几大隐私加强技术点评
发布时间：2022-07-25 08:48:38 所属栏目：安全 来源：互联网
导读：在今天这个高度数字化的社会，隐私数据面临空前的威胁，无论是个人社交媒体信息、医疗健康信息、财务信息、位置信息、生物特征信息、消费者画像信息等等都存在过度分享和滥用问题，且采集处理这些信息的企业或机构往往缺乏足够的隐私加密和保护能力。与此同
|
在今天这个高度数字化的社会，隐私数据面临空前的威胁，无论是个人社交媒体信息、医疗健康信息、财务信息、位置信息、生物特征信息、消费者画像信息等等都存在过度分享和滥用问题，且采集处理这些信息的企业或机构往往缺乏足够的隐私加密和保护能力。与此同时，随着全球对数据价值的认识与日俱增，数据隐私和安全已经成为企业业务运营的重要基石，重要性无论如何强调都不为过。 通常，虽然在不同的应用程序和用例中隐私增强技术的安全性存在一些差别，但总体来说，技术越安全，它提供的隐私保护或隐私保护功能就越多。在上述四大隐私增强技术中，同态加密提供最强的安全性。可信执行环境(TEE)提供的安全功能最弱(因此，隐私保护最少)。了解每种技术对于确定给定用例的正确选择很重要。 1. 同态加密 同态加密是最安全的选择，尤其适合云计算时代需要将计算转移到云端同时又需要确保(未加密)数据安全的应用场景。它被广泛认为是加密的“圣杯”，它允许对加密密文进行计算。同态加密不是一项新技术，学术领域已经进行了30多年的研究。尽管从历史上来看同态加密一直是计算密集型的技术，但现在的最新突破使之可广泛用于各种商业应用。 同态加密的核心是在密文/加密空间中提供两种原始操作：能够将两个同态加密值相乘(乘法)和/或能够将两个同态加密值相加(加法)。 根据能否同时支持乘法和加法操作，同态加密分为两种基本类型：全同态加密和部分同态加密。全同态加密在密文空间中同时支持乘法和加法，而部分同态加密在密文空间中仅提供乘法或加法操作。两种类型都功能强大，并且可以集成到支持核心业务功能的算法中，这些功能包括加密搜索和加密分析(例如机器学习/AI)。 利用全同态加密可以实现让解密方只能获知最后的结果，而无法获得每个密文的消息与同态计算方式，可以提高隐私信息的安全性。可以在诸如私有集相交之类的技术中利用它来安全地计算两组数据中的重叠项。 值得注意的是，尽管人们可以选择利用特殊类型的硬件(GPU、FPGA)来加速某些同态加密数学计算，但同态加密算法和利用该技术提供业务功能的软件产品是不受硬件平台限制的。 2. 安全多方计算 安全多方计算(SMPC或MPC)技术系列允许多方共同对数据进行操作，同时保持其各自的输入信息私有和安全。像同态加密一样，该技术也有近30年的历史，自1980年代中期以来，安全多方计算一直是学术界研究的活跃领域。学术界的突破以及商业领域中许多技术提供商的解决方案已经使SMPC变得成熟，可以在某些用例中实用。 SMPC的安全性以及相关的隐私安全性差异很大，这取决于所使用的实现类型。例如，SMPC的某些实现利用同态加密，因此可以提供强大的安全保证。 3. 差分隐私 在差分隐私中，出于混淆目的，将随机生成的噪声添加到基础数据中，对更改后的数据执行的任何计算仅在统计/方向上正确(即不准确)。因此，由于不能保证准确的结果并且限制了可能的计算，因此差分隐私的应用领域比其他隐私增强技术要窄。 （编辑：开发网_开封站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
浙公网安备 33038102330459号