← Ultimi articoli
💻 computer science

How to Watermark the RLWE Homomorphic Ciphertexts

Questo articolo propone due schemi di watermarking robusti, ARWMark e MRWMark, per la crittografia omomorfica basata su RLWE che incorporano informazioni di copyright e autenticazione nei testi cifrati, mantenendo la sicurezza e sopravvivendo alle operazioni omomorfiche di addizione e moltiplicazione.

Autori originali: Yufei Zhou

Pubblicato 2026-07-29
📖 9 min di lettura🧠 Approfondimento

Autori originali: Yufei Zhou

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate un mondo in cui potete chiedere a uno sconosciuto di fare dei calcoli per voi, ma senza mai dover mostrare i vostri numeri segreti. Chiudete i vostri dati in una scatola magica e indistruttibile, la consegnate e lo sconosciuto esegue i calcoli sulla scatola stessa. Quando ve la restituisce, la sbloccate per trovare la risposta, e lo sconosciuto non ha mai visto un singolo numero dei vostri dati originali. Questa è la promessa della Crittografia Omomorfica (HE), un superpotere della crittografia moderna che ci permette di computare su dati criptati senza mai decriptarli. È come inviare una lettera sigillata a un ufficio postale che può smistare, timbrare e instradare la lettera senza mai aprire la busta per leggerne l'indirizzo.

Ma ecco il problema: una volta che quella lettera lascia le vostre mani, di chi è il lavoro all'interno? Se un'azienda utilizza i vostri dati criptati per addestrare un modello o elaborare una scansione medica, il risultato finale è un nuovo, prezioso asset digitale. Come fate a dimostrare che sono stati usati i vostri dati, o che è stato il loro specifico algoritmo a svolgere il lavoro? Nel mondo digitale, di solito applichiamo una filigrana alle foto o alle canzoni per provarne la proprietà. Ma non potete semplicemente dipingere una filigrana su una scatola chiusa; se graffiate la superficie, potreste rompere la magia e la scatola non si aprirà più. Inoltre, se la scatola viene passata di mano in mano ed elaborata molte volte, un semplice graffio potrebbe essere cancellato completamente. Gli scienziati hanno cercato di capire come nascondere una "firma" segreta dentro queste scatole magiche che sopravviva al viaggio e alla matematica, senza rompere la serratura.

Questo articolo, intitolato "How to Watermark the RLWE Homomorphic Ciphertexts", affronta esattamente questo enigma. Gli autori, guidati da Yufei Zhou, propongono un modo per nascondere minuscole, invisibili "filigrane" all'interno del rumore matematico di queste scatole criptate. Non suggeriscono solo un'idea vaga; costruiscono due metodi specifici e funzionanti e dimostrano matematicamente che funzionano. Pensate a come nascondere un messaggio segreto all'interno del rumore statico di un segnale radio. Il messaggio è lì, ma per l'ascoltatore occasionale sembra solo statica. Gli autori dimostrano che anche dopo che il segnale viene amplificato, mescolato con altri segoli o fatto passare attraverso un filtro rumoroso, quel messaggio segreto può ancora essere trovato da chi possiede il decoder giusto.

L'articolo introduce due strumenti distinti per questo compito, ciascuno progettato per un tipo diverso di problema matematico. Il primo strumento, chiamato ARWMark, è come un adesivo robusto e flessibile. È ottimo per sopravvivere quando si sommano le cose (come sommare numeri criptati), ma se si prova a moltiplicare le scatole criptate, l'adesivo viene fatto a pezzi. Il secondo strumento, MRWMark, è più simile a un pezzo di un puzzle complesso e incastrato. È molto più resistente; può sopravvivere sia all'aggiunta che alla moltiplicazione di dati criptati. Tuttavia, è più difficile da usare e richiede molto più "spazio" nel rumore per nascondere il messaggio. Gli autori non l'hanno solo sognato; hanno scritto codice, eseguito migliaia di simulazioni su computer potenti e dimostrato che le loro filigrane rimangono nascoste e rilevabili anche quando i dati criptati vengono sottoposti ai rigori di calcoli complessi.

