CryptDough: A Unified Analytics Engine for Secure Multiparty Computation
क्रिप्टडफ (CryptDough) एक एकीकृत एनालिटिक्स इंजन है जो विभिन्न थ्रेट मॉडल्स के तहत निजी इनपुट्स पर विविध डेटा विश्लेषण पाइपलाइनों को संयुक्त रूप से निष्पादित करने में कई अविश्वासी पक्षों को सक्षम बनाता है, जो अपने पदानुक्रमित डिज़ाइन और वर्चुअल वेक्टर्स के माध्यम से संचार और समानांतरकरण की जटिलताओं को दूर करते हुए उत्कृष्ट प्रदर्शन और मॉड्यूलैरिटी प्राप्त करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
डिजिटल युग में, डेटा को अक्सर साझा करने, विश्लेषण करने और बेचने वाली एक वस्तु के रूप में माना जाता है। फिर भी, कुछ सबसे मूल्यवान जानकारी सुरक्षित रखी जाती है, इसलिए नहीं कि वह स्वभाव से गुप्त है, बल्कि इसलिए क्योंकि उसके मालिक एक-दूसरे पर भरोसा नहीं कर सकते। एक अस्पताल के पास संवेदनशील रोगी रिकॉर्ड हो सकते हैं, एक बैंक के पास विस्तृत वित्तीय इतिहास हो सकता है, और एक सरकार के पास जनगणना का डेटा हो सकता है, लेकिन गोपनीयता के उल्लंघन के जोखिम के बिना ये सभी जीवन बचाने या अर्थव्यवस्थाओं में सुधार करने वाले पैटर्न खोजने के लिए इन डेटासेट्स को संयोजित नहीं कर सकते। दशकों से, इस दुविधा का समाधान 'सिक्योर मल्टीपार्टी कंप्यूटेशन' (secure multiparty computation) नामक एक सैद्धांतिक अवधारणा रही है। यह विचार दिखने में सरल है: कई पक्ष अपने निजी डेटा से एक परिणाम की गणना करने के लिए मिलकर काम कर सकते हैं, बिना उस डेटा को एक-दूसरे को या किसी बाहरी पर्यवेक्षक को प्रकट किए। यह एक समूह द्वारा पहेली सुलझाने जैसा है जहाँ प्रत्येक व्यक्ति के पास कुछ टुकड़े होते हैं, लेकिन वे उन टुकड़ों को एक-दूसरे को केवल इस तरह से दे सकते हैं जिससे अंतिम चित्र तो दिखाई दे, लेकिन व्यक्तिगत टुकड़े कभी न दिखें।
हालाँकि यह सिद्धांत वर्षों से मौजूद है, इसे वास्तविक दुनिया के विश्लेषण के लिए एक व्यावहारिक उपकरण में बदलना एक संघर्ष रहा है। इस उद्देश्य के लिए सिस्टम बनाने के पिछले प्रयास अक्सर एक एकल कार्य के लिए डिज़ाइन किए गए विशिष्ट उपकरणों की तरह थे। एक सिस्टम मशीन लर्निंग के लिए नंबरों को प्रोसेस करने में उत्कृष्ट हो सकता है, जबकि दूसरा केवल डेटाबेस रिकॉर्ड को सॉर्ट करने के लिए बनाया गया था, और तीसरा समय-आधारित रुझानों को ट्रैक करने के लिए। यदि कोई शोधकर्ता इन कार्यों को संयोजित करना चाहता था—उदाहरण के लिए, मेडिकल इमेज का विश्लेषण करना, उन्हें रोगी के रिकॉर्ड के साथ क्रॉस-रेफरेंस करना, और फिर समय के साथ होने वाले परिवर्तनों को ट्रैक करना—तो उसे एक दीवार का सामना करना पड़ता था। उन्हें विभिन्न, असंगत सिस्टमों को आपस में जोड़ना पड़ता था, एक ऐसी प्रक्रिया जो न केवल बनाने में अविश्वसनीय रूप से कठिन थी, बल्कि अक्सर सुरक्षित करना भी असंभव थी, क्योंकि अलग-अलग सिस्टम अलग-अलग क्रिप्टोग्राफिक भाषाओं में बात करते थे। यह क्षेत्र एकल-उद्देश्य वाले इंजनों के संग्रह में फंसा हुआ था जो आधुनिक विज्ञान के लिए आवश्यक जटिल, मिश्रित वर्कफ़्लो को नहीं संभाल सकते थे।
