CryptDough: A Unified Analytics Engine for Secure Multiparty Computation

À l'ère numérique, les données sont souvent traitées comme une marchandise destinée à être partagée, analysée et vendue. Pourtant, certaines des informations les plus précieuses restent verrouillées, non pas parce qu'elles sont secrètes par nature, mais parce que leurs propriétaires ne peuvent pas se faire confiance. Un hôpital peut détenir des dossiers de patients sensibles, une banque peut posséder des historiques financiers détaillés et un gouvernement peut conserver des données de recensement, mais aucun ne peut combiner ces ensembles de données pour trouver des modèles qui pourraient sauver des vies ou améliorer les économies sans risquer une violation de la vie privée. Pendant des décennies, la solution à ce dilemme a été un concept théorique appelé calcul multipartite sécurisé. L'idée est d'une simplicité trompeuse : plusieurs parties peuvent travailler ensemble pour calculer un résultat à partir de leurs données privées sans jamais révéler les données elles-mêmes aux autres ou à un observateur extérieur. C'est comme un groupe de personnes résolvant un puzzle où chaque personne détient quelques pièces, mais elles ne peuvent se transmettre les pièces que d'une manière qui révèle l'image finale sans jamais montrer les pièces individuelles.

Bien que la théorie existe depuis des années, la transformer en un outil pratique pour l'analyse du monde réel a été une lutte. Les tentatives précédentes pour construire des systèmes à cet effet étaient souvent comme des outils spécialisés conçus pour un seul travail. Un système pouvait être excellent pour traiter des chiffres pour l'apprentissage automatique, tandis qu'un autre était construit uniquement pour trier des enregistrements de bases de données, et un troisième pour suivre des tendances temporelles. Si un chercheur voulait combiner ces tâches — par exemple, analyser des images médicales, les croiser avec des dossiers de patients, puis suivre les changements au fil du temps — il se heurtait à un mur. Il devait assembler différents systèmes incompatibles, un processus qui était non seulement incroyablement difficile à construire, mais souvent impossible à sécuriser, car les différents systèmes parlaient des langages cryptographiques différents. Le domaine était bloqué avec une collection de moteurs à usage unique qui ne pouvaient pas gérer les flux de travail complexes et mixtes requis par la science moderne.

Une équipe de chercheurs de l'Université de Boston a maintenant construit un nouveau moteur conçu pour briser cette impasse. Ils l'appellent CryptDough, un système unifié qui permet à plusieurs parties méfiantes d'exécuter des pipelines d'analyse de données complexes sur leurs entrées privées sans jamais exposer les données brutes. Contra\u00e8tement à ses prédécesseurs, qui étaient limités à un seul type de tâche ou à une configuration de sécurité spécifique, CryptDough est conçu pour gérer simultanément une grande variété de charges de travail. Il peut traiter des données relationnelles, telles que des tableaux de dossiers de patients, des données de séries temporelles, comme des flux de lectures de moniteurs de santé, et des tâches d'apprentissage automatique, telles que l'identification de maladies à partir d'images médicales, le tout au sein d'un même environnement sécurisé. Le système est conçu pour être suffisamment flexible pour s'adapter à différents niveaux de confiance, allant de scénarios où les parties sont simplement curieuses des données à des situations où elles pourraient activement dévier du protocole.

Les chercheurs y sont parvenus en créant une architecture stratifiée qui sépare la mathématique complexe de la cryptographie de la logique de l'analyse de données. Au bas de la pile, le système gère le travail lourd de la communication sécurisée et du chiffrement, garantissant que les données restent cachées. Au-dessus de cela, il offre un ensemble de blocs de construction qui permettent aux développeurs de construire des opérations de haut niveau sans avoir besoin d'être des experts en cryptographie. Une innovation clé dans cette conception est un mécanisme que les auteurs appellent « vecteurs virtuels ». Dans la programmation traditionnelle, la manipulation de données nécessite souvent l'écriture de codes complexes pour gérer la façon dont l'information est répartie entre différents ordinateurs et comment elle est réassemblée. CryptDough supprime ce fardeau de l'utilisateur. Il permet à un analyste de données d'écrire du code comme s'il travaillait sur un seul ordinateur avec un seul thread, tandis que le système gère automatiquement le traitement parallèle, la communication et la gestion de la mémoire en arrière-plan. Cela signifie qu'un utilisateur peut écrire un programme pour analyser un ensemble de données sans se soucier des détails complexes de la manière dont les données sont partagées de manière sécurisée entre les parties.

