Im digitalen Zeitalter werden Daten oft als eine Ware behandelt, die geteilt, analysiert und verkauft werden kann. Doch einige der wertvollsten Informationen bleiben jedoch verborgen – nicht, weil sie von Natur aus geheim sind, sondern weil ihre Besitzer einander nicht vertrauen können. Ein Krankenhaus mag sensible Patientendaten halten, eine Bank könnte detaillierte Finanzhistorien besitzen und eine Regierung könnte Volkszählungsdaten verwahren, aber keine von ihnen kann diese Datensätze kombinieren, um Muster zu finden, die Leben retten oder Volkswirtschaften verbessern könnten, ohne das Risiko einer Datenschutzverletzung einzugehen. Jahrzehntelang war die Lösung für dieses Dilemma ein theoretisches Konzept namens sichere Mehrparteien-Berechnung (Secure Multiparty Computation). Die Idee ist täuschend einfach: Mehrere Parteien können zusammenarbeiten, um ein Ergebnis aus ihren privaten Daten zu berechnen, ohne die Daten selbst jemals untereinander oder gegenüber einem externen Beobachter preiszugeben. Es ist wie eine Gruppe von Menschen, die ein Puzzle lösen, wobei jede Person einige Teile hält, aber sie können die Teile nur so aneinander weitergeben, dass das fertige Bild sichtbar wird, ohne jemals die einzelnen Teile zu zeigen.

Obwohl die Theorie seit Jahren existiert, war die Umsetzung in ein praktisches Werkzeug für die reale Analyse ein mühsames Unterfangen. Frühere Versuche, Systeme für diesen Zweck aufzubauen, ähnelten oft spezialisierten Werkzeugen, die für eine einzige Aufgabe konzipiert waren. Ein System war vielleicht exzellent darin, Zahlen für maschinelles Lernen zu verarbeiten, während ein anderes ausschließlich für das Sortieren von Datenbankdatensätzen gebaut wurde und ein drittes für die Verfolgung zeitbasierter Trends. Wenn ein Forscher diese Aufgaben kombinieren wollte – zum Beispiel medizinische Bilder analysieren, diese mit Patientenakten abgleichen und dann Veränderungen im Zeitverlauf verfolgen – stieß er auf eine Wand. Er musste verschiedene, inkompatible Systeme zusammenfügen, ein Prozess, der nicht nur unglaublich schwierig aufzubauen, sondern oft auch unmöglich abzusichern war, da die verschiedenen Systeme unterschiedliche kryptografische Sprachen sprachen. Das Feld steckte fest in einer Sammlung von Einzweck-Engines, die nicht in der Lage waren, die komplexen, gemischten Arbeitsabläufe zu bewältigen, die die moderne Wissenschaft erfordert.

Ein Team von Forschern der Boston University hat nun eine neue Engine entwickelt, die darauf ausgelegt ist, diesen Stillstand zu durchbrechen. Sie nennen sie CryptDough, ein einheitliches System, das es mehreren misstrauischen Parteien ermöglicht, komplexe Datenanalyse-Pipelines auf ihren privaten Eingaben auszuführen, ohne die Rohdaten jemals offenzulegen. Im Gegensatz zu seinen Vorgängern, die auf einen einzigen Typ von Aufgabe oder ein spezifisches Sicherheitssetup beschränkt waren, ist CryptDough darauf ausgelegt, eine Vielzahl von Arbeitslasten gleichzeitig zu bewältigen. Es kann relationale Daten, wie etwa Tabellen von Patientenakten, Zeitreihendaten, wie etwa Ströme von Gesundheitsmonitor-Messwerten, und Aufgaben des maschinellen Lernens, wie die Identifizierung von Krankheiten anhand medizinischer Bilder, alle innerhalb derselben sicheren Umgebung verarbeiten. Das System ist flexibel genug gestaltet, um sich an unterschiedliche Vertrauensstufen anzupassen – von Szenarien, in denen die Parteien lediglich neugierig auf die Daten sind, bis hin zu Situationen, in denen sie aktiv versuchen könnten, vom Protokoll abzuweichen.

