Imagina un mundo donde puedes pedirle a un extraño que haga matemáticas por ti, pero nunca tienes que mostrarle tus números secretos. Encierras tus datos en una caja mágica e inquebrantable, se la entregas y el extraño realiza cálculos sobre la propia caja. Cuando te la devuelve, tú la desbloqueas para encontrar la respuesta, y el extraño nunca vio ni un solo dígito de tus datos originales. Esto es la promesa del Cifrado Homomórfico (HE), un superpoder de la criptografía moderna que nos permite computar sobre datos cifrados sin tener que descifrarlos nunca. Es como enviar una carta sellada a una oficina de correos que puede clasificar, sellar y enrutar la carta sin necesidad de abrir nunca el sobre para leer la dirección.

Pero aquí está el problema: una vez que esa carta sale de tus manos, ¿quién es el dueño del trabajo en su interior? Si una empresa utiliza tus datos cifrados para entrenar un modelo o procesar un escaneo médico, el resultado final es un nuevo y valioso activo digital. ¿Cómo demuestras que se utilizaron tus datos, o que fue su algoritmo específico el que realizó el trabajo? En el mundo digital, solemos poner una marca de agua a las fotos o canciones para demostrar la propiedad. Pero no puedes simplemente pintar una marca de agua en una caja cerrada; si rayas la superficie, podrías romper la magia y la caja no se abriría. Además, si la caja se pasa de mano en mano y se procesa muchas veces, un simple rasguño podría borrarse por completo. Los científicos han estado intentando averiguar cómo esconder una "firma" secreta dentro de estas cajas mágicas que sobreviva al viaje y a las matemáticas, sin romper la cerradura.

Este artículo, titulado "How to Watermark the RLWE Homomorphic Ciphertexts", aborda exactamente ese rompecabezas. Los autores, liderados por Yufei Zhou, proponen una forma de esconder marcas de agua diminutas e invisibles dentro del ruido matemático de estas cajas cifradas. No se limitan a sugerir una idea vaga; construyen dos métodos específicos y funcionales, y demuestran matemáticamente que funcionan. Piensa en ello como esconder un mensaje secreto dentro de la estática de una señal de radio. El mensaje está ahí, pero para un oyente casual, solo suena como estática. Los autores demuestran que incluso después de que la señal es amplificada, mezclada con otras señales o pasada por un filtro ruidoso, ese mensaje secreto aún puede ser encontrado por alguien que conozca el decodificador adecuado.

El artículo introduce dos herramientas distintas para este trabajo, cada una diseñada para un tipo diferente de problema matemático. La primera herramienta, llamada ARWMark, es como una pegatina resistente y flexible. Es excelente para sobrevivir cuando se suman cosas (como sumar números cifrados), pero si intentas multiplicar las cajas cifradas, la pegatina se hace pedazos. La segunda herramienta, MRWMark, es más bien como una pieza de rompecabezas compleja e interconectada. Es mucho más robusta; puede sobrevivir tanto a la suma como a la multiplicación de datos cifrados. Sin embargo, es más difícil de usar y requiere mucho más "espacio" en el ruido para esconder el mensaje. Los autores no solo soñaron con esto; escribieron código, realizaron miles de simulaciones en potentes ordenadores y demostraron que sus marcas de agua permanecen ocultas y detectables incluso cuando los datos cifrados pasan por el rigor de cálculos complejos.

La Magia de la "Caja Cerrada"

Para entender cómo funciona esto, observemos los ingredientes. El artículo se basa en un tipo de cifrado llamado RLWE (Ring Learning with Errors). Imagina que tienes una receta secreta (tus datos) y quieres hornear un pastel (computar un resultado) en la cocina de un extraño. Para mantener segura la receta, no le das los ingredientes; le das una bolsa de harina que tiene una cantidad diminuta e invisible de arena mezclada. El extraño hornea el pastel usando esta harina "con ruido". Cuando te entrega el pastel, sabes exactamente cuánta arena había en la harina, por lo que puedes restarla para obtener el pastel perfecto. La "arena" es el ruido. En el mundo real, este ruido es una necesidad matemática que mantiene segura la encriptación; sin él, la receta secreta podría ser adivinada.

El problema es que este ruido es también el escondite perfecto para una marca de agua. Los autores se dieron cuenta de que si pudieran esconder un patrón de "arena" diminuto y específico dentro del ruido, podrían demostrar que una caja específica les pertenecía. Pero hay un riesgo: si ponen demasiada arena, el pastel podría desmoronarse (el descifrado falla). Si ponen poca, es posible que el extraño no pueda encontrar el patrón más tarde. Y si el extraño mezcla dos bolsas de harina (suma homomórfica) o las multiplica (multiplicación homomórfica), los patrones de arena podrían mezclarse o lavarse por completo.

Las Dos Soluciones: La Pegatina y el Rompecabezas

Los autores proponen dos formas de resolver esto, dependiendo de qué tipo de matemáticas necesite hacer el "extraño".

1. ARWMark: La Pegatina "A prueba de Sumas"
Este método está diseñado para situaciones donde los datos cifrados se suman principalmente, como al contar votos o sumar estadísticas médicas. Los autores tratan la marca de agua como una señal secreta escondida en la estática. Eligen una "clave" aleatoria (un patrón de arena específico) y añaden un poco de ella al ruido en la caja.

