Soluciones informáticas cifradas de bajo consumo

Los teléfonos inteligentes, los relojes inteligentes, los dispositivos de salud inteligentes y los sensores inteligentes omnipresentes se están involucrando en nuestra vida diaria, generando una avalancha de datos que nos ayudan a mantenernos seguros, saludables e informados. A medida que vemos más fuentes de datos, como estos dispositivos de clientes de bajos recursos, existe una demanda creciente de computación sofisticada en esos datos, especialmente para extraer valor de los datos mediante el aprendizaje automático. Los dispositivos de bajos recursos tienen capacidades informáticas limitadas debido a la limitación de energía de sus baterías pequeñas y el hardware informático típicamente simple. Para solucionar estas deficiencias, estos dispositivos podrían usar la descarga computacional, enviando datos de sensores para su procesamiento a un dispositivo de borde cercano o a la nube. La descarga hace posible incluso un procesamiento de datos muy sofisticado, pero solo con la concesión de que el servidor que realiza el procesamiento tiene acceso sin cifrar a los datos.

Una nueva forma de computación, que se llama computación encriptada homomórficamente, mitiga estas preocupaciones de privacidad: con esta técnica, el cliente encripta sus datos, envía los datos encriptados para descargarlos y el procesamiento descargado ocurre sin siquiera descifrar los datos. La computación encriptada tiene un costo computacional extremadamente alto, que en su mayoría se ha considerado inviable. Recientemente, los avances en la arquitectura informática y los algoritmos han hecho factible descargar la computación encriptada a un costo razonable, lo que hace factible la técnica. Sin embargo, estos avances ignoran los costos impuestos al cliente de bajos recursos por la computación encriptada, que están asociados con la disposición de los datos para el procesamiento encriptado y, en realidad, con el encriptado de los datos. Estos costos hacen que la computación de descarga encriptada sea inviable para dispositivos de bajos recursos.

McKenzie van der Hagen, Ph.D. estudiante de ingeniería eléctrica e informática en la Universidad Carnegie Mellon, y su asesor, el profesor asociado Brandon Lucia, han desarrollado nuevos algoritmos y diseños de hardware que abordan directamente estos costos en los dispositivos de los clientes, haciendo factible la descarga cifrada, incluso para clientes de bajos recursos. Los dos publicaron un artículo en el simposio anual de este año sobre soporte arquitectónico para lenguajes de programación y sistemas operativos (ASPLOS). ASPLOS es un lugar en el campo y se llevará a cabo en Lausana, Suiza, del 28 de febrero al 4 de marzo.

Para la computación encriptada, el dispositivo encripta los datos de modo que se puedan realizar cálculos sin desencriptarlos. Sin embargo, el inconveniente es que solo se pueden realizar operaciones lineales, como la suma y la multiplicación, en los datos cifrados. La investigación se ha centrado tradicionalmente en el servidor porque la creación de soluciones alternativas que se ajustan a estas limitaciones aumenta drásticamente el número y la complejidad de los cálculos y, por lo tanto, el tiempo y la energía necesarios.

«Las implementaciones que están disponibles están tan altamente optimizadas para este servidor que no están considerando el trabajo que debe hacerse en el cliente», dijo van der Hagen. «Demostramos que no es práctico para estos clientes con recursos limitados participar en estos esquemas».

Los dispositivos que usan la descarga computacional generalmente envían todos los datos en un paquete grande y los servidores realizan muchos cálculos a la vez. Esto requiere mucha energía por parte del cliente. En cambio, van der Hagen propone enviar los datos cifrados en fragmentos más pequeños, lo que distribuiría las demandas de energía durante un período de tiempo.

De repente, múltiples rondas de comunicación con el servidor se vuelven factibles. Con esta nueva capacidad, van der Hagen diseñó procesos que son más eficientes energéticamente para el cliente. Primero, el dispositivo recopila datos, los cifra y luego los envía al servidor. El servidor realiza un puñado de operaciones lineales en los datos cifrados antes de devolverlos al dispositivo. Luego, el dispositivo descifra los datos y completa cálculos no lineales que no se pueden realizar con datos cifrados. Esos datos se cifran nuevamente y se envían de regreso al servidor para otra ronda de operaciones lineales. Este proceso se repite hasta que se completan los cálculos.

«También mostramos que, de manera contraria a la intuición, en realidad es mejor para el cliente realizar esta interacción continua con textos cifrados más pequeños que usar toda su energía para enviar una tonelada de datos al principio y descifrar una tonelada de datos al final. dijo Van der Hagen. «Reducimos los costos de comunicación hasta en tres órdenes de magnitud».

Este trabajo también introdujo nuevos algoritmos que hacen que los cálculos sean menos complejos al minimizar el tamaño de los datos cifrados, y crearon hardware que admite el uso de estos algoritmos. Ambos están especialmente diseñados para estos clientes de bajo consumo. Al diseñar dentro de estas limitaciones, los investigadores se aseguran de que su trabajo beneficie a muchos dispositivos con una variedad de objetivos.

«El trabajo que estamos haciendo puede ayudar a los clientes a participar en la computación encriptada para muchas aplicaciones diferentes e incluso aplicaciones que aún están por llegar», dijo van der Hagen. «Estos son conceptos muy flexibles e implementaciones flexibles que realmente pueden ayudar en el futuro».