Die Forscher erreichten dies durch die Schaffung einer geschichteten Architektur, welche die komplexe Mathematik der Kryptografie von der Logik der Datenanalyse trennt. Am unteren Ende des Stapels übernimmt das System die schwere Arbeit der sicheren Kommunikation und Verschlüsselung und stellt sicher, dass die Daten verborgen bleiben. Darüber bietet es einen Satz von Bausteinen an, die es Entwicklern ermöglichen, hochgradige Operationen zu konstruieren, ohne Experten in Kryptografie sein zu müssen. Eine Schlüsselinnovation in diesem Design ist ein Mechanismus, den die Autoren als „virtuelle Vektoren“ bezeichnen. In der traditionellen Programmierung erfordert die Handhabung von Daten oft das Schreiben komplexer Codes, um zu verwalten, wie Informationen über verschiedene Computer aufgeteilt und wieder zusammengesetzt werden. CryptDough nimmt dem Benutzer diese Last ab. Es erlaubt einem Datenanalysten, Code so zu schreiben, als würde er auf einem einzelnen Computer mit einem einzelnen Thread arbeiten, während das System die parallele Verarbeitung, Kommunikation und Speicherverwaltung im Hintergrund automatisch handhabt. Das bedeutet, dass ein Benutzer ein Programm zur Analyse eines Datensatzes schreiben kann, ohne sich um die komplizierten Details kümmern zu müssen, wie die Daten sicher zwischen den Parteien geteilt werden.

Um ihre Schöpfung zu testen, konstruierten die Forscher einen realistischen, komplexen Workflow, der eine reale medizinische Studie nachahmt. Die Pipeline begann mit der Verwendung eines Modells des maschinellen Lernens, um Röntgenbilder zu analysieren und die Wahrscheinlichkeit von Zuständen wie Pneumonie oder COVID-19 vorherzusagen. Diese Vorhersagen wurden dann mit einer Datenbank von Patientenakten verknüpft, die Informationen über Asthma und Behandlungsgeschichte enthielten. Schließlich analysierte das System Zeitreihendaten von Wearable-Geräten, um nach spezifischen Mustern in den Sauerstoffsättigungswerten zu suchen, die auf Hypoxämie-Ereignisse hindeuten könnten. Das Ziel war es, festzustellen, ob eine Vorgeschichte niedriger Sauerstoffwerte als Indikator für die Diagnose von Atemwegserkrankungen dienen kann. Dieser gesamte Prozess, der Bildverarbeitung, Datenbank-Joins und Zeitreihenanalyse umfasst, wurde sicher über mehrere Parteien hinweg ausgeführt. Die Ergebnisse zeigten, dass CryptDough diese komplexe, mehrstufige Analyse in einer praktikablen Zeitspanne abschließen konnte, die von etwa einer Minute in einem lokalen Netzwerk bis zu etwas über einer Stunde in einem breiteren Netzwerk bei Anwendung der höchsten Sicherheitsstufen reichte.

Die Leistung dieses neuen Systems wurde gegenüber mehreren bestehenden, spezialisierten Werkzeugen gemessen, die derzeit als Stand der Technik gelten. Beim Test auf einzelnen Aufgaben, wie dem Sortieren von Datenbankdatensätzen oder dem Ausführen von Modellen des maschinellen Lernens, erwies sich CryptDough als wettbewerbsfähig gegenüber diesen spezialisierten Systemen. In vielen Fällen war es ihnen sogar überlegen und lief bei spezifischen Arbeitslasten bis zu zweimal schneller als die besten Alternativen. Im Vergleich zu einem allgemeinen Compiler-Tool, das weit verbreitet in diesem Bereich eingesetzt wird, demonstrierte CryptDough einen signifikanten Vorteil und lief in weiträumigen Netzwerkumgebungen bis zu 4,7-mal schneller. Diese Geschwindigkeit ist entscheidend, da die sichere Berechnung aufgrund der Notwendigkeit ständiger Kommunikation und Verifizierung zwischen den Parteien von Natur aus langsamer ist als die Standardberechnung. Durch die Optimierung der Art und Weise, wie diese Kommunikationen ablaufen und wie die Daten parallel verarbeitet werden, gelang es den Forschern, das System effizient genug für den praktischen Einsatz zu halten.

