Privacy-Preserving Machine Learning from Storage to Inference: Integrating Authenticated Encryption with Fully Homomorphic Encryption

تخيل عالماً حيث يمكن لأجهزة الكمبيوتر القوية في السحابة تحليل سجلاتك الشخصية الأكثر حساسية — دخلك، تاريخك الصحي، تفاصيل عائلتك — دون أن ترى تلك الحواسيب المعلومات الفعلية أبداً. هذا هو الوعد الذي يقدمه مجال يسمى "تعلم الآلة الحفاظ على الخصوصية". لسنوات، ظل هناك عائق رئيسي قائماً: لتحليل البيانات، يتعين عادةً فك تشفيرها، مما يحولها إلى نص صريح يمكن لأي شخص لديه وصول إلى الخادم قراءته. وبينما نمتلك طرقاً ممتازة لإغلاق البيانات بعيداً أثناء استقرارها على القرص الصلب، وطرقاً جيدة لحمايتها أثناء انتقالها عبر الإنترنت، إلا أنها تصبح عرضة للخطر في اللحظة التي تتم فيها معالجتها لإجراء عملية حسابية. تحاول تقنية أحدث، تُعرف باسم "التشفير المتماثل الكلي"، حل هذه المشكلة من خلال السما Pass للكمبيوتر بإجراء عمليات رياضية على بيانات مغلقة دون فك تشفيرها أبداً. ومع ذلك، ظل بناء نظام يحمي البيانات من لحظة تخزينها، وصولاً إلى لحظة تحليلها وإعادتها، تحدياً معقداً.

قام فريق من الباحثين الآن ببناء واختبار نموذج أولي يعمل يربط بين هذين العالمين. لقد أنشأوا نظاماً يبقي البيانات مغلقة بختم رقمي قوي بينما تكون في التخزين، ثم يبقيها مغلقة بطريقة أخرى أكثر تعقيداً أثناء تحليلها بواسطة خادم بعيد. كان الهدف هو معرفة ما إذا كان هذا الحماية ذات الطبقتين يمكن أن تعمل في سير عمل حقيقي دون إفساد دقة النتائج. ركز الباحثون على نوع محدد من التحليل يسمى "الانحدار اللوجستي"، والذي يُستخدم غالباً للتنبؤ بالنتائج بناءً على مجموعة من الأرقام، مثل تحديد ما إذا كانت الأسرة معرضة للمخاطر بناءً على عوامل مثل الدخل والتعليم. أرادوا معرفة ما إذا كان بإمكانهم إرسال هذه البيانات إلى خادم لا يثقون به، وجعل الخادم يعالج الأرقام على البيانات المشفرة، والحصول على إجابة صحيحة، كل ذلك مع ضمان أن الخادم لم يرَ الأرقام الخام أو مفتاح فك تشفيرها.

ولاختبار ذلك، أنشأ الفريق ألفي سجل أسرة وهمي. لم تكن هذه سجلات لأشخاص حقيقيين، بل كانت بيانات اصطناعية مصممة لمحاكاة هيكل المعلومات في العالم الحقيقي، بما في ذلك عشر ميزات رقمية مختلفة مثل حجم الأسرة والمسافة إلى الماء. استخدموا هذه البيانات لتدريب نموذج كمبيوتر للتنبؤ بتسمية "التعرض للمخاطر". أولاً، وضعوا خط أساس عبر تشغيل التحليل على بيانات عادية غير مشفرة. حقق هذا النموذج القياسي أداءً جيداً جداً، حيث حدد حالة السجلات بشكل صحيح بنسبة تسعين بالمائة تقريباً. كانت هذه الدرجة العالية بمثابة المعيار الذهبي الذي سيقيسون به نظامهم المشفر.

بعد ذلك، قاموا ببناء خط الأنابيب الآمن. عندما يريد مستخدم تحليل سجل ما، يقوم النظام أولاً باسترداد السجل من التخزين، حيث يكون محمياً بطريقة لا تكتفي بتشفير البيانات فحسب، بل تضيف أيضاً بصمة رقمية لضمان عدم التلاعب بها. يقوم جهاز الكمبيوتر الخاص بالمستخدم بفك تشفير السجل محلياً، وتجهيزه، ثم إعادة إغلاقه باستخدام التشفير المتماثل الخاص. هذا القفل الجديد يسمح للخادم البعيد بإجراء العمليات الحسابية اللازمة دون رؤية الأرقام الفعلية. استلم الخادم، الذي اعتبره الباحثون غير موثوق، البيانات المشفرة والنموذج المشفر فقط. قام الخادم بإجراء العملية الحسابية وأرسل النتيجة المشفرة مرة أخرى إلى المستخدم، الذي قام بدوره بفك تشفيرها لرؤية التنبؤ النهائي.

