[et_pb_section fb_built=”1″ custom_padding_last_edited=”on|phone” _builder_version=”4.19.1″ _module_preset=”default” background_color=”#1f2437″ background_enable_image=”off” background_position=”center_left” custom_padding=”0rem|1rem|0rem|1rem|true|false” custom_padding_tablet=”|2rem|1rem|2rem|false|false” custom_padding_phone=”|1rem||1rem|false|false” global_colors_info=”{}”][et_pb_row custom_padding_last_edited=”on|phone” _builder_version=”4.19.1″ _module_preset=”default” width=”100%” max_width=”1540px” custom_padding=”||||false|false” custom_padding_tablet=”||||false|false” custom_padding_phone=”1rem||1rem||false|false” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.19.1″ _module_preset=”default” global_colors_info=”{}”][lwp_divi_breadcrumbs link_color=”#FFFFFF” separator_color=”#FFFFFF” _builder_version=”4.19.1″ _module_preset=”default” custom_padding_tablet=”1rem||1rem||false|false” custom_padding_phone=”1rem||1rem||false|false” custom_padding_last_edited=”on|phone” global_colors_info=”{}”][\/lwp_divi_breadcrumbs][\/et_pb_column][\/et_pb_row][\/et_pb_section][et_pb_section fb_built=”1″ custom_padding_last_edited=”on|phone” _builder_version=”4.19.1″ _module_preset=”default” custom_padding=”|1rem||1rem|false|true” custom_padding_tablet=”|2rem||2rem|false|true” custom_padding_phone=”|1rem||1rem|false|true” global_colors_info=”{}”][et_pb_row column_structure=”2_3,1_3″ _builder_version=”4.19.1″ _module_preset=”default” width=”100%” max_width=”1540px” global_colors_info=”{}”][et_pb_column type=”2_3″ _builder_version=”4.19.1″ _module_preset=”default” border_color_right=”#9b9b9b” global_colors_info=”{}”][et_pb_text _builder_version=”4.19.1″ _module_preset=”default” header_font=”Montserrat|700|||||||” header_text_color=”#1f2437″ header_font_size=”24px” global_colors_info=”{}”]<\/p>\n
9.2.2023 10:03<\/span><\/b><\/p>\n <\/p>\n [\/et_pb_text][et_pb_text _builder_version=”4.19.1″ _module_preset=”default” hover_enabled=”0″ global_colors_info=”{}” sticky_enabled=”0″]<\/p>\n Introdurre il concetto di crittografia omomorfa ibrida, i suoi casi d’uso, una breve formulazione e uncodice dimostrativo<\/a> <\/span>in C++<\/a>.<\/p>\n Le applicazioni che preservano la privacy sono diventate un argomento importante al giorno d’oggi a causa delle crescenti preoccupazioni delle persone sulla privacy dei loro dati, della prevalenza di applicazioni di apprendimento automatico che richiedono l’accesso a una vasta quantit\u00e0 di dati e di nuove normative come il Regolamento generale sulla protezione dei dati (GDPR), per non parlare di altre preoccupazioni etiche e finanziarie. Oggi conosceremo una nuova tecnica di miglioramento della privacy chiamata Hybrid Homomorphic Encryption (HHE), che \u00e8 un’espansione della crittografia omomorfa (HE).<\/p>\n HE \u00e8 una tecnica di crittografia che ci permette di eseguire calcoli su dati criptati. Tuttavia, uno dei problemi di HE \u00e8 che i testi cifrati sono di diversi ordini di grandezza pi\u00f9 grandi dei corrispondenti testi in chiaro. HHE mira a risolvere questo problema combinando i cifrari simmetrici con HE per ridurre le dimensioni dei cifrari e le risorse computazionali necessarie per la parte che cripta e invia i dati (ad esempio, un cliente\/proprietario dei dati) al costo di calcoli pi\u00f9 costosi per la parte che esegue calcoli sui dati crittografati (ad esempio, un server, un Cloud Service Provider o CSP). Pertanto, HHE pu\u00f2 essere pi\u00f9 adatto di HE quando si tratta del modello client-server di calcoli crittografati, soprattutto quando il client dispone di risorse computazionali e larghezza di banda Internet limitate, ad esempio telefoni, dispositivi IoT, ecc.<\/p>\n Come l’HE, l’HHE pu\u00f2 supportare applicazioni in settori in cui la privacy dei dati \u00e8 una preoccupazione importante, come la finanza, la sanit\u00e0, le normative, ecc. Inoltre, HHE pu\u00f2 potenziare le applicazioni su dispositivi con potenza di calcolo, memoria e larghezza di banda di rete limitate, come i dispositivi embedded e IoT.<\/p>\n Esempio di applicazione: Un’applicazione di sorveglianza domestica per l’assistenza sanitaria, in cui i dispositivi IoT installati in una casa scattano foto (o altri segnali), le criptano e inviano i segnali criptati al server. Il server esegue un algoritmo di intelligenza artificiale sui dati criptati ricevuti e rileva occasioni come la presenza di persone colpite da ictus, quindi invia i risultati criptati al dispositivo della famiglia, che ha il compito di decifrare il risultato e di lanciare un allarme solo quando il risultato decifrato \u00e8 positivo, ad esempio se ci sono persone colpite da ictus. In questo modo, la famiglia pu\u00f2 utilizzare il servizio del server, mentre il fornitore del servizio non vede le immagini o i dati sensibili della famiglia.<\/p>\n Di seguito sono riportate alcune brevi formulazioni di HE e HHE.<\/p>\nTL;DR<\/h1>\n
Introduzione<\/h1>\n
Vantaggi:<\/h2>\n
\n
Svantaggi:<\/h2>\n
\n
Casi d’uso<\/h1>\n
Entriamo nel merito della matematica<\/h1>\n
Crittografia omomorfa<\/h2>\n