Die Studie hob auch die Einschränkungen hervor, die mit dem Versuch einhergehen, bestehende spezialisierte Systeme zu kombinieren. Die Forscher stellten fest, dass selbst wenn zwei Systeme dieselbe Art von Sicherheitsbedrohung adressieren, sie oft grundlegend unterschiedliche Wege zur Kodierung von Daten verwenden. Der Versuch, Daten von einem System in ein anderes zu übertragen, würde die Konvertierung dieser Kodierungen erfordern – ein Prozess, der nicht nur technisch schwierig ist, sondern auch Sicherheitslücken einführen kann. Darüber hinaus würde die Orchestrierung mehrerer Systeme die Integration unterschiedlicher Laufzeitumgebungen und Programmierschnittstellen erfordern, eine Aufgabe, die ein Maß an technischem Aufwand und kryptografischem Fachwissen verlangt, das selten verfügbar ist. CryptDough löst dies, indem es eine einzige, kohärente Umgebung bereitstellt, in der all diese verschiedenen Arten der Analyse gemeinsam stattfinden können, ohne dass eine Konvertierung oder manuelle Orchestrierung erforderlich ist.

Die Auswirkungen dieser Arbeit reichen über bloße Geschwindigkeit oder Bequemlichkeit hinaus. Indem sie eine einheitliche Engine bereitstellen, die gemischte Arbeitslasten und verschiedene Bedrohungsmodelle unterstützt, haben die Forscher es möglich gemacht, Probleme anzugehen, die zuvor unerreichbar waren. Das System ist auf Erweiterbarkeit ausgelegt, was bedeutet, dass neue kryptografische Protokolle entwickelt oder neue Arten der Datenanalyse entstehen können, ohne dass das gesamte Fundament neu aufgebaut werden muss. Diese Modularität soll die Nutzung der sicheren Berechnung demokratisieren, indem sie Datenanalysten und Softwareentwicklern ermöglicht, sichere Anwendungen zu bauen, ohne selbst Kryptografen sein zu müssen. Die Forscher haben den Quellcode von CryptDough der Öffentlichkeit zugänglich gemacht und laden zu weiterer Entwicklung und Testung ein.

Letztlich stellt die in dieser Arbeit präsentierte Arbeit einen bedeutenden Schritt dar, um die sichere Mehrparteien-Berechnung zu einer praktischen Realität für komplexe Datenanalysen zu machen. Sie bewegt das Feld weg von einer Sammlung isolierter, zweckgebundener Werkzeuge hin zu einer einheitlichen Engine, die in der Lage ist, die ungeordneten, gemischten Arbeitsabläufe zu bewältigen, die die reale Datenwissenschaft charakterisieren. Die Ergebnisse legen nahe, dass es möglich ist, ein System zu bauen, das sowohl sicher als auch leistungsfähig ist und die Funktionalität spezialisierter Systeme verallgemeinern kann, während es deren Leistung oft übertrifft. Während sich die Technologie noch in einem frühen Stadium befindet und vor Herausforderungen bei der Skalierung auf eine sehr große Anzahl von Parteien steht, bietet die Demonstration einer komplexen End-to-End-Pipeline, die sicher über verschiedene Datentypen hinweg läuft, eine überzeugende Vision dessen, was möglich ist, wenn Privatsphäre und Zusammenarbeit nicht länger als gegensätzlich betrachtet werden.