Encriptación homomórfica
La encriptación homomórfica permite que los datos encriptados puedan ser procesados. Esto significa que los proveedores de servicios en la nube o servicios web pueden analizar tus datos sin que tengas que exponerles la información subyacente.
Este artículo es una traducción de Homomorphic Encryption traducido por Ari Kiry.
La tecnología de encriptación actual es increíblemente valiosa, ya que es la base de Internet, el corazón de Web3 y permite a las personas proteger su información personal. Sin embargo, los sistemas tradicionales de encriptación presentan una gran limitación: los datos deben desencriptarse antes de poder ser analizados y procesados. Naturalmente, descifrar datos privados y exponerlos a terceros socava el propósito de encriptarlos en primer lugar.
Aquí es donde entra en juego la encriptación homomórfica, ya que resuelve esta limitación al permitir que los datos encriptados puedan ser procesados. Esto significa que los proveedores de servicios en la nube o servicios web pueden analizar tus datos sin que tú tengas que exponerles tus datos originales. Para organizaciones y particulares que valoran la privacidad de los datos, la encriptación homomórfica ofrece niveles mucho más altos de funcionalidad sin comprometer la seguridad.
¿Qué es la encriptación homomórfica?
La encriptación homomórfica es una técnica criptográfica que permite procesar datos encriptados sin necesidad de desencriptarlos. Esto significa que los datos originales pueden permanecer completamente encriptados mientras se procesan, manipulan y someten a diversos algoritmos y análisis. Esto preserva la privacidad de los datos al compartirlos con terceros para su tratamiento. Dado que los métodos de encriptación actuales no pueden realizar operaciones sobre datos encriptados, la encriptación homomórfica desbloquea numerosos casos de uso interesantes.
¿Por qué es tan revolucionaria la encriptación homomórfica? Imagina que deseas utilizar un servicio que analiza tu genoma para identificar factores de riesgo de enfermedades genéticas. Con la mayoría de las plataformas existentes hoy en día, estarías concediendo a un tercero acceso completo a tu ADN, junto con las afecciones médicas que puedas padecer o tener un alto riesgo de padecer. La encriptación homomórfica te permitiría acceder a todas las ventajas de este servicio sin tener que exponer ni una sola secuencia de tus datos genómicos personales.
Aunque Rivest, Adleman y Dertouzos idearon la encriptación homomórfica en 1978, no fue hasta 2009 cuando se logró construirla por completo, gracias a la brillante mente del informático y becario MacArthur, Craig Gentry. Él describió la encriptación homomórfica como el uso de guantes especiales que permiten manipular objetos encerrados en una caja negra:
“Cualquiera puede venir y meter las manos dentro de los guantes y manipular lo que hay dentro de la caja cerrada. No pueden sacarlo, pero pueden manipularlo; pueden procesarlo… Luego terminan y la persona que tiene la llave secreta tiene que venir y abrirlo… y sólo ella puede extraer de ahí el producto terminado.”
Casos prácticos de encriptación homomórfica
Inteligencia artificial/machine learning seguros
Los algoritmos de IA/ML tienen la capacidad de ser entrenados con datos sensibles sin exponer nunca los datos originales. Esta garantía de privacidad resulta fundamental para generar confianza y seguridad entre grandes poblaciones, quienes pueden entonces compartir sus datos con proyectos de IA. Esto proporciona a los algoritmos la inmensa cantidad de datos necesarios para tener un impacto real en el mundo.
Imaginemos a una investigadora médica que requiere acceder a los datos de pacientes de un hospital para implementar un algoritmo de IA capaz de identificar el tratamiento óptimo para una forma rara de cáncer. Lamentablemente, el hospital no puede compartir directamente esos datos debido a sus normas de privacidad. No obstante, existe una solución: los datos pueden ser enviados de manera encriptada a la investigadora, permitiéndole así identificar el tratamiento más adecuado para cada paciente sin comprometer su privacidad.
Computación segura en la nube
Los métodos tradicionales de computación en la nube requieren acceso a datos no cifrados para su ejecución, lo que expone información sensible tanto a los operadores de la nube como a posibles agentes malintencionados que puedan interceptar la red. Sin embargo, la encriptación homomórfica ofrece una solución a este problema. Con esta técnica, los servidores en la nube pueden procesar directamente los datos encriptados y devolver los resultados también encriptados al propietario de los datos, quien puede desencriptarlos localmente. De esta manera, se garantiza un alto nivel de seguridad y privacidad en el procesamiento de datos en la nube.
