Stel je een wereld voor waarin je een vreemde kunt vragen om wiskunde voor je te doen, maar je hoeft je geheime getallen nooit aan hen te laten zien. Je vergrendelt je gegevens in een magische, onbreekbare doos, draagt deze over en de vreemde voert berekeningen uit op de doos zelf. Wanneer ze hem teruggeven, ontgrendel je de doos en vind je het antwoord, terwijl de vreemde nog nooit een enkel cijfer van je oorspronkelijke gegevens heeft gezien. Dit is de belofte van Homomorfe Encryptie (HE), een superkracht van de moderne cryptografie die ons in staat stelt om op versleutelde gegevens te rekenen zonder ze ooit te ontsleutelen. Het is alsof je een verzegelde brief naar een postkantoor stuurt dat de brief kan sorteren, stempelen en routeren zonder de envelop ooit te openen om het adres te lezen.

Maar hier zit de crux: zodra die brief je handen verlaat, wie is dan de eigenaar van het werk binnenin? Als een bedrijf jouw versleutelde gegevens gebruikt om een model te trainen of een medische scan te verwerken, dan is het eindresultaat een nieuw, waardevol digitaal bezit. Hoe bewijs je dat jouw gegevens zijn gebruikt, of dat hun specifieke algoritme degene was die het werk heeft gedaan? In de digitale wereld plaatsen we meestal een watermerk op foto's of liedjes om eigendom te bewijzen. Maar je kunt niet zomaar een watermerk op een vergrendelde doos schilderen; als je het oppervlak krast, kun je de magie misschien verbreken, waardoor de doos niet meer opent. Bovendien, als de doos veel rondgestuurd en bewerkt wordt, kan een simpel krasje volledig worden uitgewist. Wetenschappers proberen al een tijdje uit te vogelen hoe ze een geheime "handtekening" in deze magische dozen kunnen verbergen die de reis en de wiskunde overleeft, zonder het slot te breken.

Dit artikel, met de titel "How to Watermark the RLWE Homomorphic Ciphertexts", pakt precies dat puzzelstuk aan. De auteurs, onder leiding van Yufei Zhou, stellen een manier voor om minuscule, onzichtbare "watermerken" te verbergen in de wiskundige ruis van deze versleutelde dozen. Ze suggereren niet alleen een vaag idee; ze bouwen twee specifieke, werkende methoden en bewijzen wiskundig dat ze werken. Denk eraan als het verbergen van een geheim bericht in de statische ruis van een radiosignaal. Het bericht is er wel, maar voor de gewone luisteraar klinkt het slechts als statische ruis. De auteurs laten zien dat zelfs nadat het signaal is versterkt, gemengd met andere signalen, of door een ruisfilter is gestuurd, dat geheime bericht nog steeds gevonden kan worden door iemand die over de juiste decoder beschikt.

Het artikel introduceert twee verschillende instrumenten voor deze taak, elk ontworpen voor een ander soort wiskundig probleem. Het eerste instrument, genaamd ARWMark, is als een stevige, flexibele sticker. Het is geweldig in het overleven wanneer je dingen bij elkaar optelt (zoals het optellen van versleutelde getallen), maar als je de versleutelde dozen probeert te vermenigvuldigen, wordt de sticker aan flarden gescheurd. Het tweede instrument, MRWMark, is meer als een complex, in elkaar grijpend puzzelstukje. Het is veel robuuster; het kan zowel optellen als vermenigvuldigen van versleutelde gegevens overleven. Het is echter moeilijker te gebruiken en vereist veel meer "ruimte" in de ruis om het bericht te verbergen. De auteurs hebben dit niet alleen verzonnen; ze schreven code, voerden duizenden simulaties uit op krachtige computers en toonden aan dat hun watermerken verborgen en detecteerbaar blijven, zelfs wanneer de versleutelde gegevens door de gehaktmolen van complexe berekeningen worden gehaald.

