Фото: пресс-служба СКФУ
Защита больших данных выходит на новый уровень: ставропольские ученые работают над разработкой методов, которые сделают облачные вычисления более безопасными. Данный проект, инициированный Северо-Кавказским федеральным университетом, получил поддержку Российского научного фонда (РНФ).
Облачные хранилища данных и приложения для удаленного доступа предоставляют отличную возможность хранения важной информации на виртуальных серверах, освобождая устройства от необходимости загромождать их память.
Возможность совместного использования файлов и документов позволяет людям, находящимся в самых удаленных уголках планеты, эффективно работать над совместными проектами в режиме реального времени. Многие из нас, вероятно, неоднократно пользовались приложениями для навигации или перевода текста, которые практически невозможны без облачных технологий.
Не задумываясь о потенциальных угрозах, мы охотно делимся своими личными данными, передаем рабочие документы и фотографии, общаемся и развлекаемся через виртуальные платформы. Тем не менее, безопасность данных всё равно под угрозой. Злоумышленники могут похитить личную информацию, данные, содержащие коммерческую тайну, и даже модели машинного обучения.
Учёные Северо-Кавказского федерального университета (СКФУ) разрабатывают новые методы оптимизации алгоритмов шифрования для облачных сервисов. Их проект «Новые технологии для проектирования облачных сервисов машинного обучения, сохраняющих конфиденциальность» будет реализован в течение трех лет, до 2028 года, с поддержкой Российского научного фонда.
«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.
Исследование основывается на технологии гомоморфного шифрования, уникальном методе защиты данных, который позволяет выполнять вычисления над зашифрованной информацией без её расшифровки. Это создает широкие возможности для безопасной обработки конфиденциальных данных в облаке и способствует разработке надежных систем защиты, соответствующих современным требованиям скорости и производительности.
Проект учёных СКФУ сосредоточен на внедрении гомоморфного шифрования и протоколов безопасных вычислений, что позволяет обрабатывать данные без их расшифровки. Они разработают методы кодирования, максимально оптимизируя производительность при высоком уровне безопасности и минимальной нагрузке на вычислительные системы. В конечном итоге, по словам разработчиков из СКФУ, будет создана комплексная система сбора и обработки данных, объединяющая все решения в 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.