Re Reference AI

技術

同型暗号（準同型暗号）とは

Homomorphic Encryption / 準同型暗号

データを暗号化したまま計算し、復号後に平文で計算した場合と同じ結果を得られる暗号方式

プライバシーセキュリティ

ひとことで言うと

データを暗号化したまま計算できる技術。計算結果を復号すると、元のデータで計算したのと同じ答えになる。

概要

同型暗号(Homomorphic Encryption)とは、データを暗号化した状態のまま加算や乗算などの演算ができ、その暗号化されたままの計算結果を復号すると、平文のまま計算した場合と同じ結果が得られる暗号方式。 加算のみ、あるいは乗算のみといった限定的な演算のみ可能な部分準同型暗号と、任意の演算を組み合わせられる完全準同型暗号(Fully Homomorphic Encryption, FHE)に分類される。 機械学習の文脈では、機密性の高いデータをクラウド上のモデルに送信して推論させる際、データを復号せずに計算できるため、プライバシーを保護しながらAIサービスを利用する手段として研究されている。

歴史

1978年、RivestらがRSA暗号の考案とあわせて、暗号化したまま演算するという「準同型暗号」の概念を提唱。 2009年、Craig Gentryが博士論文で初めて実用可能な完全準同型暗号(FHE)の構成法を発表し、任意の演算を暗号化したまま行える方式を実現した。

利点

  • データを復号せずに計算できるため、第三者にデータの中身を見せずに処理を委託できる
  • 医療・金融など機密性の高いデータをクラウド上のAIモデルで扱う際のプライバシー保護に活用できる

欠点

  • 平文での計算に比べ、演算・通信のコストが非常に大きく実用上の速度が課題になる
  • 対応できる演算の種類や回数が方式によって制限される場合がある

比較

  • 差分プライバシー — 差分プライバシーが統計結果からの個人特定を防ぐのに対し、同型暗号は暗号化した状態での計算そのものを可能にする
  • プライバシー保護学習 — 同型暗号は、プライバシー保護学習を実現するための技術の1つ

関連用語

差分プライバシープライバシー保護学習責任あるAI

参考文献