать приложения, сохраняющие конфиденциальность данных, как в экосистеме Apple, так и за её пределами. Потенциальные применения включают частное пересечение множеств, безопасную агрегацию и машинное обучение. Сообщество приглашается к участию в проекте и изучению новых сценариев использования гомоморфного шифрования, способствуя инновациям и улучшая безопасность данных.
Подробности доступны по ссылке. Вся благодарность за этот исследовательский проект исследователям. Также не забудьте подписаться на наш Twitter и присоединиться к нашему каналу в Telegram и группе в LinkedIn. Если вам нравится наша работа, вам понравится наша рассылка.
Не забудьте присоединиться к нашему сообществу из 47 тыс. участников на ML SubReddit.
Arcee AI выпустила DistillKit: открытый инструмент для моделирования, облегчающий дистилляцию моделей для создания эффективных высокопроизводительных малых языковых моделей
Пост Apple Introduces Homomorphic Encryption via Swift: Revolutionizing Privacy-Preserving Cloud Computations появился на MarkTechPost.
Применение искусственного интеллекта для вашего бизнеса
Если вы хотите, чтобы ваша компания развивалась с помощью искусственного интеллекта (ИИ) и оставалась в числе лидеров, грамотно используйте Apple Introduces Homomorphic Encryption via Swift: Revolutionizing Privacy-Preserving Cloud Computations.
Проанализируйте, как ИИ может изменить вашу работу. Определите, где возможно применение автоматизации: найдите моменты, когда ваши клиенты могут извлечь выгоду из AI.
Определитесь, какие ключевые показатели эффективности (KPI) вы хотите улучшить с помощью ИИ.
Подберите подходящее решение, сейчас очень много вариантов ИИ. Внедряйте ИИ решения постепенно: начните с малого проекта, анализируйте результаты и KPI.
На полученных данных и опыте расширяйте автоматизацию.
Если вам нужны советы по внедрению ИИ, пишите нам на https://t.me/itinai. Следите за новостями о ИИ в нашем Телеграм-канале t.me/itinainews или в Twitter @itinairu45358.
Попробуйте AI Sales Bot https://itinai.ru/aisales. Этот AI ассистент в продажах помогает отвечать на вопросы клиентов, генерировать контент для отдела продаж, снижать нагрузку на первую линию.
Узнайте, как ИИ может изменить ваши процессы с решениями от AI Lab itinai.ru. Будущее уже здесь!
“`
