Облачные хранилища данных и приложения для удаленного доступа обеспечивают возможность хранения важной информации на виртуальных серверах, не занимая объем на гаджетах. Совместный доступ к файлам и документам позволяет людям, находящимся в разных уголках мира, работать над одними проектами в реальном времени. Если Вы хоть раз пользовались приложением с навигацией или текстовым переводом, то они невозможны без облачных технологий.
Не ожидая подвоха от виртуальной реальности, мы привыкли делиться с ней личными данными, передавать рабочие файлы, фото, общаться и проводить досуг. Однако угрозы безопасности так или иначе существуют. Злоумышленники могут украсть персональную информацию, данные, составляющие коммерческую тайну, и даже модель машинного обучения.
Учёные Северо-Кавказского федерального университета (СКФУ) разрабатывают методы оптимизации алгоритмов шифрования в облачных сервисах. Российский научный фонд поддержал проект «Новые технологии для проектирования облачных сервисов машинного обучения, сохраняющих конфиденциальность», рассчитанный на три года реализации до 2028 года.
– Наши ученые занимаются развитием одной из самых технологичных платформ будущего – облачными сервисами. Скорость внедрения этих технологий в жизнь обычных пользователей, бизнеса и государственных структур зависит, в том числе, от скорости расчетов и безопасности. Подчеркну, что создание отечественных решений в области искусственного интеллекта и обработки больших данных входит в число приоритетов научно-технического развития, - рассказал ректор СКФУ Дмитрий Беспалов.
Руководит исследованием доктор физико-математических наук, доцент, заведующий кафедрой вычислительной математики и кибернетики СКФУ Михаил Бабенко.
– Мы столкнулись с серьезной проблемой: как обеспечить безопасность моделей машинного обучения и данных, которые используются для их обучения, когда обработка происходит на удаленных серверах. Гомоморфное шифрование обеспечивает максимальный уровень безопасности, но имеет существенный недостаток – значительное увеличение времени обработки данных. Именно над решением этой проблемы мы сейчас работаем, – отмечает Михаил Бабенко.
В основе исследования лежит технология гомоморфного шифрования – уникального метода защиты данных, который позволяет производить вычисления над зашифрованной информацией без необходимости её дешифрования. Это открывает широкие возможности для безопасной обработки конфиденциальных данных в облаке и позволит создать надежную систему защиты информации, которая будет соответствовать современным требованиям скорости и производительности.
Исследовательский проект учёных СКФУ направлен на внедрение гомоморфного шифрования и протокола безопасных вычислений, что позволит обрабатывать данные без их дешифрования. Методы кодирования данных будут разрабатываться таким образом, чтобы обеспечить максимальную производительность при сохранении высокого уровня безопасности и уменьшения нагрузки на вычислительные системы.
В итоге, как сообщили разработчики СКФУ, будет создана комплексная система сбора и обработки информации, которая объединит все разработанные решения в единую эффективную инфраструктуру.
– В результате мы планируем получить комплексный инструмент, решающий все поставленные научные задачи и обеспечивающий высокий уровень защиты данных при сохранении оптимальной производительности системы, – подытожил Михаил Бабенко.
Результаты проекта найдут применение в различных сферах: от банковского сектора до медицинских учреждений, где требуется обработка конфиденциальных данных с соблюдением высоких стандартов безопасности.
Развитие отечественных решений в области облачных вычислений и хранения информации позволяет развиваться таким индустриям, как интернет вещей, работа с большими данными, разработка систем искусственного интеллекта и внедрение мобильных сетей на основе 5G-технологий, а также ряда других направлений.