Cos'è la crittografia omomorfica?

La crittografia omomorfica (HE) consente l'elaborazione di dati crittografati senza richiederne la decrittazione, preservando la riservatezza dei dati durante l'intero processo. Questa proprietà risolve sfide critiche di sicurezza nella privacy dei dati, in particolare in ambienti di calcolo in outsourcing o cloud. La tecnica garantisce che le operazioni eseguite sul testo cifrato corrispondano direttamente alle operazioni sul testo in chiaro dopo la decrittazione, mantenendo l'integrità dei risultati.

I risultati di numerosi studi dimostrano la fattibilità pratica della HE in diverse applicazioni:

• Ricerca privata e interrogazione di database crittografati: Le elaborazioni, incluse addizione e moltiplicazione, possono essere eseguite su input crittografati, consentendo il recupero sicuro delle informazioni senza esporre la query o i dati sottostanti Gentry, 2009.
• Sistemi di voto sicuri: ElectionGuard di Microsoft implementa la HE per crittografare i voti, garantendo sia la privacy degli elettori sia la verificabilità tramite codici di tracciamento, bilanciando efficacemente trasparenza e riservatezza McCorry et al., 2017.
• Elaborazione di dati nel cloud: La HE consente l'outsourcing sicuro delle elaborazioni a server non attendibili, mitigando i rischi di esposizione dei dati durante il processo Acar et al., 2018.

Gli esperimenti dimostrano che gli schemi di crittografia completamente omomorfica (FHE), sebbene computazionalmente intensivi, sono diventati sempre più pratici grazie a ottimizzazioni algoritmiche e miglioramenti hardware. Gli schemi parzialmente omomorfici (che supportano operazioni limitate come addizione o moltiplicazione) offrono alternative efficienti per casi d'uso specifici.

I risultati principali includono:

• Compromessi in termini di efficienza: La FHE è più lenta ma più versatile; la crittografia parzialmente omomorfica è più veloce ma meno flessibile.
• Garanzie di sicurezza: Gli schemi HE si basano su problemi matematici complessi (ad es. la crittografia basata su reticoli), fornendo una forte resistenza contro gli attacchi noti.
• Considerazioni sulla scalabilità: Le attuali implementazioni di HE scalano bene per set di dati di piccole e medie dimensioni, ma incontrano difficoltà con calcoli su larga scala a causa del sovraccarico prestazionale.

In sintesi, la HE fornisce un solido quadro per l'elaborazione che preserva la privacy, con un'efficacia dimostrata in applicazioni del mondo reale. La ricerca continua mira al miglioramento delle prestazioni e a una più ampia adozione in ambiti con dati sensibili.