• Cómo funciona: Imagina que tienes una bolsa de harina con arena aleatoria. Añades una cantidad pequeña y específica de "arena azul" a ella. Cuando quieres comprobar si la bolsa es tuya, buscas la arena azul.
• El Problema: Esto funciona de maravilla si solo sumas más bolsas de harina. La arena azul simplemente se diluye un poco, pero sigue ahí. Sin embargo, si intentas multiplicar las bolsas (una operación mucho más compleja), la arena azul se mezcla tan a fondo que el patrón desaparece. El artículo demuestra matemáticamente que este método es robusto frente a la suma, pero falla frente a la multiplicación.
• El Resultado: Demostraron que incluso después de sumar muchos números cifrados, el patrón de la "arena azul" aún podía detectarse con alta precisión, siempre que la cantidad inicial de arena azul fuera lo suficientemente fuerte.

2. MRWMark: El Rompecabezas "A prueba de Multiplicación"
Este es el que hace el trabajo pesado. Está diseñado para escenarios donde los datos se multiplican, como ejecutar un modelo de IA complejo o una inferencia de aprendizaje profundo. Esto es mucho más difícil porque la multiplicación desordena el ruido de una manera caótica.

• Cómo funciona: En lugar de solo añadir un patrón, los autores utilizan un trucreto que involucra un "sistema de ecuaciones lineales". Imagina que tienes un conjunto de reglas (como un acertijo) que solo un conjunto específico de números puede resolver. Esconden un conjunto de números dentro del ruido que resuelve este acertijo.
• La Magia: Cuando multiplicas las cajas cifradas, la matemática de la multiplicación en realidad preserva la solución al acertijo. Es como si tuvieras un rompecabezas cuyas piezas encajan, y aunque agites la caja, las piezas siguen encajando de la misma manera.
• El Problema: Debido a que la multiplicación crea mucho caos, este método necesita mucho más "espacio" (intensidad de incrustación) para esconder el mensaje. El artículo señala que la cantidad de ruido necesaria para que esto funcione es enorme —a veces necesitando una intensidad de incrustación en los millones— para asegurar que el mensaje no se pierda en la tormenta matemática.
• El Resultado: Demostraron que este método puede sobrevivir tanto a la suma como a la multiplicación, pero es un sistema de "cero bits" (solo demuestra que existe una marca de agua, no transporta un mensaje largo) y requiere muchos recursos para ser fiable.

Lo que dicen los Números

Los autores no solo adivinaron; probaron estas ideas rigurosamente. Construyeron una simulación usando Python en un potente ordenador con una CPU Intel Xeon Gold y 502 GB de RAM. Configuraron los parámetros de cifrado para cumplir con un nivel de seguridad estándar de 128 bits, utilizando un tamaño de polinomio ($N$) de 2048 y un módulo de texto plano ($p$) de 65537.

Para ARWMark, descubrieron que con una intensidad de incrustación ($I_w$) modesta de 7, podían distinguir claramente la marca de agua en el cifrado de clave secreta. Sin embargo, para el cifrado de clave pública (que tiene más ruido), necesitaron subir esa intensidad a 100 para obtener la misma señal clara. Probaron qué sucede cuando se añade ruido aleatorio (simulando un atacante que intenta borrar la marca de agua). Descubrieron que mientras el ruido no fuera demasiado masivo, la marca de agua sobrevivía. Pero si el atacante añadía suficiente ruido, la marca de agua podía perderse, a menos que la incrustación original se hiciera más fuerte.

Para MRWMark, lo que estaba en juego era mayor. Descubrieron que con una intensidad de incustación pequeña, la marca de agua a menudo se perdía en el ruido. Pero cuando aumentaron la intensidad a 34, la tasa de éxito de encontrar la marca de agua saltó a casi el 100%. Cuando probaron la multiplicación, los requisitos se dispararon. Para sobrevivir a una sola operación de multiplicación sin un "resize" (un paso específico de reducción de ruido), necesitaban una intensidad de al menos 782.327. Si añadían una operación de resize, ese número subía a casi 96 millones. Estos números muestran que, si bien el método funciona, conlleva un alto coste en términos del "tamaño" de la marca de agua necesaria.

Conclusión

Este artículo demuestra que, de hecho, podemos esconder marcas de agua dentro de estas cajas mágicas cifradas. Es un paso significativo hacia adelante porque va más allá de "¿podemos computar?" para pasar a "¿podemos rastrear y proteger los resultados de esa computación?".

Los autores señalan cuidadosamente los límites. Su "pegatina" (ARWMark) es excelente para la suma simple, pero se rompe ante la multiplicación. Su "rompecabezas" (MRWMark) puede manejar la multiplicación, pero es costoso y difícil de usar. No pretenden haber resuelto el problema para todos los escenarios posibles, pero han proporcionado una base sólida y dos prototipos funcionales.

En el futuro, los autores esperan combinar lo mejor de ambos mundos: crear una marca de agua que sea a la vez pequeña y lo suficientemente resistente como para sobrevivir a cualquier operación matemática. Hasta entonces, su trabajo ofrece una nueva capa de seguridad para el mundo de la preservación de la privacidad, asegurando que, cuando entregamos nuestros secretos a la nube, aún podamos demostrar quién hizo el trabajo y quién es el dueño del resultado. Es una firma pequeña e invisible en un mar de ruido, pero en la era digital, esa firma podría ser la diferencia entre la confianza y el caos.