Enkripsi Homomorphic Penuh: Ikhtisar dan Skenario Aplikasi

fully homomorphic encryption(FHE) adalah teknologi enkripsi khusus yang memungkinkan perhitungan fungsi langsung pada ciphertext tanpa perlu mendekripsi. Berbeda dengan enkripsi statis tradisional dan enkripsi dalam transmisi, FHE cocok untuk skenario kolaborasi multi pihak yang memerlukan pemrosesan kompleks terhadap data terenkripsi.

Salah satu aplikasi khas dari FHE adalah sistem pemungutan suara daring. Pemilih mengirimkan suara yang dienkripsi, entitas tengah dapat langsung melakukan statistik pada ciphertext, setelah mendapatkan hasil akhir, kemudian mendekripsi dan mengumumkannya, tanpa perlu mengakses plaintext suara setiap orang. Ini menghindari masalah privasi dalam skema enkripsi tradisional yang memerlukan dekripsi semua data agar dapat diproses.

FHE biasanya melibatkan tiga jenis kunci:

1. Kunci dekripsi: kunci utama, digunakan untuk mendekripsi ciphertext FHE, biasanya disimpan oleh pengguna secara lokal.

2. enkripsi kunci: digunakan untuk mengubah teks biasa menjadi teks terenkripsi, dapat dipublikasikan dalam mode kunci publik.

3. Menghitung kunci: digunakan untuk melakukan operasi homomorfik pada ciphertext, dapat dipublikasikan tetapi tidak dapat digunakan untuk dekripsi.

Mode aplikasi tipikal FHE termasuk:

1. Model outsourcing: Mengalihkan tugas perhitungan data sensitif kepada penyedia layanan cloud, melindungi privasi data.

2. Mode perhitungan dua pihak: Kedua pihak masing-masing memiliki data pribadi, melakukan perhitungan bersama melalui FHE.

3. Mode Agregasi: Mengumpulkan data dari berbagai pihak untuk melakukan perhitungan, seperti pembelajaran federasi, pemungutan suara online, dll.

4. Mode Klien-Server: Server menyediakan model AI privat, klien mengirimkan data terenkripsi untuk diproses.

Keamanan FHE didasarkan pada algoritma kriptografi, tidak bergantung pada lingkungan perangkat keras. Namun saat ini, biaya komputasi FHE cukup besar, aplikasi praktis masih perlu dioptimalkan lebih lanjut. Di masa depan, seiring perkembangan perangkat keras khusus, FHE diharapkan dapat diterapkan dalam lebih banyak skenario komputasi privasi.