De Magie van de "Vergrendelde Doos"

Om te begrijpen hoe dit werkt, laten we naar de ingrediënten kijken. Het artikel steunt op een type encryptie dat RLWE (Ring Learning with Errors) wordt genoemd. Stel je voor dat je een geheim recept (jouw gegevens) hebt en je wilt een taart bakken (een resultaat berekenen) in de keuken van een vreemde. Om het recept veilig te houden, geef je ze niet de ingrediënten; je geeft ze een zak meel waar een minuscule, onzichtbare hoeveelheid zand doorheen is gemengd. De vreemde bakt de taart met dit "ruisige" meel. Wanneer ze jou de taart overhandigen, weet je precies hoeveel zand er in het meel zat, zodat je het eruit kunt aftrekken om de perfecte taart te krijgen. De "zand" is de ruis. In de echte wereld is deze ruis een wiskundige noodzaak die de encryptie veilig houdt; zonder deze ruis zou het geheime recept geraden kunnen worden.

Het probleem is dat deze ruis ook de perfecte schuilplaats is voor een watermerk. De auteurs realiseerden zich dat als ze een klein, specifiek patroon van "zand" in de ruis konden verbergen, ze konden bewijzen dat een specifieke doos de hunne was. Maar er is een risico: als ze te veel zand toevoegen, kan de taart uit elkaar vallen (de decryptie mislukt). Als ze te weinig toevoegen, kan de vreemde het patroon later misschien niet vinden. En als de vreemde twee zakken meel bij elkaar mengt (homomorfe optelling) of ze met elkaar vermenigvuldigt (homomorfe vermenigvuldiging), kunnen de zandpatronen door elkaar gehusseld of weggespoeld worden.

De Twee Oplossingen: De Sticker en de Puzzel

De auteurs stellen twee manieren voor om dit op te lossen, afhankelijk van wat voor soort wiskunde de "vreemde" moet doen.

1. ARWMark: De "Optelling-Bestendige" Sticker
Deze methode is ontworpen voor situaties waarin de versleutelde gegevens voornamelijk worden opgeteld, zoals bij het tellen van stemmen of het sommeren van medische statistieken. De auteurs behandelen het watermerk als een geheim signaal dat verborgen is in de statische ruis. Ze kiezen een willekeurige "sleutel" (een specifiek patroon van zand) en voegen een klein beetje daarvan toe aan de ruis in de doos.

• Hoe het werkt: Stel je voor dat je een zak meel hebt met willekeurig zand. Je voegt een kleine, specifieke hoeveelheid "blauw zand" toe. Wanneer je wilt controleren of de zak de jouwe is, zoek je naar het blauwe zand.
• Het nadeel: Dit werkt geweldig als je gewoon meer zakken meel bij elkaar optelt. Het blauwe zand wordt dan slechts een beetje verdund, maar het is er nog steeds. Echter, als je de zakken probeert te vermenigvuldigen (een veel complexere operatie), wordt het blauwe zand zo grondig door elkaar gehusseld dat het patroon verdwijnt. Het artikel bewijst wiskundig dat deze methode robuust is tegen optelling, maar faalt bij vermenigvuldiging.
• Het resultaat: Ze toonden aan dat zelfs nadat veel versleutelde getallen bij elkaar zijn opgeteld, het "blauwe zand"-patroon nog steeds met een hoge nauwkeurigheid gedetecteerd kon worden, mits de oorspronkelijke hoeveelheid blauw zand sterk genoeg was.

2. MRWMark: De "Vermenigvuldiging-Bestendige" Puzzel
Dit is de zware artillerist. Deze is ontworpen voor scenario's waarin de gegevens worden vermenigvuldigd, zoals het draaien van een complex AI-model of deep learning inferentie. Dit is veel moeilijker omdat vermenigvuldiging de ruis op een chaotische manier door elkaar husselt.