Pour tester leur création, les chercheurs ont construit un flux de travail réaliste et complexe qui imite une étude médicale du monde réel. Le pipeline a commencé par utiliser un modèle d'apprentissage automatique pour analyser des images de rayons X et prédire la probabilité de conditions telles que la pneumonie ou la COVID-19. Ces prédictions ont ensuite été jointes à une base de données de dossiers de patients contenant des informations sur l'asthme et l'historique des traitements. Enfin, le système a analysé des données de séries temporelles provenant de dispositifs portables, recherchant des modèles spécifiques dans les niveaux de saturation en oxygène qui pourraient indiquer des incidents d'hypoxémie. L'objectif était de déterminer si un historique de faibles niveaux d'oxygène pouvait servir d'indicateur pour diagnostiquer des maladies respiratoires. Tout ce processus, qui implique le traitement d'images, des jointures de bases de données et l'analyse de séries temporelles, a été exécuté de manière sécurisée entre plusieurs parties. Les résultats ont montré que CryptDough pouvait achever cette analyse complexe et multi-étapes dans un délai pratique, allant d'environ une minute sur un réseau local à un peu plus d'une heure sur un réseau plus large lors de l'utilisation des niveaux de sécurité les plus élevés.

La performance de ce nouveau système a été mesurée par rapport à plusieurs outils spécialisés existants, qui sont actuellement considérés comme l'état de l'art. Lorsqu'ils ont été testés sur des tâches individuelles, telles que le tri de dossiers de bases de données ou l'exécution de modèles d'apprentissage automatique, les performances de CryptDough se sont révélées compétitives par rapport à ces systèmes spécialisés. Dans de nombreux cas, il les a même surpassés, fonctionnant jusqu'à deux fois plus vite que les meilleures alternatives pour des charges de travail spécifiques. Comparé à un outil de compilation généraliste largement utilisé dans le domaine, CryptDough a démontré un avantage significatif, fonctionnant jusqu'à 4,7 fois plus vite dans des environnements de réseaux étendus. Cette vitesse est cruciale car le calcul sécurisé est intrinsèquement plus lent que le calcul standard en raison de la nécessité d'une communication et d'une vérification constantes entre les parties. En optimisant la façon dont ces communications se produisent et la façon dont les données sont traitées en parallèle, les chercheurs ont réussi à maintenir l'efficacité du système pour une utilisation pratique.

L'étude a également mis en évidence les limites de la combinaison des systèmes spécialisés existants. Les chercheurs ont noté que même si deux systèmes visent le même type de menace de sécurité, ils utilisent souvent des méthodes fondamentalement différentes pour encoder les données. Tenter de passer des données d'un système à un autre nécessiterait de convertir ces encodages, un processus qui est non seulement techniquement difficile, mais qui pourrait introduire des vulnérabilités de sécurité. De plus, l'orchestration de multiples systèmes nécessiterait l'intégration d'environnements d'exécution et d'interfaces de programmation différents, une tâche qui exige un niveau d'effort d'ingénierie et d'expertise cryptographique rarement disponible. CryptDough résout cela en fournissant un environnement unique et cohérent où tous ces différents types d'analyses peuvent se dérouler ensemble sans besoin de conversion ou d'orchestration manuelle.

Les implications de ce travail vont au-delà de la simple vitesse ou de la commodité. En fournissant un moteur unifié qui supporte des charges de travail mixtes et divers modèles de menace, les chercheurs ont rendu possible l'abord de problèmes qui étaient auparavant hors de portée. Le système est conçu pour être extensible, ce qui signifie qu'à mesure que de nouveaux protocoles cryptographiques sont développés ou que de nouveaux types d'analyse de données émergent, ils peuvent être ajoutés au système sans reconstruire toute la fondation. Cette modularité est destinée à démocratiser l'utilisation du calcul sécurisé, permettant aux analystes de données et aux développeurs de logiciels de construire des applications sécurisées sans avoir besoin d'être des cryptographes eux-mêmes. Les chercheurs ont rendu le code source de CryptDough public, invitant au développement et aux tests ultérieurs.

En fin de compte, le travail présenté dans cet article représente une étape importante pour faire du calcul multipartite sécurisé une réalité pratique pour l'analyse de données complexes. Il fait passer le domaine d'une collection d'outils isolés et à usage unique vers un moteur unifié capable de gérer les flux de travail réels, complexes et mixtes qui caractérisent la science des données. Les résultats suggèrent qu'il est possible de construire un système qui soit à la fois sécurisé et performant, capable de généraliser les fonctionnalités des systèmes spécialisés tout en dépassant souvent leurs performances. Bien que la technologie soit encore à ses débuts et soit confrontée à des défis de mise à l'échelle pour un très grand nombre de parties, la démonstration d'un pipeline complet et complexe s'exécutant de manière sécurisée à travers différents types de données offre une vision convaincante de ce qui est possible lorsque la confidentialité et la collaboration ne sont plus vues comme mutuellement exclusives.