<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Homomorphic Encryption on บล็อก Formize.com</title><link>https://blog.formize.com/th/categories/homomorphic-encryption/</link><description>Recent content in Homomorphic Encryption on บล็อก Formize.com</description><generator>Hugo</generator><language>th</language><atom:link href="https://blog.formize.com/th/categories/homomorphic-encryption/index.xml" rel="self" type="application/rss+xml"/><item><title>การสร้างข้อมูลสังเคราะห์ด้วยการเข้ารหัสโฮโมมอร์ฟิกบนอีจ</title><link>https://blog.formize.com/th/homomorphic-encryption-powered-synthetic-data-generation-at/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/th/homomorphic-encryption-powered-synthetic-data-generation-at/</guid><description>&lt;h1 id="การสรางขอมลสงเคราะหดวยการเขารหสโฮโมมอรฟกบนอจ">การสร้างข้อมูลสังเคราะห์ด้วยการเข้ารหัสโฮโมมอร์ฟิกบนอีจ&lt;/h1>
&lt;h2 id="บทนำ">บทนำ&lt;/h2>
&lt;p>อุปกรณ์ขอบเครือข่าย—กล้องอัจฉริยะ, อุปกรณ์สวมใส่, เซนเซอร์อุตสาหกรรม—รวบรวมข้อมูลส่วนบุคคลหรือข้อมูลที่เป็นกรรมสิทธิ์ในปริมาณมหาศาล กระบวนการแบบดั้งเดิมจะย้ายข้อมูลดิบเหล่านี้ไปยังคลาวด์เพื่อทำความสะอาด, เพิ่มมิติ, หรือสร้างข้อมูลสังเคราะห์ ซึ่งทำให้ข้อมูลเสี่ยงต่อการถูกดักจับ, การละเมิดกฎระเบียบ, และความล่าช้า&lt;/p>
&lt;p>&lt;strong>การเข้ารหัสโฮโมมอร์ฟิก (HE)&lt;/strong> นำเสนอทางเลือกที่น่าสนใจ: มันอนุญาตให้ทำการคำนวณโดยตรงบนข้อมูลที่เข้ารหัส, รักษาความลับในขณะที่ยังคงทำการวิเคราะห์ขั้นสูงได้ การผสาน HE กับเครื่องสร้างข้อมูลสังเคราะห์บนอุปกรณ์ทำให้เกิด &lt;strong>สายงานข้อมูลสังเคราะห์ที่รักษาความเป็นส่วนตัว&lt;/strong> ที่ไม่เคยเปิดเผยข้อมูลดิบแม้กระทั่งต่อเครื่องคำนวณเอง&lt;/p>
&lt;p>ในบทความนี้เราจะ:&lt;/p>
&lt;ol>
&lt;li>อธิบายแนวคิดหลักของ HE ที่เกี่ยวข้องกับการสร้างข้อมูลสังเคราะห์&lt;/li>
&lt;li>วางแผนสถาปัตยกรรมแบบครบวงจรบนอีจที่รวม HE กับเครื่องสร้างข้อมูลแบบ diffusion สมัยใหม่&lt;/li>
&lt;li>พิจารณาข้อดีข้อเสียด้านประสิทธิภาพ, การเร่งความเร็วด้วยฮาร์ดแวร์, และกลยุทธ์การปรับใช้ที่คุ้มค่า&lt;/li>
&lt;li>ให้ตัวอย่างต้นแบบ Python ที่ใช้ไลบรารี &lt;strong>Microsoft SEAL&lt;/strong> และโมเดล diffusion ขนาดเบา&lt;/li>
&lt;li>เน้นแนวปฏิบัติด้านความปลอดภัยและผลกระทบต่อการปฏิบัติตามกฎหมาย (&lt;a href="https://gdpr.eu/" target="_blank" rel="noreferrer nofollow">GDPR&lt;/a>, &lt;a href="https://www.hhs.gov/hipaa/index.html" target="_blank" rel="noreferrer nofollow">HIPAA&lt;/a>, &lt;a href="https://oag.ca.gov/privacy/ccpa" target="_blank" rel="noreferrer nofollow">CCPA&lt;/a>)&lt;/li>
