Στοιχεία επιβλεπόντων καθηγητών:
Ιωάννης Ιωαννίδης, Καθηγητής, Τμήμα Πληροφορικής και Τηλεπικοινωνιών, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Περίληψη:
Η νέα εποχή των μεγάλων δεδομένων απαιτεί μεγάλη υπολογιστική ισχύ, αφού το πλήθος των δεδομένων που δημοσιεύονται στο διαδίκτυο μεγαλώνει εκθετικά. Σαν αποτέλεσμα, προέκυψαν τα Νέφη Υπολογιστικών Συστημάτων, παρέχοντας μεγάλη υπολογιστική ισχύ, τόσο για ιδιώτες όσο και για επιχειρήσεις. Παρόλο που τα υπολογιστικά νέφη είναι η απάντηση σε πολλά επιχειρηματικά μοντέλα, υπάρχουν πολλές περιπτώσεις χρήσης όπου τα υπολογιστικά νέφη αποτυγχάνουν να καλύψουν τις απαιτήσεις ιδιωτικότητας των πληροφοριών. Για παράδειγμα, εκθέτοντας οικονομικές και ιατρικές πληροφορίας στο νέφος μπορεί να παραβιάζει το δικαίωμα των ατόμων στην ιδιωτικότητα. Οι άνθρωποι δεν νιώθουν άνετα με το να μοιράζονται τα ευαίσθητα δεδομένα τους, και πιο σημαντικά, δεν εμπιστεύονται κανέναν πάροχο υπολογιστικού νέφους με τις πληροφορίες αυτές. Τα δεδομένα που μεταφορτώνονται στο νέφος μπορεί να εκτεθούν σε επιθέσεις τόσο από τον πάροχο όσο και από τρίτους.
Παρόλα αυτά, υπάρχουν πολλές πραγματικές περιπτώσεις χρήσης που χρησιμοποιούν πληροφορίες από διαφορετικές οντότητες προκειμένου να υπολογίσουν από κοινού ουσιαστικά αποτελέσματα, αλλά λόγω των προαναφερθέντων περιορισμών, κάποιες από αυτές αποφεύγονται και άλλες δεν σέβονται πάντα την ιδιωτικότητα των δεδομένων. Η λύση σε αυτό είναι μία τεχνική που ονομάζεται Ασφαλής Υπολογισμός Πολλαπλών Συμμετεχόντων, η οποία αξιοποιεί θεμελιώδεις κρυπτογραφικές ιδιότητες προκειμένου να εκτελέσει υπολογισμούς πάνω από εμπιστευτικά δεδομένα, υπολογίζοντας μία συνάρτηση και μαθαίνοντας τίποτε παραπάνω σε σχέση με το τι θα μάθαιναν N συμμετέχοντες, εάν μία ξεχωριστή έμπιστη οντότητα είχε συλλέξει τις εισόδους τους, είχε εκτελέσει την ίδια συνάρτηση, και τέλος επέστρεφε το αποτέλεσμα σε όλους τους συμμετέχοντες.
Παίρνοντας κίνητρο από αυτό το ευρύ φάσμα εφαρμογών, στην εργασία αυτή επικεντρωθήκαμε στο να παρέχουμε μία ολοκληρωμένη υποδομή για υπολογισμό στατιστικών αναλύσεων με σεβασμό στην ιδιωτικότητα. Πιο συγκεκριμένα, έχουμε υλοποιήσει αλγορίθμους ειδικά σχεδιασμένους για κρυπτογραφημένες αρχιτεκτονικές, χρησιμοποιώντας το σενάριο του Ασφαλή Υπολογισμού Πολλαπλών Συμμετεχόντων, όπως ασφαλείς συγκεντρωτικούς αλγορίθμους και ασφαλείς κατηγοριοποιητές με δέντρα απόφασης. Ακόμα, συγκεντρωθήκαμε στο συντονισμό και την επικοινωνία μεταξύ όλων των συμμετεχόντων. Αυτών που παρέχουν δεδομένα, αυτών που εκτελούν τον ασφαλή υπολογισμό και τέλος αυτών που ξεκινούν νέους υπολογισμούς. Οι αλγόριθμοί μας δεν εξαρτώνται από την εφαρμογή που εξυπηρετεί το σύστημά μας, παρόλα αυτά, για λόγους παρουσίασης, στην εργασία αυτή χρησιμοποιούμε νοσοκομεία σας παρόχους δεδομένων και επικεντρωνόμαστε στην ιατρική έρευνα. Ο Στόχος μας είναι να ιδρύσουμε ένα ολοκληρωμένο σύστημα με σκοπό την ανακάλυψη χρήσιμης πληροφορίας με σεβασμό στην ιδιωτικότητα, και επίσης να προσφέρουμε τα δομικά στοιχεία για τυχόν πιο πολύπλοκους αλγορίθμους με σεβασμό στην ιδιωτικότητα.
Λέξεις-κλειδιά:
Ασφαλής Υπολογισμός Πολλαπλών Συμμετεχόντων, Εξόρυξη Δεδομένων με Σεβασμό στην Ιδιωτικότητα, Ιστόγραμμα, Κατηγοριοποιητής Δέντρου Απόφασης, Ιατρικά Δεδομένα
