科学家开发新的加密方法来保证数据安全

快速阅读: 据《Knowridge 科学报告》称，麻省理工研发新方法，让加密数据上的安全计算更简单高效。该部分同态加密允许有限操作，保护数据隐私的同时支持有用计算，助力隐私保护与AI发展。未来或在数据安全领域有重大突破。

麻省理工学院提出部分同态加密新方法，助力隐私保护与人工智能协同发展
图片来源：Unsplash

想象一下，一家医院希望利用人工智能分析患者的病历，但又需要确保数据保持私密性。一种特殊的加密方法，称为同态加密，可以在不解密的情况下对加密数据进行计算。这意味着，即使处理数据的公司也无法看到原始信息。虽然这听起来像是一个完美的安全解决方案，但同态加密有一个主要问题——它极其缓慢，在实际应用中难以使用。但现在，麻省理工学院的研究人员找到了一种使这一过程更简单、更高效的新方法。

一种更简单、更快的方法
麻省理工学院的研究人员开发了一种新的理论加密方法，使得在加密数据上进行安全计算变得更加容易。他们没有依赖复杂且缓慢的加密技术，而是结合了两种简单的密码学工具，构建了一个更强大的系统。

这种新方法被称为部分同态加密。虽然它不像全同态加密那样允许对加密数据进行无限计算，但它允许执行有用数量的操作，同时保证数据的安全性。这对于私人数据库搜索、安全的人工智能处理以及加密统计分析等应用场景来说已经足够。

它是如何工作的？
加密通过向数据添加噪声使其变得不可读。然而，每次进行计算时，噪声都会增加。如果进行太多计算，噪声会变得过于庞大，导致原始数据丢失。麻省理工学院团队找到了一种通过限制操作到特定函数类来控制噪声的方法。他们的方法允许许多加法运算，但只有少量乘法运算，从而防止生成过多的额外噪声。

为了实现这一点，研究人员将一种支持加法的简单加密方法与一个新的加密假设结合起来。这种结合意外地产生了一种比单独任何一种方法都更强、更灵活的加密方法。

加密数据以矩阵格式存储，执行操作就像对矩阵进行加法或乘法一样简单。数学证明表明，这种方法既能保护数据安全，又能允许有用的计算。

尽管这种加密方法仍处于理论阶段，但它使研究人员离实用的同态加密更近了一步。下一个挑战是让它足够快，以便在现实世界中使用，例如安全的人工智能处理、云计算和隐私保护应用程序。

主要研究人员之一亨利·科里根-吉布斯解释说：“梦想是你可以向像ChatGPT这样的AI提问，加密后得到答案，而AI从未见过你的原始请求。”

尽管全同态加密仍然遥不可及，但这项新方法为隐私和人工智能能够协同工作提供了希望。随着研究人员继续完善这项技术，它可能会在数据安全领域取得重大突破，以全新且强大的方式保护敏感信息。

这项研究为未来隐私保护与人工智能的深度融合带来了无限可能。

(以上内容均由Ai生成)