La Magia della "Scatola Chiusa"

Per capire come funziona, guardiamo gli ingredienti. L'articolo si basa su un tipo di crittografia chiamato RLWE (Ring Learning with Errors). Immaginate di avere una ricetta segreta (i vostri dati) e di voler preparare una torta (calcolare un risultato) nella cucina di uno sconosciuto. Per mantenere sicura la ricetta, non date a loro gli ingredienti; date loro un sacco di farina che ha una piccola, invisibile quantità di sabbia mescolata. Lo sconosciuto cuoce la torta usando questa farina "rumorosa". Quando vi consegna la torta, sapete esattamente quanta sabbia c'era nella farina, quindi potete sottrarla per ottenere la torta perfetta. La "sabbia" è il rumore. Nel mondo reale, questo rumore è una necessità matematica che mantiene sicura la crittografia; senza di esso, la ricetta segreta potrebbe essere indovinata.

Il problema è che questo rumore è anche il posto perfetto per nascondere una filigrana. Gli autori hanno capito che se avessero potuto nascondere un piccolo, specifico schema di "sabbia" all'interno del rumore, avrebbero potuto dimostrare che una specifica scatola apparteneva a loro. Ma c'è un rischio: se mettono troppa sabbia, la torta potrebbe crollare (la decrittazione fallisce). Se ne mettono troppa poca, lo sconosciuto potrebbe non essere in grado di trovare il modello in seguito. E se lo sconosciuto mescola due sacchi di farina (aggiunta omomorfica) o li moltiplica (moltiplicazione omomorfica), i modelli di sabbia potrebbero essere rimescolati o lavati via.

Le Due Soluzioni: L'Adesivo e il Puzzle

Gli autori propongono due modi per risolvere questo, a seconda del tipo di matematica che lo "sconosciuto" deve eseguire.

1. ARWMark: L'Adesivo "Resistente all'Addizione"
Questo metodo è progettato per situazioni in cui i dati criptati vengono principalmente sommati, come nel conteggio dei voti o nella somma di statistiche mediche. Gli autori trattano la filigrana come un segnale segreto nascosto nella statica. Scelgono una "chiave" casuale (un pattern specifico di sabbia) e aggiungono un po' di essa al rumore nella scatola.

  • Come funziona: Immaginate di avere un sacco di farina con sabbia casuale. Aggiungete una piccola, specifica quantità di "sabbia blu". Quando volete controllare se il sacco è vostro, cercate la sabbia blu.
  • L'Ostacolo: Questo funziona benissimo se si aggiungono semplicemente altri sacchi di farina. La sabbia blu viene solo un po' diluita, ma è ancora lì. Tuttavia, se si prova a moltiplicare i sacchi (un'operazione molto più complessa), la sabbia blu viene mescolata così profondamente che il pattern scompare. L'articolo dimostra matematicamente che questo metodo è robusto contro l'addizione ma fallisce contro la moltiplicazione.
  • Il Risultato: Hanno dimostrato che anche dopo aver sommato molti numeri criptati, il pattern della "sabbia blu" poteva ancora essere rilevato con alta precisiono, a patto che la quantità iniziale di sabbia blu fosse sufficientemente forte.

2. MRWMark: Il Puzzle "Resistente alla Moltiplicazione"
Questo è il grande lavoratore. È progettato per scenari in cui i dati vengono moltiplicati, come l'esecuzione di un modello di IA complesso o l'inferenza di deep learning. Questo è molto più difficile perché la moltiplicazione rimescola il rumore in modo caotico.

