完全準同型暗号（FHE）は、信頼されていないドメイン上のデータを復号化することなくその価値を引き出すことで、ゼロ・トラストを実現する革新的なテクノロジーです。
今日のビジネス・データはハイブリッド・マルチクラウド環境に保存されており、さまざまなセキュリティーやプライバシーのリスクにさらされています。暗号化で保護することはできますが、通常、コンピューター処理やビジネスに必須な操作で機密データにアクセスするには、まず機密データを復号化する必要があります。
これは、プライバシーと機密管理の侵害の機会となり得ます。これまで、これらの脆弱性は、クラウドでサード・パーティーとのビジネスを行う際の代償でした。
完全準同型暗号を使用すると、データは常に暗号化されてクラウド内の信頼されていないドメインでも共有できる一方で、コンピューターを使用するユーザーには読み取られないため、ゼロトラストをより適切に実施できます。
つまり、データを公開することなく、内部または外部の関係者が価値の高い分析とデータ処理を行うことができるようになったのです。
Thinkニュースレター
AI、サイバーセキュリティ、データ、自動化に関する厳選されたニュースをThinkニュースレターで購読しているセキュリティリーダーに加わりましょう。専門家によるチュートリアルと解説をメールで直接配信することで、手軽に学ぶことができます。IBMプライバシー・ステートメントをご覧ください。
サブスクリプションは英語で配信されます。すべてのニュースレターに登録解除リンクがあります。サブスクリプションの管理や解除はこちらから。詳しくはIBMプライバシー・ステートメントをご覧ください。
事業部門やサード・パーティーが、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暗号化されたデータに対してビッグデータ分析を実行できるようにすることで、測定可能な経済的利益を生み出します。
機密性の管理を維持しながら、パブリッククラウド、プライベートクラウド、サード・パーティー環境で暗号化されたデータを処理します。
機密情報を公開することなく、AIとMLを使用して暗号化されたデータを処理します。
MLは、金融取引の不正行為から投資結果に至るまで、さまざまな状況の予測モデルを作成するのに役立ちますが、多くの場合、規制やポリシーによって、組織が機密データを共有したりマイニングしたりすることが妨げられています。FHEでは、情報を公開することなくMLモデルを使用して暗号化されたデータをコンピューター処理できます。
大規模臨床試験のワークロードをホスティングする上でクラウドは効率的であるにもかかわらず、プライバシーのリスクや医療規制により、病院がクラウドに移行することは現実的でない場合が少なくありません。FHEを使うことで、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やし、実世界のデータからの学習を加速させることができます。
テクノロジーによって、消費者がどのように情報を検索し、アクセスするかを大規模に追跡することが可能になりましたが、プライバシー権のために、組織がそのデータを収益化することは困難です。FHEによって、ユーザーの問い合わせを隠し、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知見を得ることが可能になります。