Enkripsi Homomorphic Penuh FHE: Ringkasan dan Skenario Aplikasi

Enkripsi biasanya dibagi menjadi dua jenis: enkripsi statis dan enkripsi saat transmisi. Enkripsi statis adalah proses menyimpan data yang telah dienkripsi, hanya orang yang berwenang yang dapat melihat konten setelah didekripsi. Enkripsi saat transmisi memastikan bahwa data yang ditransmisikan melalui internet hanya dapat diinterpretasikan oleh orang yang ditunjuk. Kedua jenis enkripsi ini bergantung pada algoritma enkripsi dan memberikan jaminan integritas data, yang disebut sebagai "enkripsi otentikasi".

Untuk skenario kolaborasi multi pihak yang memerlukan pemrosesan kompleks terhadap ciphertext, Enkripsi Homomorphic ( FHE ) adalah teknologi perlindungan privasi. Sebagai contoh, dalam pemungutan suara online, FHE memungkinkan penghitungan suara secara langsung pada surat suara yang terenkripsi tanpa mendekripsi ciphertext, sehingga melindungi privasi.

FHE adalah skema enkripsi khusus yang memungkinkan perhitungan fungsi pada ciphertext tanpa perlu mendekripsi. Proses perhitungan bersifat publik, dapat dilakukan di cloud, tanpa mengungkapkan privasi. Input dan output keduanya adalah ciphertext yang dienkripsi, yang memerlukan kunci untuk mendekripsi.

Mode outsourcing FHE dianggap sebagai alternatif untuk lingkungan eksekusi aman seperti TEE. Keamanan FHE didasarkan pada algoritma kriptografi, tidak bergantung pada perangkat keras, sehingga tidak terpengaruh oleh serangan saluran samping atau serangan terhadap server cloud.

FHE biasanya menggunakan beberapa set kunci:

1. Kunci dekripsi: Kunci utama, digunakan untuk mendekripsi ciphertext FHE.
2. enkripsi kunci: digunakan untuk mengubah plaintext menjadi ciphertext.
3. Menghitung kunci: digunakan untuk melakukan operasi homomorfik pada ciphertext.

FHE memiliki beberapa mode aplikasi yang umum:

1. Model outsourcing: Mendelegasikan tugas komputasi ke server cloud, melindungi privasi data.

2. Mode perhitungan dua pihak: Kedua belah pihak menyumbangkan data pribadi untuk melakukan perhitungan bersama.

3. Mode agregasi: Mengagregasi data dari berbagai pihak, digunakan dalam skenario pembelajaran federasi.

4. Model Klien-Server: Server menyediakan layanan komputasi FHE untuk beberapa klien.

FHE dapat memastikan kevalidan hasil perhitungan dengan memperkenalkan redundansi, tanda tangan digital, dan cara lainnya. Distribusi kunci dekripsi dapat menggunakan metode pembagian rahasia untuk meningkatkan keamanan.

Secara keseluruhan, FHE adalah teknologi perlindungan privasi yang kuat, yang dapat melakukan tugas penghitungan yang kompleks sambil melindungi privasi data, dan diharapkan dapat berperan penting di bidang komputasi awan, pembelajaran federasi, dan lain-lain.