बोस्टन यूनिवर्सिटी के शोधकर्ताओं की एक टीम ने अब इस गतिरोध को तोड़ने के लिए डिज़ाइन किया गया एक नया इंजन बनाया है। वे इसे 'क्रिप्टडो' (CryptDough) कहते हैं, एक एकीकृत प्रणाली जो कई अविश्वासी पक्षों को उनके निजी इनपुट पर जटिल डेटा विश्लेषण पाइपलाइन चलाने की अनुमति देती है, बिना कभी कच्चे डेटा को उजागर किए। अपने पूर्ववर्तियों के विपरीत, जो एक विशिष्ट प्रकार के कार्य या एक विशिष्ट सुरक्षा सेटअप तक सीमित थे, क्रिप्टडो विविध प्रकार के वर्कलोड को एक साथ संभालने के लिए बनाया गया है। यह रिलेशनल डेटा (जैसे रोगी रिकॉर्ड की तालिकाएं), टाइम सीरीज़ डेटा (जैसे स्वास्थ्य मॉनिटर रीडिंग की स्ट्रीम), और मशीन लर्निंग कार्यों (जैसे मेडिकल इमेज से बीमारियों की पहचान करना) को एक ही सुरक्षित वातावरण के भीतर प्रोसेस कर सकता है। सिस्टम को विभिन्न स्तरों के विश्वास के अनुकूल होने के लिए पर्याप्त लचीला बनाया गया है, जिसमें ऐसे परिदृश्य शामिल हैं जहाँ पक्ष केवल डेटा के बारे में जिज्ञासु हैं, से लेकर ऐसी स्थितियाँ जहाँ वे सक्रिय रूप से प्रोटोकॉल से भटकने की कोशिश कर सकते हैं।
उन्होंने इसे एक स्तरीय आर्किटेक्चर बनाकर हासिल किया है जो डेटा विश्लेषण के तर्क (logic) से क्रिप्टोग्राफी की जटिल गणित को अलग करता है। स्टैक के निचले स्तर पर, सिस्टम सुरक्षित संचार और एन्क्रिप्शन के भारी काम को संभालता है, यह सुनिश्चित करते हुए कि डेटा छिपा रहे। इसके ऊपर, यह बिल्डिंग ब्लॉक्स का एक सेट प्रदान करता है जो डेवलपर्स को क्रिप्टोग्राफी विशेषज्ञ बने बिना उच्च-स्तरीय संचालन (operations) बनाने की अनुमति देता है। इस डिज़ाइन में एक प्रमुख नवाचार एक तंत्र है जिसे लेखक "वर्चुअल वेक्टर्स" (virtual vectors) कहते हैं। पारंपरिक प्रोग्रामिंग में, डेटा को संभालने के लिए अक्सर सूचना को विभिन्न कंप्यूटरों के बीच कैसे विभाजित किया जाए और उसे कैसे पुनर्गठित किया जाए, इसका प्रबंधन करने के लिए जटिल कोड लिखना पड़ता है। क्रिप्टडो उपयोगकर्ता से यह बोझ हटा देता है। यह एक डेटा विश्लेषक को इस तरह कोड लिखने की अनुमति देता है जैसे कि वे एक सिंगल थ्रेड वाले एकल कंप्यूटर पर काम कर रहे हों, जबकि सिस्टम बैकग्राउंड में समानांतर प्रसंस्करण (parallel processing), संचार और मेमोरी प्रबंधन को स्वचालित रूप से संभालता है। इसका अर्थ है कि एक उपयोगकर्ता डेटासेट का विश्लेषण करने के लिए प्रोग्राम लिख सकता है बिना इस बात की चिंता किए कि डेटा को पक्षों के बीच सुरक्षित रूप से कैसे साझा किया जा रहा है।
