¿Qué es el cifrado homomórfico?

Los datos empresariales actuales se almacenan en entornos híbridos de múltiples nubes, lo que los expone a diversos riesgos de seguridad y privacidad. Aunque el cifrado proporciona protección, normalmente los datos sensibles deben descifrarse primero para poder acceder a ellos para operaciones informáticas y cruciales para la empresa.

Esto abre la puerta a un compromiso potencial de los controles de privacidad y confidencialidad. Hasta ahora, esas vulnerabilidades han sido el coste de hacer negocios en la nube y con terceros.

Con el cifrado totalmente homomórfico, puede aplicar mejor el zero trust porque los datos siempre están cifrados y se pueden compartir, incluso en dominios que no son de confianza en la nube, sin dejar de ser ilegibles para quienes realizan los cálculos.

En resumen, ahora es posible realizar análisis y procesamiento de datos de alto valor, por parte de partes internas o externas, sin necesidad de exponer dichos datos.

Aunque el aprendizaje automático ayuda a crear modelos predictivos para condiciones que van desde fraudes en transacciones financieras hasta resultados de inversiones, a menudo las regulaciones y políticas impiden que las organizaciones compartan y extraigan datos confidenciales. FHE permite el cálculo de datos cifrados con modelos ML sin exponer la información.

A pesar de la eficacia de la nube a la hora de alojar las cargas de trabajo de los grandes ensayos clínicos, los riesgos de privacidad y las normas sanitarias suelen hacer que no sea práctico para los hospitales la transición a la nube. El FHE puede mejorar la aceptación de los protocolos de intercambio de datos, aumentar el tamaño de las muestras en la investigación clínica y acelerar el aprendizaje a partir de datos del mundo real.

La tecnología permite la monitorización a gran escala de cómo los consumidores buscan y acceden a la información, pero los derechos de privacidad dificultan que las organizaciones moneticen esos datos. El FHE permite obtener información sobre el comportamiento de los consumidores, al tiempo que oculta las consultas de los usuarios y protege el derecho a la privacidad de las personas.