• Hoe het werkt: In plaats van alleen een patroon toe te voegen, gebruiken de auteurs een slimme truc waarbij gebruik wordt gemaakt van een "lineair vergelijkingstelsel". Stel je voor dat je een reeks regels hebt (zoals een raadsel) die alleen door een specifieke set getallen opgelost kan worden. Ze verbergen een set getallen in de ruis die dit raadsel oplost.
• De magie: Wanneer je de versleutelde dozen vermenigvuldigt, zorgt de wiskunde van de vermenigvuldiging er juist voor dat de oplossing van het raadsel behouden blijft. Het is alsof je een puzzel hebt waarvan de stukjes in elkaar passen, en zelfs als je de doos schudt, passen de stukjes nog steeds op dezelfde manier.
• Het nadeel: Omdat vermenigvuldiging zoveel chaos creëert, heeft deze methode veel meer "ruimte" (embedding intensity) nodig om het bericht te verbergen. Het artikel merkt op dat de hoeveelheid ruis die nodig is om dit te laten werken enorm is — soms is er een embedding intensity van miljoenen nodig — om ervoor te zorgen dat het bericht niet verloren gaat in de wiskundige storm.
• Het resultaat: Ze hebben aangetoond dat deze methode zowel optelling als vermenigvuldiging kan overleven, maar het is een "zero-bit" systeem (het bewijst alleen dat een watermerk bestaat, het draagt geen lang bericht) en het vereist veel middelen om betrouwbaar te zijn.

Wat de Cijfers Zeggen

De auteurs hebben niet alleen gegokt; ze hebben deze ideeën rigoureus getest. Ze bouwden een simulatie met Python op een krachtige computer met een Intel Xeon Gold CPU en 502 GB RAM. Ze stelden de encryptieparameters in om aan een standaard 128-bit beveiligingsniveau te voldoen, met een polynoomgrootte ($N$) van 2048 en een plaintext modulus ($p$) van 65537.

Voor ARWMark vonden ze dat ze met een bescheiden embedding intensity ($I_w$) van 7 het watermerk duidelijk konden onderscheiden in secret-key encryptie. Echter, voor public-key encryptie (die ruisiger is), moesten ze die intensiteit verhogen naar 100 om hetzelfde duidelijke signaal te krijgen. Ze testten wat er gebeurt als je willekeurige ruis toevoegt (om een aanval te simuleren die het watermerk probeert te wissen). Ze ontdekten dat zolang de ruis niet te massief was, het watermerk overleefde. Maar als de aanvaller genoeg ruis toevoegde, kon het watermerk verloren gaan, tenzij de oorspronkelijke embedding sterker was gemaakt.

Voor MRWMark waren de belangen groter. Ze vonden dat met een kleine embedding intensity het watermerk vaak verloren ging in de ruis. Maar toen ze de intensiteit verhoogden naar 34, sprong het succespercentage van het vinden van het watermerk naar bijna 100%. Toen ze vermenigvuldiging testten, schoten de vereisten omhoog. Om een enkele vermenigvuldigingsoperatie te overleven zonder een "resize" (een specifieke stap voor ruisreductie), hadden ze een intensiteit nodig van ten minste 782.327. Als ze een resize-operatie toevoegden, steeg dat getal naar bijna 96 miljoen. Deze cijfers laten zien dat hoewel de methode werkt, het gepaard gaat met een zware prijs in termen van de "grootte" van het watermerk dat nodig is.

De Kern van het Verhaal

Dit artikel bewijst dat we inderdaad watermerken kunnen verbergen in deze magische versleutelde dozen. Het is een belangrijke stap voorwaarts omdat het verder gaat dan alleen "kunnen we berekenen?" naar "kunnen we de resultaten van die berekening traceren en beschermen?".

De auteurs wijzen er zorgvuldig op dat er grenzen zijn. Hun "sticker" (ARWMark) is goed voor eenvoudige optelling, maar breekt onder vermenigvuldiging. Hun "puzzel" (MRWMark) kan vermenigvuldiging aan, maar is duur en moeilijk in gebruik. Ze beweren niet dat ze het probleem voor elk mogelijk scenario hebben opgelost, maar ze hebben een solide fundament en twee werkende prototypes geleverd.

In de toekomst hopen de auteurs het beste van beide werelden te combineren — het creëren van een watermerk dat zowel klein als robuust genoeg is om elke wiskundige operatie te overleven. Tot die tijd biedt hun werk een nieuwe laag beveiliging voor de privacy-bewuste wereld, waarbij ze ervoor zorgen dat wanneer we onze geheimen aan de cloud overhandigen, we nog steeds kunnen bewijzen wie het werk heeft gedaan en wie de eigenaar is van het resultaat. Het is een kleine, onzichtbare handtekening in een zee van ruis, maar in het digitale tijdperk kan die handtekening het verschil betekenen tussen vertrouwen en chaos.