अपने निर्माण का परीक्षण करने के लिए, शोधकर्ताओं ने एक वास्तविक, जटिल वर्कफ़्लो बनाया जो एक वास्तविक दुनिया के चिकित्सा अध्ययन की नकल करता है। पाइपलाइन की शुरुआत एक मशीन लर्निंग मॉडल का उपयोग करके एक्स-रे छवियों का विश्लेषण करने और निमोनिया या कोविड-19 जैसी स्थितियों की संभावना का अनुमान लगाने से हुई। इन भविष्यवाणियों को फिर रोगी के रिकॉर्ड के डेटाबेस के साथ जोड़ा गया जिसमें अस्थमा और उपचार के इतिहास की जानकारी थी। अंत में, सिस्टम ने पहनने योग्य उपकरणों (wearable devices) के टाइम-सीरीज़ डेटा का विश्लेषण किया, जो ऑक्सीजन संतृप्ति स्तरों में विशिष्ट पैटर्न की तलाश कर रहा था जो हाइपोक्सिमिया घटनाओं का संकेत दे सकते हैं। लक्ष्य यह निर्धारित करना था कि क्या कम ऑक्सीजन स्तर का इतिहास श्वसन रोगों के निदान के लिए एक संकेतक के रूप में कार्य कर सकता है। यह पूरी प्रक्रिया, जिसमें इमेज प्रोसेसिंग, डेटाबेस जॉइन्स और टाइम-सीरीज़ विश्लेषण शामिल है, कई पक्षों के बीच सुरक्षित रूप से निष्पादित की गई। परिणामों ने दिखाया कि क्रिप्टडो इस जटिल, बहु-चरणीय विश्लेषण को एक व्यावहारिक समय सीमा में पूरा कर सकता है, जो स्थानीय नेटवर्क पर लगभग एक मिनट से लेकर उच्चतम स्तर की सुरक्षा का उपयोग करते समय व्यापक नेटवर्क पर एक घंटे से थोड़ा अधिक तक होता है।
इस नए सिस्टम के प्रदर्शन को वर्तमान में अत्याधुनिक माने जाने वाले कई मौजूदा, विशिष्ट उपकरणों के विरुद्ध मापा गया। व्यक्तिगत कार्यों, जैसे डेटाबेस रिकॉर्ड को सॉर्ट करना या मशीन लर्निंग मॉडल चलाना, पर परीक्षण करने पर, क्रिप्टडो इन विशिष्ट प्रणालियों के साथ प्रतिस्पर्धी साबित हुआ। कई मामलों में, इसने वास्तव में उन्हें पीछे छोड़ दिया, विशिष्ट वर्कलोड के लिए सर्वोत्तम विकल्पों की तुलना में दो गुना तेज़ चला। एक सामान्य-उद्देश्य वाले कंपाइलर टूल की तुलना में, जो क्षेत्र में व्यापक रूप से उपयोग किया जाता है, क्रिप्टडो ने महत्वपूर्ण लाभ प्रदर्शित किया, जो वाइड-एरिया नेटवर्क सेटिंग्स में 4.7 गुना तक तेज़ चला। यह गति महत्वपूर्ण है क्योंकि निरंतर संचार और सत्यापन की आवश्यकता के कारण सुरक्षित गणना स्वाभाविक रूप से मानक गणना से धीमी होती है। यह संचार कैसे होता है और डेटा को समानांतर में कैसे प्रोसेस किया जाता है, इसे अनुकूलित करके, शोधकर्ताओं ने सिस्टम को व्यावहारिक उपयोग के लिए कुशल बनाए रखने में सफलता प्राप्त की।
