التجميع الآمن
لماذا هذا مهم يريد تطبيق لياقة بدنية إجمالي الخطوات المقطوعة في مدينة ما؛ ويريد صانع لوحة مفاتيح معرفة عدد مرات كتابة كلمة معينة عبر جميع الهواتف. في كل حالة تحتاج الشركة إلى رقم واحد من أجهزة متعددة. تتيح التجميع الآمن للشركة معرفة ذلك الإجمالي دون رؤية قيمة أي شخص بمفرده، وهي بسيطة بشكل مفاجئ.
تعليم التشفير، وليس الأمان: الأرقام في مختبرات هذه الوحدة صغيرة بما يكفي للقراءة والعشوائية مزروعة بحيث يكون التقييم قابلا للتكرار. تستخدم الأنظمة الحقيقية مكتبات معتمدة وأرقاما أكبر بكثير. لا تنسخ أبدا كود التعليم في منتج.
خدعة الراتب
يريد ثلاثة أصدقاء معرفة متوسط رواتبهم دون أن يكشف أي منهم عن راتبه الخاص. تضيف الأولى رقماً عشوائياً كبيراً إلى راتبها وتهمس بالنتيجة للثاني. يضيف هو راتبه ويهمس بها للثالث. تضيف الثالثة راتبها وتعيدها للأولى. تطرح الأولى رقمها العشوائي، ويظهر المجموع. بدت كل همسة وكأنها رقم عشوائي لمن سمعها.
التجميع الآمن: حساب إجمالي (أو متوسط) قيم العديد من الأشخاص بحيث لا يتم الكشف عن أي قيمة فردية لأي شخص، بما في ذلك الخادم الذي يجمعها.
المشاركة السرية الجمعية: تقسيم رقم سري إلى عدة حصص تبدو عشوائية بمفردها ولكن مجموعها يساوي السر. أي حصة واحدة، أو أي مجموعة تفتقر إلى حصة واحدة على الأقل، لا تكشف عن أي شيء بخصوص السر.
كيف تعمل المشاركات
لتقسيم الرقم 7,350 إلى ثلاث حصص، اختر رقمين عشوائيين واختر الثالث بحيث يكون مجموع الثلاثة يساوي 7,350. باستخدام حسابات التدوير (modulus M، هنا 2 أس 32، وهو أكثر قليلاً من 4 مليارات)، تكون كل حصة رقماً عشوائياً موحداً بشكل مستقل:
M = 2 ** 32
s1, s2 = 3919211450, 120775123 # random
s3 = (7350 - s1 - s2) % M # whatever makes it add up
print((s1 + s2 + s3) % M) # 7350
لماذا نستخدم wrap round؟ بدونها، قد تكون الحصة أحياناً سالبة أو قريبة بشكل مريب من السر. معها، تكون كل قيمة حصة محتملة بالتساوي مهما كان السر، لذا لا تحمل حصة واحدة أي معلومات.
أجهزة كثيرة، خوادم عديدة
الآن يقوم كل هاتف بتقسيم عدد خطواته إلى حصة واحدة لكل خادم ويرسل الحصة 1 إلى الخادم 1، والحصة 2 إلى الخادم 2، وهكذا. يجمع كل خادم الحصص التي استلمها. لا يزال إجمالي كل خادم يبدو عشوائيا. فقط عندما يتم جمع إجماليات الخوادم معا يظهر إجمالي المدينة الحقيقي. طالما أن الخوادم لا تجمع حصصها الخام لهاتف واحد، فلا يتم رؤية قيمة أي هاتف أبدا.
النسخة الواقعية
تستخدمSystems المستخدمة لتدريب النماذج عبر هواتف كثيرة (المعروفة باسم federated learning) متغيراً أكثر ذكاءً مع خادم واحد: تتفق أزواج الأجهزة على أقنعة عشوائية تلغي بعضها البعض عند جمع كل شيء، بالإضافة إلى خطوات إضافية للتعامل مع الهواتف التي تنقطع عن الاتصال في المنتصف. الفكرة الأساسية هي تلك التي ستبنيها: قطع تبدو عشوائية ولا يكون لها معنى إلا معاً.
ما الذي لا تفعله التجميعة الآمنة
يتم الكشف عن المجموع بدقة. إذا ساهم شخصان فقط وكان أحدهما يعرف قيمته الخاصة، فيمكنه طرحها ومعرفة قيمة الآخر. إذا كان المجموع نفسه حساسا، أضف ضجيج الخصوصية التفاضلية إليه أيضا. تعمل الأداتان معاً بشكل جيد: التجميع يخفي المدخلات، والخصوصية التفاضلية تخفي تأثير كل شخص على المخرجات.
في لغات أخرى
التقسيم في JavaScript، باستخدام wrap-round بـ 32 بت مع >>> 0 ومصدر العشوائية الآمن في المتصفح:
function split(value, n) {
const shares = Array.from(crypto.getRandomValues(new Uint32Array(n - 1)));
const sum = shares.reduce((a, b) => (a + b) >>> 0, 0);
shares.push((value - sum) >>> 0);
return shares;
}وفي لغة Rust، حيث يقوم wrapping_sub على u32 بعملية الالتفاف تلقائيا:
let last = value.wrapping_sub(shares.iter().fold(0u32, |a, &b| a.wrapping_add(b)));ملخص
- يكشف التجميع الآمن عن المجموع الكلي ولكن لا يكشف عن أي مساهمة فردية.
- تقسم المشاركة السرية الجمعية قيمة إلى أجزاء تبدو عشوائية وتجمع معاً لتساوي تلك القيمة، باستخدام حسابات التدوير.
- يرى كل خادم حصصا تبدو عشوائية فقط؛ فقط مجموعات كل الخوادم معا تعطي الإجابة.
- يتم الكشف عن الإجمالي نفسه بالضبط، لذا قم بإقرانه بضجيج DP عندما يمكن للإجمالي أن يكشف هوية شخص ما.
اكتب ثلاث وظائف، باستخدام M (2 to the 32) من عالم التدريب. تعيد split(value, n, rng) قائمة من حصص n: أول n - 1 من rng.randrange(M)، وآخر يساوي (value - sum(shares)) % M. تعيد combine(shares) قيمة sum(shares) % M. تقوم aggregate(values, n_servers, rng) بتقسيم كل قيمة باستخدام split، وتضيف الحصة j إلى server_totals[j] (mod M)، وتعيد tuple (total, server_totals) حيث total = combine(server_totals).
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.