Duality Technologies lance une plateforme d'analyse de Big Data tout en préservant sa confidentialité

Le chiffrement peut ne pas sembler sexy, mais il n’a jamais été aussi important.

Duality Technologies, un fournisseur de technologies améliorant la confidentialité (PET), lanceStatistiques SecurePlus, une « solution d’analyse statistique » à confidentialité renforcée qui utilise le cryptage homomorphe (HE).

Même si cela peut paraître aride, cela marque un pas en avant dans les utilisations pratiques de l'enseignement supérieur, qui permet à plusieurs acteurs d'effectuer des analyses de données sur une variété d'ensembles de données tout en gardant ces informations cryptées et en protégeant des éléments tels que les informations personnelles identifiables.

« L'enseignement supérieur est pertinent pour tout secteur traitant des données hautement sensibles, comme les soins de santé et le secteur des services financiers, mais d'autres secteurs réglementés tels que les télécommunications, les assurances et la recherche universitaire qui implique des données personnelles, peuvent également bénéficier des applications de l'enseignement supérieur », a déclaré le Dr Alon Kaufman, PDG et cofondateur de Duality, dans un courriel.

« Dans le secteur des services financiers, l'enseignement supérieur peut faciliter les enquêtes collaboratives sur les délits financiers, respectueuses de la confidentialité, entre les entreprises et les législations, en permettant aux institutions de partager des informations et des perspectives tout en se conformant à la réglementation sur la Politique de confidentialité . »

Qu'est-ce que le cryptage homomorphe ?

HE permet d'effectuer des calculs mathématiques sur des données sous leur forme cryptée. Le résultat des calculs est également crypté, mais lorsque le résultat est décrypté, il est identique au résultat si les données n'avaient pas été cryptées en premier lieu.

Ainsi, si les données sont envoyées vers un cloud commercial, des analyses à grande échelle peuvent être effectuées sans mettre en danger des informations sensibles telles que les informations médicales ou financières des personnes.

Lors du chiffrement, le texte en clair est converti en texte chiffré, ou sa forme chiffrée. Le texte chiffré peut être reconverti en texte en clair, mais uniquement par certaines parties possédant une clé Secret permettant de déchiffrer l'information à l'aide de cette clé Secret .

Sur le même sujet : La communauté derrière un contrat intelligent axé sur la confidentialité va de l'avant après le règlement

Dans les formes traditionnelles de chiffrement, les données ne sont protégées que lors du stockage et des communications. Dans le cas de l'HE, qui doit son nom aux homomorphismes en algèbre (ou à la capacité de reproduire les opérations d' une structure algébrique avec celles d'une autre), l'analyse peut être effectuée sans avoir accès à la clé Secret qui déchiffrerait l'information.

En matière d'enseignement supérieur, explique Kaufman, imaginez que vous placiez les pièces d'un puzzle, représentant vos données, dans une boîte. Vous verrouillez ensuite cette boîte grâce au chiffrement et la remettez à quelqu'un d'autre. Cette personne est alors en mesure d'assembler le puzzle (d'analyser vos données) sans déverrouiller la boîte et sans voir les pièces, car elle est toujours chiffrée. Vous récupérez ensuite la boîte et la déverrouillez pour voir le puzzle assemblé, ou les résultats chiffrés que vous déchiffrez ensuite.

« De cette façon, le chiffrement homomorphe permet des calculs, notamment des analyses avancées et du machine learning, sur des données chiffrées, garantissant ainsi la Politique de confidentialité des données tout au long du cycle d'analyse », a déclaré Kaufman dans un courriel adressé à CoinDesk. « Le chiffrement homomorphe permet à plusieurs parties de collaborer sur des données sans avoir accès aux données des autres, générant ainsi des informations précieuses. »

Pourquoi le chiffrement homomorphe est important aujourd'hui

Dans un monde où la Politique de confidentialité les inquiétudes progressent, en particulier dans le contexte de la pandémie, et les lois disparates sur la Politique de confidentialité entraînent pays révoquantune certaine forme d'accès aux données à d'autres, des outils comme HE pourraient donner aux entreprises un moyen d'obtenir des informations sur les données sans créer le risque non seulement de non-conformité, mais également d'abus de données volumineuses qui ont suscité des inquiétudes concernant les Big Tech.

Plus tôt cette année, les chercheurs ont montré comment l’enseignement supérieur peut permettre l’analyse surdonnées génomiques de manière à préserver la Politique de confidentialité des données. Une telle analyse peut nous aider à comprendre des maladies complexes ou nouvelles, comme la COVID-19.

Duality a piloté SecurePlus Statistics au centre médical Sourasky de Tel Aviv en Israël, où il a été utilisé pour analyser les données concernant la prévention, le diagnostic et le traitement des études sur le cancer tout en protégeant les informations personnelles sur la santé.

Sur le même sujet : La décision du bouclier de Politique de confidentialité de l'UE est une opportunité et un casse-tête pour les technologies décentralisées

De nombreuses propositions ont également été formulées sur la manière dont l'enseignement supérieur pourrait bénéficier aux projets basés sur la blockchain. Un article, publié en 2019, proposait d'utiliser l'enseignement supérieur pour protéger les données sensibles générées par l'Internet des objets (IoT) en constante expansion.

« Les systèmes IoT basés sur la blockchain précédents présentaient des problèmes liés à la fuite d'informations sensibles vers les serveurs, car ces derniers pouvaient accéder aux données. données en texte brut« Des objets connectés », peut-on lire dans le résumé. « Nous présentons donc le potentiel d'intégration de l'IoT basé sur la blockchain aveccryptage homomorphe qui peut sécuriser les données IoT avec une Politique de confidentialité élevée dans un mode décentralisé. »

Un autre proposition, publié plus tôt cette année, a expérimenté l'application de la Technologies blockchain à l'informatique de pointe afin d'améliorer les performances de stockage et de calcul sécurisés de cette dernière. Les chercheurs ont présenté l'informatique de pointe comme un moyen de garantir la « non-corrélation, l'anonymat et la surveillance de la Politique de confidentialité des identités dans les systèmes blockchain », et ont obtenu des résultats prometteurs qui, selon eux, poseraient les bases de recherches futures.

« La collaboration en matière de données préservant la confidentialité – même entre concurrents – est également importante pour résoudre d’autres défis mondiaux, tels que la lutte contre différents types de cybercriminalité et de crimes financiers commis par des réseaux mondiaux de plus en plus sophistiqués », a déclaré Kaufman.