  • Come funziona: Invece di aggiungere solo un pattern, gli autori usano un trucco intelligente che coinvolge un "sistema di equazioni lineari". Immaginate di avere un insieme di regole (come un indovinello) che solo un set specifico di numeri può risolvere. Nascondono un set di numeri nel rumore che risolve questo indovinello.
  • La Magia: Quando si moltiplicano le scatole criptate, la matematica della moltiplicazione preserva la soluzione dell'indovinello. È come se aveste un puzzle dove i pezzi si incastrano, e anche se scuotete la scatola, i pezzi si incastrano ancora nello stesso modo.
  • L'Ostacolo: Poiché la moltiplicazione crea molto caos, questo metodo richiede molto più "spazio" (intensità di embedding) per nascondere il messaggio. L'articolo nota che la quantità di rumore necessaria per far sì che questo funzioni è enorme — a volte richiedendo un'intensità di embedding nell'ordine dei milioni — per garantire che il messaggio non vada perduto.
  • Il Risultato: Hanno dimostrato che questo metodo può sopravvivere sia all'addizione che alla moltiplicazione, ma è un sistema "zero-bit" (dimostra solo che esiste una filigrana, non trasporta un messaggio lungo) e richiede molte risorse per essere affidabile.

Cosa Dicono i Numeri

Gli autori non hanno solo tirato a indovinare; hanno testato queste idee rigorosamente. Hanno costruito una simulazione in Python su un computer potente con una CPU Intel Xeon Gold e 502 GB di RAM. Hanno impostato i parametri di crittografia per soddisfare un livello di sicurezza standard a 128 bit, utilizzando una dimensione polinomiale (NN) di 2048 e un modulo di testo in chiaro (pp) di 65537.

Per ARWMark, hanno scoperto che con una modesta intensità di embedding (IwI_w) di 7, potevano distinguere chiaramente la filigrana in una crittografia a chiave segreta. Tuttavia, per la crittografia a chiave pubblica (che è più rumorosa), hanno dovuto aumentare quell'intensità a 100 per ottenere lo stesso segnale chiaro. Hanno testato cosa succede aggiungendo rumore casuale (simulando un attaccante che cerca di cancellare la filigrana). Hanno scoperto che finché il rumore non era troppo massiccio, la filigrana sopravviveva. Ma se l'attaccante aggiungeva abbastanza rumore, la filigrana poteva andare perduta, a meno che l'embedding originale non fosse stato reso più forte.

Per MRWMark, la posta in gioco era più alta. Hanno scoperto che con un'intensità di embedding ridotta, la filigrana veniva spesso persa nel rumore. Ma quando hanno aumentato l'intensità a 34, il tasso di successo nel trovare la filigrana è balzato a quasi il 100%. Quando hanno testato la moltiplicazione, i requisiti sono schizzati alle stelle. Per sopravvivere a una singola operazione di moltiplicazione senza un "resize" (un passaggio specifico di riduzione del rumore), avevano bisogno di un'intensità di almeno 782.327. Se aggiungevano un'operazione di resize, quel numero passava a quasi 96 milioni. Questi numeri mostrano che, sebbene il metodo funzioni, comporta un costo pesante in termini della "dimensione" della filigrana necessaria.

In Sintesi

Questo articolo dimostra che possiamo effettivamente nascondere filigrane all'interno di queste scatole criptate magiche. È un passo avanti significativo perché va oltre il semplice "possiamo computare?" per arrivare a "possiamo tracciare e proteggere i risultati di tale computazione?".

Gli autori sottolineano con cura i limiti. Il loro "adesivo" (ARWMark) è ottimo per la semplice addizione ma si rompe sotto la moltiplicazione. Il loro "puzzle" (MRWMark) può gestire la moltiplicazione ma è costoso e difficile da usare. Non pretendono di aver risolto il problema per ogni possibile scenario, ma hanno fornito una solida base e due prototipi funzionanti.

In futuro, gli autori sperano di combinare il meglio di entrambi i mondi — creando una filigrana che sia sia piccola che abbastanza resistente da sopravvivere a qualsiasi operazione matematica. Fino ad allora, il loro lavoro offre un nuovo livello di sicurezza per il mondo della preservazione della privacy, assicurando che quando consegniamo i nostri segreti al cloud, possiamo comunque provare chi ha svolto il lavoro e chi possiede il risultato. È una piccola, invisibile firma in un mare di rumore, ma per l'era digitale, quella firma potrebbe essere la differenza tra la fiducia e il caos.

Sommerso dagli articoli nel tuo campo?

Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.

Prova Digest →