أظهرت النتائج أن هذا النهج ناجح. فعندما قارن الباحثون التنبؤات التي أجراها النظام المشفر بالمعيار الذهبي، كان الفرق ضئيلاً جداً. حققت النماذج المشفرة، التي اختُبرت بمستويات مختلفة من الدقة الرقمية، درجات دقة تتراوح بين تسعين بالمائة وتسعة وتسعين بالمائة تقريباً، مما يكاد يطابق أداء النموذج غير المشفر. في الواقع، سجل تكوين واحد محدد من النظام المشفر درجة أعلى قليلاً في مقياس مدى قدرته على التمييز بين المجموعات المختلفة، رغم أن الباحثين أشاروا إلى أن هذا الفرق طفيف وليس دليلاً على أن التشفير يحسن النموذج نفسه. الخلاصة الرئيسية هي أن حماية الخصوصية لم تكسر الرياضيات.

ومع ذلك، فإن هذه الخصوصية تأتي بتكلفة في السرعة. فبينما يتم التحليل القياسي غير المشفر بشكل فوري تقريباً، استغرق النسخة المشفرة وقتاً أطول بكثير. قاس الباحثون الوقت الذي يستغرقه الخادم لمعالجة سجل واحد ووجدوا أنه يستغرق ما بين ثلاثين إلى واحد وثلاثين مللي ثانية. ورغم أن هذا قد يبدو سريعاً، إلا أنه يمثل زيادة كبيرة مقارنة بإجراء العمل على بيانات غير مشفرة. وفي اختبار منفصل شمل الوقت اللازم لجلب البيانات من ذاكرة التخزين المؤقت الباردة، استغرقت العملية الكاملة لسجل واحد ما يقرب من سبعمائة مللي ثانية. أكد الباحثون أن هذه الأرقام محددة لإعدادهم ونوع النموذج المستخدم، لكنهم يسلطون الضوء على أن التقنية لا تزال ثقيلة حسابياً.

كما أثبت النظام متانته ضد التلاعب. حاول الباحثون عمداً تغيير بايت واحد من البيانات المشفرة المخزنة على الخادم. وعندما حاول النظام قراءة هذه البيانات المعدلة، فشلت البصمة الرقمية، ورفض النظام الملف بشكل صحيح، مما منع استخدام أي معلومات فاسدة. علاوة على ذلك، نجح النظام في منع مستخدم من الوصول إلى ملفات مستخدم آخر، مما أثبت أن طبقة التخزين عزلت البيانات بفعلية.

يخلص البحث إلى أنه من الممكن بناء نظام كامل وشامل يحمي البيانات سواء أثناء تخزينها أو أثناء تحليلها من قبل طرف خارجي. أثبت النموذج الأولي أنه ليس عليك التضحية بالدقة من أجل الحصول على هذا المستوى من الأمان، بشرما كنت مستعداً لقبول أوقات المعالجة الأبطأ. لا يدعي هذا العمل حل جميع مشكلات الحوسبة الآمنة؛ فقد أشار الباحثون إلى أن اختبارهم استخدم بيانات اصطناعية بسيطة ونموذجاً أساسياً. كما لم يختبروا كيفية تعامل النظام مع مجموعات البيانات الضخمة، أو نماذج الذكاء الاصطناعي المعقدة، أو الهجمات النشطة حيث يحاول خادم خبيث خداع النظام. ومع ذلك، فإن التجربة تعد بمثابة إثبات للمفهوم. فهي تظهر أن مرحلتي التعامل مع البيانات الحرجتين — التخزين والاستدلال — يمكن ربطهما بتشفير قوي، مما يخلق سير عمل تظل فيه المعلومات الحساسة تحت سيطرة مالكها من لحظة حفظها حتى لحظة استلام الإجابة.