[et_pb_section fb_built=\u00bb1″ custom_padding_last_edited=\u00bbon|phone\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb background_color=\u00bb#1f2437″ background_enable_image=\u00bboff\u00bb background_position=\u00bbcenter_left\u00bb custom_padding=\u00bb0rem|1rem|0rem|1rem|true|false\u00bb custom_padding_tablet=\u00bb|2rem|1rem|2rem|false|false\u00bb custom_padding_phone=\u00bb|1rem||1rem|false|false\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_row custom_padding_last_edited=\u00bbon|phone\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb width=\u00bb100%\u00bb max_width=\u00bb1540px\u00bb custom_padding=\u00bb||||false|false\u00bb custom_padding_tablet=\u00bb||||false|false\u00bb custom_padding_phone=\u00bb1rem||1rem||false|false\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4″ _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb][lwp_divi_breadcrumbs link_color=\u00bb#FFFFFF\u00bb separator_color=\u00bb#FFFFFF\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb custom_padding_tablet=\u00bb1rem||1rem||false|false\u00bb custom_padding_phone=\u00bb1rem||1rem||false|false\u00bb custom_padding_last_edited=\u00bbon|phone\u00bb global_colors_info=\u00bb{}\u00bb][\/lwp_divi_breadcrumbs][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=\u00bb1″ custom_padding_last_edited=\u00bbon|phone\u00bb _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb custom_padding=\u00bb|1rem||1rem|false|true\u00bb custom_padding_tablet=\u00bb|2rem||2rem|false|true\u00bb custom_padding_phone=\u00bb|1rem||1rem|false|true\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_row column_structure=\u00bb2_3,1_3″ _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb width=\u00bb100%\u00bb max_width=\u00bb1540px\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb2_3″ _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb border_color_right=\u00bb#9b9b9b\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_text _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb header_font=\u00bbMontserrat|700|||||||\u00bb header_text_color=\u00bb#1f2437″ header_font_size=\u00bb24px\u00bb global_colors_info=\u00bb{}\u00bb]<\/p>\n
9.2.2023 10:03<\/span><\/b><\/p>\n <\/p>\n [\/et_pb_text][et_pb_text _builder_version=\u00bb4.19.1″ _module_preset=\u00bbdefault\u00bb hover_enabled=\u00bb0″ global_colors_info=\u00bb{}\u00bb sticky_enabled=\u00bb0″]<\/p>\n Introducir el concepto de cifrado homom\u00f3rfico h\u00edbrido, sus casos de uso, una breve formulaci\u00f3n y algo dec\u00f3digo de demostraci\u00f3n<\/a> <\/span>en C++<\/a>.<\/p>\n Las aplicaciones de preservaci\u00f3n de la privacidad se han convertido en un tema importante hoy en d\u00eda debido a la creciente preocupaci\u00f3n de las personas por la privacidad de sus datos, la prevalencia de aplicaciones de aprendizaje autom\u00e1tico que requieren acceso a una gran cantidad de datos y nuevas regulaciones como el Reglamento General de Protecci\u00f3n de Datos (GDPR), por no mencionar otras preocupaciones \u00e9ticas y financieras. Hoy conoceremos una novedosa t\u00e9cnica de mejora de la privacidad llamada Cifrado Homom\u00f3rfico H\u00edbrido (HHE), que es una expansi\u00f3n del Cifrado Homom\u00f3rfico (HE).<\/p>\n HE es una t\u00e9cnica de cifrado que nos permite realizar c\u00e1lculos sobre datos cifrados. Sin embargo, uno de los problemas de HE es que sus textos cifrados son varios \u00f3rdenes de magnitud mayores que los correspondientes textos planos. HHE pretende resolver este problema combinando cifrados sim\u00e9tricos con HE para reducir el tama\u00f1o de los textos cifrados y los recursos computacionales necesarios para la parte que cifra y env\u00eda los datos (por ejemplo, un cliente \/ propietario de los datos) a costa de c\u00e1lculos m\u00e1s caros para la parte que realiza c\u00e1lculos sobre los datos cifrados (por ejemplo, un servidor, un proveedor de servicios en la nube o CSP). Por lo tanto, HHE puede ser m\u00e1s adecuado que HE cuando se trata del modelo cliente-servidor de c\u00e1lculos cifrados, especialmente cuando el cliente tiene recursos computacionales y ancho de banda de Internet limitados, por ejemplo, tel\u00e9fonos, dispositivos IoT, etc.<\/p>\n Al igual que la ES, la HHE puede admitir aplicaciones en sectores en los que la privacidad de los datos es una preocupaci\u00f3n importante, como las finanzas, la sanidad, la normativa, etc. Adem\u00e1s, HHE puede potenciar las aplicaciones en dispositivos con potencia de c\u00e1lculo, memoria y ancho de banda de red limitados, como los dispositivos integrados y de IoT.<\/p>\n Ejemplo de aplicaci\u00f3n: Una aplicaci\u00f3n de vigilancia dom\u00e9stica para la atenci\u00f3n sanitaria, en la que los dispositivos IoT equipados en un hogar toman fotograf\u00edas (u otras se\u00f1ales), las cifran y env\u00edan las se\u00f1ales cifradas al servidor. El servidor ejecuta un algoritmo de inteligencia artificial en los datos cifrados recibidos y detecta ocasiones como personas que sufren un ictus; a continuaci\u00f3n, env\u00eda los resultados cifrados al dispositivo del hogar, que se encarga de descifrar el resultado y provocar una alarma s\u00f3lo cuando el resultado descifrado es positivo, por ejemplo, si hay personas que sufren ictus. De este modo, el hogar puede utilizar el servicio del servidor mientras el proveedor de servicios no ve ninguna foto o dato sensible del hogar.<\/p>\n A continuaci\u00f3n se presentan algunas formulaciones breves de la HE y la HHE.<\/p>\nTL;DR<\/h1>\n
Introducci\u00f3n<\/h1>\n
Ventajas:<\/h2>\n
\n
Desventajas:<\/h2>\n
\n
Casos pr\u00e1cticos<\/h1>\n
Entremos en materia<\/h1>\n
Cifrado homom\u00f3rfico<\/h2>\n