&lt;/ol>
&lt;blockquote>
&lt;p>&lt;strong>ข้อสรุปสำคัญ:&lt;/strong> ด้วยการเข้ารหัสการอ่านเซนเซอร์ดิบก่อนที่ข้อมูลจะออกจากอุปกรณ์และทำการสร้างข้อมูลสังเคราะห์ทั้งหมดในโดเมนที่เข้ารหัส, องค์กรสามารถบรรลุ &lt;strong>การสังเคราะห์ข้อมูลแบบศูนย์ความรู้&lt;/strong> — อุปกรณ์ขอบเครือข่ายไม่เคยรู้ข้อมูลดิบ, และผู้รับข้อมูลด้านล่างได้รับเพียงบันทึกสังเคราะห์ที่ปลอดภัยต่อความเป็นส่วนตัว&lt;/p>
&lt;/blockquote>
&lt;hr>
&lt;h2 id="1-ทำไมตองใชการเขารหสโฮโมมอรฟกสำหรบขอมลสงเคราะห">1. ทำไมต้องใช้การเข้ารหัสโฮโมมอร์ฟิกสำหรับข้อมูลสังเคราะห์?&lt;/h2>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>ความท้าทาย&lt;/th>
 &lt;th>วิธีแบบดั้งเดิม&lt;/th>
 &lt;th>การสร้างข้อมูลสังเคราะห์ด้วย HE&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>&lt;strong>การเปิดเผยข้อมูล&lt;/strong>&lt;/td>
 &lt;td>ส่งข้อมูลดิบไปยังคลาวด์หรือเซิร์ฟเวอร์ศูนย์&lt;/td>
 &lt;td>ข้อมูลคงอยู่ในรูปแบบเข้ารหัสจากต้นจนจบ&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>&lt;strong>การปฏิบัติตามกฎระเบียบ&lt;/strong>&lt;/td>
 &lt;td>ต้องมีการยินยอมจากเจ้าของข้อมูล, การตรวจสอบ&lt;/td>
 &lt;td>การเข้ารหัสตอบสนองการปกป้อง “ข้อมูลขณะใช้งาน”&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>&lt;strong>ความหน่วง&lt;/strong>&lt;/td>
 &lt;td>การเดินทางไป‑กลับกับคลาวด์เพิ่มวินาที‑นาที&lt;/td>
 &lt;td>การคำนวณบนอุปกรณ์กำจัดความล่าช้าของเครือข่าย&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>&lt;strong>ความเชื่อใจ&lt;/strong>&lt;/td>
 &lt;td>ต้องเชื่อใจสภาพแวดล้อมการประมวลผลของบุคคลที่สาม&lt;/td>
 &lt;td>พิสูจน์ศูนย์ความรู้: ตัวประมวลผลไม่สามารถเห็นข้อความต้นฉบับ&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;p>HE รองรับ &lt;strong>การบวก&lt;/strong> และ &lt;strong>การคูณ&lt;/strong> บนข้อความเข้ารหัส, ทำให้สามารถทำพีชคณิตเชิงเส้น, การดำเนินการเมทริกซ์, และแม้กระทั่งการประมาณค่าที่ไม่เป็นเชิงเส้นที่จำเป็นสำหรับโมเดลสร้างสรรค์สมัยใหม่ได้ แม้ว่า &lt;strong>การเข้ารหัสโฮโมมอร์ฟิกเต็มรูปแบบ (FHE)&lt;/strong> จะประเมินวงจรใด ๆ ได้, &lt;strong>การเข้ารหัสโฮโมมอร์ฟิกบางส่วน (SHE)&lt;/strong> มักเพียงพอสำหรับเครื่องสร้างแบบ diffusion เมื่อใช้การประมาณค่าที่ชาญฉลาด&lt;/p></description></item></channel></rss>