अध्ययन ने मौजूदा विशिष्ट प्रणालियों को संयोजित करने की सीमाओं को भी रेखांकित किया। शोधकर्ताओं ने नोट किया कि भले ही दो सिस्टम एक ही प्रकार के सुरक्षा खतरे को लक्षित करते हों, वे अक्सर डेटा को एनकोड करने के मौलिक रूप से भिन्न तरीकों का उपयोग करते हैं। एक सिस्टम से दूसरे सिस्टम में डेटा पारित करने के लिए इन एनकोडिंग को परिवर्तित करना आवश्यक होगा, एक ऐसी प्रक्रिया जो न केवल तकनीकी रूप से कठिन है, बल्कि सुरक्षा संबंधी कमजोरियां भी पैदा कर सकती है। इसके अलावा, कई सिस्टमों को संचालित करने के लिए विभिन्न रनटाइम वातावरणों और प्रोग्रामिंग इंटरफेस को एकीकृत करने की आवश्यकता होगी, जो इंजीनियरिंग प्रयास और क्रिप्टोग्राफिक विशेषज्ञता के उस स्तर की मांग करता है जो शायद ही कभी उपलब्ध होता है। क्रिप्टडो इसे एक एकल, सुसंगत वातावरण प्रदान करके हल करता है जहाँ ये सभी विभिन्न प्रकार के विश्लेषण बिना किसी रूपांतरण या मैनुअल ऑर्केस्ट्रेशन के एक साथ हो सकते हैं।
इस कार्य के निहितार्थ केवल गति या सुविधा से परे हैं। एक एकीकृत इंजन प्रदान करके जो मिश्रित वर्कलोड और विभिन्न थ्रेट मॉडल का समर्थन करता है, शोधकर्ताओं ने उन समस्याओं को हल करना संभव बना दिया है जो पहले पहुंच से बाहर थीं। सिस्टम को विस्तार योग्य (extensible) बनाया गया है, जिसका अर्थ है कि जैसे-जैसे नए क्रिप्टोग्राफिक प्रोटोकॉल विकसित होते हैं या डेटा विश्लेषण के नए प्रकार उभरते हैं, उन्हें पूरे आधार को फिर से बनाए बिना सिस्टम में जोड़ा जा सकता है। यह मॉड्यूलरिटी सुरक्षित गणना के उपयोग को लोकतांत्रिक बनाने के लिए है, जिससे डेटा विश्लेषक और सॉफ्टवेयर डेवलपर्स को क्रिप्टोग्राफर बने बिना सुरक्षित एप्लिकेशन बनाने की अनुमति मिलती है। शोधकर्ताओं ने क्रिप्टडो का सोर्स कोड सार्वजनिक रूप से उपलब्ध कराया है, जिससे आगे के विकास और परीक्षण को बढ़ावा मिले।
अंत में, इस पेपर में प्रस्तुत कार्य सुरक्षित मल्टीपार्टी कंप्यूटेशन को जटिल डेटा विश्लेषण के लिए एक व्यावहारिक वास्तविकता बनाने की दिशा में एक महत्वपूर्ण कदम है। यह क्षेत्र को अलग-थलग, एकल-उद्देश्य वाले उपकरणों के संग्रह से हटाकर एक एकीकृत इंजन की ओर ले जाता है जो वास्तविक दुनिया के मिश्रित वर्कफ़्लो को संभालने में सक्षम है। परिणाम बताते हैं कि एक ऐसा सिस्टम बनाना संभव है जो सुरक्षित और प्रदर्शन करने वाला दोनों हो, जो विशिष्ट प्रणालियों की कार्यक्षमता को सामान्यीकृत करने में सक्षम हो और अक्सर उनके प्रदर्शन से भी बेहतर हो। हालांकि यह तकनीक अभी अपने शुरुआती चरणों में है और बहुत बड़ी संख्या में पक्षों तक स्केल करने की चुनौतियों का सामना कर रही है, विभिन्न प्रकार के डेटा पर सुरक्षित रूप से चलने वाला एक जटिल, एंड-टू-एंड पाइपलाइन का प्रदर्शन उस दृष्टि को प्रस्तुत करता है जो संभव है जब गोपनीयता और सहयोग को एक-दूसरे के विरोधी के रूप में नहीं देखा जाता।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।