Cumplimiento de la normativa
Las normativas sobre privacidad de datos, como el GDPR, han planteado retos de privacidad a empresas de todo el mundo. La encriptación homomórfica puede mejorar la capacidad de una empresa para prestar servicios online a los ciudadanos, cumpliendo al mismo tiempo los requisitos legales y protegiendo los datos de los usuarios.
Votaciones seguras
Los votantes podrían emitir sus votos de manera segura sin necesidad de revelar a quién han votado. Esto haría que las elecciones fueran más justas y transparentes, mientras que la mayor privacidad estimularía la participación de los votantes. Para lograrlo, se podría utilizar un sencillo esquema de encriptación Paillier, un tipo de encriptación parcialmente homomórfica. De esta manera, los votos podrían sumarse de forma secreta, permitiendo a terceros verificar la precisión del recuento de votos
Seguridad de las cadenas de suministro
Muchas empresas necesitan compartir datos sensibles con sus contratistas, proveedores y otros terceros para coordinar sus cadenas de suministro y operaciones. Aunque estos terceros actúen de buena fe, la exposición de datos brutos en un sistema de software de cadena de suministro crea una posible vía de ataque. La encriptación homomórfica puede ayudar a las empresas a mitigar estos riesgos al permitirles utilizar datos encriptados en sus sistemas backend, lo que les permite calcular las acciones necesarias para los terceros sin exponer nunca información sensible.
Tipos de esquemas de encriptación homomórfica
Encriptación parcialmente homomórfica
(Partially Homomorphic Encryption)
El tipo más sencillo, la encriptación parcialmente homomórfica, permite realizar sumas o multiplicaciones en los datos encriptados, pero no ambas. Puede calcular el producto o la suma de un conjunto de datos.
Encriptación algo homomórfica
(Somewhat Homomorphic Encryption)
La encriptación algo homomórfica permite realizar operaciones de suma y multiplicación en los datos encriptados, aunque tiene algunas limitaciones. En concreto, el número de operaciones que se pueden realizar está limitado y la precisión del cálculo puede degradarse a medida que se realizan más operaciones. Este esquema puede ser útil para evaluar funciones sencillas o realizar análisis estadísticos básicos.
Encriptación por niveles totalmente homomórfica
(Leveled Fully Homomorphic Encryption)
La encriptación por niveles totalmente homomórfica, un sistema más avanzado, puede realizar un número arbitrario de cálculos sobre los datos encriptados, siempre que se especifique de antemano una secuencia predefinida de cálculos. Puede utilizarse para cálculos complejos, como algoritmos de machine learning (ML) y computación multipartita segura (MPC).
Encriptación totalmente homomórfica (FHE)
(Fully Homomorphic Encryption)
El tipo más avanzado, FHE permite realizar cualquier número de cálculos sobre los datos encriptados sin una secuencia o límite predefinidos. Se puede evaluar cualquier computación sobre datos en plaintext, incluidos ML y MPC. Sin embargo, los esquemas FHE son actualmente costosos desde el punto de vista computacional, lo que los hace poco prácticos para muchos casos de uso.
Conclusión
El impacto de una nueva tecnología aumenta exponencialmente cuando se combina con innovaciones transformadoras similares. Por ejemplo, la blockchain ganó mucha más funcionalidad con la introducción de los contratos inteligentes. Luego, las redes de oráculos desbloquearon nuevos espacios de diseño en DeFi, NFT y seguros. Y en la actualidad, las pruebas de conocimiento cero están ayudando al ecosistema Web3 a escalar para dar soporte a cientos de millones de usuarios.
La encriptación homomórfica no solo abre muchos campos interesantes por sí sola, sino que también puede unir dos de las tecnologías más transformadoras de la actualidad: Web3 y la IA. Las redes de oráculos podrían desempeñar un papel clave al permitir que los algoritmos de IA computen datos encriptados almacenados en blockchains de forma segura, fiable y descentralizada. Aunque aún se requiere más investigación para mejorar la eficiencia y escalabilidad de la encriptación homomórfica, ya está mejorando significativamente la privacidad y seguridad de los datos, y esta tendencia continuará en el futuro.
