Towards Privacy-Preserving Federated Learning using Hybrid Homomorphic Encryption

Resumen Técnico: Aprendizaje Federado con Criptografía Homomórfica Híbrida y Protección de Claves

1. Planteamiento del Problema

El Aprendizaje Federado (FL) permite entrenar modelos globales colaborativamente sin compartir datos crudos, manteniendo la información en los dispositivos de los clientes. Sin embargo, las actualizaciones de los modelos locales pueden filtrar información privada mediante ataques de reconstrucción de gradientes o inferencia de pertenencia.

Para mitigar esto, se ha propuesto la Criptografía Homomórfica Híbrida (HHE), que combina cifrado simétrico (rápido) en el cliente con cifrado homomórfico (HE) en el servidor para reducir la carga computacional en dispositivos con recursos limitados (como IoT).

La Brecha de Seguridad Identificada:
Los sistemas HHE-FL existentes (como los de Correia et al. y Nguyen et al.) presentan una vulnerabilidad crítica: todos los clientes comparten el mismo par de claves homomórficas.

• Modelo de Amenaza Débil: Estos sistemas asumen que todos los clientes son "honestos pero curiosos".
• Vulnerabilidad: Si un cliente malicioso intercepta la comunicación de otro, puede utilizar su propia clave secreta homomórfica (que es la misma para todos) para descifrar la clave simétrica del otro cliente y, posteriormente, recuperar sus actualizaciones de modelo privadas. Esto rompe la confidencialidad en entornos con participantes maliciosos.

2. Metodología y Propuesta

Los autores proponen eliminar la dependencia de una clave compartida integrando dos mecanismos alternativos de protección de claves dentro del flujo de trabajo HHE-FL, utilizando el esquema PASTA/BFV sobre el framework Flower.

El sistema involucra tres entidades: una Autoridad de Terceros (TPA), un Servidor y M Clientes.

Mecanismos Propuestos:

1. Enmascaramiento (Masking):

   • Funcionamiento: Antes de cifrar la clave simétrica del cliente bajo el esquema homomórfico (BFV), se le suma una máscara aleatoria ($M_i$) generada por la TPA.
   • Proceso: El cliente envía $HE.Enc(s_k + M_i)$. El servidor, que conoce la máscara $M_i$, la resta homomórficamente para recuperar $HE.Enc(s_k)$ y proceder con la descifrado simétrico homomórfico (HESD).
   • Ventaja: Las claves de los clientes son independientes; un cliente no puede usar su propia clave para descifrar la de otro.

2. Encapsulamiento RSA (RSA Encapsulation):

   • Funcionamiento: La clave simétrica del cliente se cifra primero bajo BFV ($s_k^{HE}$) y luego se "envuelve" (encapsula) bajo la clave pública RSA del servidor.
   • Proceso: El cliente envía $RSA.Enc(s_k^{HE})$. Solo el servidor, poseedor de la clave privada RSA, puede desencriptar el paquete para obtener $s_k^{HE}$.
   • Ventaja: Elimina la necesidad de gestionar máscaras y asegura que solo el servidor pueda acceder a la clave simétrica, incluso si otros clientes interceptan el tráfico.

Modelo de Amenaza Extendido:
El nuevo modelo asume que los clientes pueden ser maliciosos e interceptar comunicaciones, pero no coluden con el servidor ni comprometen los primitivos criptográficos subyacentes.

3. Contribuciones Clave

1. Identificación y Eliminación de la Vulnerabilidad de Clave Compartida: Se demuestra que el uso de un par de claves homomórfico único para todos los clientes es un punto de fallo crítico ante clientes maliciosos.
2. Integración de Mecanismos de Protección: Se implementan y evalúan dos soluciones (Enmascaramiento y Encapsulamiento RSA) que permiten que HHE-FL funcione bajo un modelo de amenazas más realista (con participantes maliciosos).
3. Análisis de Seguridad Formal: Se demuestra que las propuestas garantizan la confidencialidad de las actualizaciones individuales y del modelo agregado, basándose en la seguridad IND-CPA de BFV, la seguridad del cifrado simétrico (PASTA) y la suposición RSA.
4. Implementación y Evaluación Empírica: Se desarrolló una implementación completa en C++ y Python (usando pybind11 para conectar Flower con la librería PASTA) y se evaluó en el dataset MNIST con 12 clientes.

4. Resultados Experimentales

La evaluación se realizó en un entorno con 12 clientes, 10 rondas de entrenamiento y un modelo CNN.

• Calidad del Modelo:
  • Ambos mecanismos preservan la precisión del modelo.
  • Enmascaramiento: Logró la mayor precisión (98.35%), superando ligeramente a la línea base (97.39%).
  • RSA (4096 bits): 97.28% (una caída mínima).
• Costos de Comunicación:
  • Enmascaramiento: Costo idéntico a la línea base (~1.79 MB por cliente).
  • RSA: Incremento moderado. RSA-3072 aumentó el tráfico un 1.31x y RSA-4096 un 1.22x debido al tamaño de los bloques cifrados.
• Costos Computacionales:
  • Clientes:
    • Enmascaramiento: Sobrecarga insignificante (~0.018s).
    • RSA: Sobrecarga moderada (0.35s - 0.38s adicionales para cifrado RSA de la clave).
  • Servidor:
    • La operación dominante sigue siendo la HESD (~1400s por cliente).
    • Enmascaramiento: Sobrecarga casi nula (0.001s para restar máscaras).
    • RSA: Sobrecarga significativa pero manejable (12s para RSA-3072 y 19.3s para RSA-4096 por cliente).

5. Significado y Conclusión

Este trabajo es fundamental porque endurece la seguridad del Aprendizaje Federado con HHE sin sacrificar su viabilidad práctica.

• Seguridad vs. Eficiencia: Demuestra que es posible protegerse contra clientes maliciosos (que antes eran ignorados en los modelos de amenazas HHE) con un costo computacional y de comunicación muy bajo.
• Recomendación de Uso:
  • El Enmascaramiento es la opción óptima para entornos con recursos extremadamente limitados, ofreciendo seguridad robusta con sobrecarga casi nula.
  • El Encapsulamiento RSA ofrece garantías de seguridad más fuertes (sin gestión de máscaras) a cambio de un costo moderado, siendo viable para despliegues donde la latencia del servidor no es crítica.
• Impacto Futuro: Abre la puerta a la adopción de HHE en escenarios de IoT y dispositivos móviles reales donde la presencia de participantes maliciosos es una preocupación real, eliminando la necesidad de asumir un modelo de "todos los clientes son honestos".

En resumen, el artículo transforma el HHE-FL de un esquema teórico vulnerable a una solución práctica y segura para entornos adversarios.