Homomorphic Encryption Services
復号せずに機密データの価値を引き出すことでプライバシーを維持します。
復号せずに機密データの価値を引き出すことでプライバシーを維持します。
今日のビジネス・データは複数のハイブリッド・マルチクラウド環境にわたって保管されているため、さまざまなセキュリティー上のリスクとプライバシーのリスクにさらされています。 暗号化はデータを保護しますが、機密データは通常、計算や業務に欠かせない操作を行う前に、復号する必要があります。 これが、プライバシー管理や機密管理が破られることにつながります。 これまでは、このような脆弱性への対応は、クラウドやサード・パーティーが関わるビジネスを行う際にコストとなっていました。
革新的なテクノロジーである完全準同型暗号化(FHE)は、信頼されないドメイン上でデータを復号しなくてもその価値を引き出せるようにすることで、ゼロトラストの実現をサポートします。
プライバシーとコンプライアンスの管理を維持しながら、基幹業務やサード・パーティーに対して、暗号化されたデータに対するビッグデータ分析の実行を許可することで、目に見える経済的利益を創出します。
パブリッククラウド、プライベートクラウド、サード・パーティーの環境で暗号化データを処理しながら、データの機密管理を維持します。
機密情報を公開することなく、暗号化データに対してAIや機械学習を使用できます。
「FHEの実験への道のりが簡略化されたことは、次世代のプライバシー管理を導入する上で非常に重要です」。
Christopher M. Steffen氏(CISSP、CISAの資格保有)研究ディレクター
Enterprise Management Associates (EMA), Inc.
データ・セキュリティーに対する従来のアプローチは、プライバシー関連の規制強化や、管理が行き届かない環境でのデータ共有の増加を特徴とする今後のビジネスでは不十分です。 IBM Researchが先駆けとなり、10年以上にわたる暗号技術の革新を基に構築されたIBM Securityの準同型暗号化サービスは、FHEを実現する初めてのセキュリティー・サービスとなります。
FHEの概念について学習した後に、IBM Cloud上の拡張性が高いホスティング環境で開発に取り組み、FHE対応アプリケーションの構築、デプロイ、実行をお試しください。IBMのセキュリティー担当者が支援いたします。
FHEジャーニーを始めましょう。パイロット・アプリケーションをテストしてデプロイするためのクラウド環境のセットアップは不要です。IBM Securityによるコンサルティングとマネージド・サービスによって複雑さも軽減します。
機械学習(ML)は、金融取引の不正の状況から投資結果の状況まで、さまざまな予測モデルの作成をサポートします。しかし、規制やポリシーが適用されているために、組織が機密データの共有やマイニングを行えない場合がよくあります。 FHEは、情報を公開することなく、MLモデルで暗号化データを計算することを可能にします。
大規模な臨床試験においては、ワークロードをホスティングできるクラウドの効率性が有効ですが、プライバシーのリスクや医療の規制があるため、病院がクラウドの利用に移行することはあまり現実的ではありません。 FHEは、データ共有プロトコルの受け入れを改善し、臨床研究のサンプル・サイズを増加させ、現実世界のデータからの学習を加速させます。
テクノロジーを駆使して、消費者がどのように情報を検索してアクセスしているかに関する大規模な監視を行うことは可能ですが、プライバシーの権利の存在により、企業がそのデータを収益化することは難しくなっています。 FHEでは、ユーザー照会を隠し、かつ個人のプライバシーの権利を保護しながら、消費者の行動に関する洞察を得られます。
FHEのジャーニーをIBM Securityと始めましょう。