CryptDough: A Unified Analytics Engine for Secure Multiparty Computation

Na era digital, os dados são frequentemente tratados como uma commodity a ser compartilhada, analisada e vendida. No entanto, algumas das informações mais valiosas permanecem trancadas, não porque sejam secretas por natureza, mas porque seus proprietários não podem confiar uns nos outros com elas. Um hospital pode deter registros sensíveis de pacientes, um banco pode possuir históricos financeiros detalhados e um governo pode guardar dados do censo, mas nenhum deles pode combinar esses conjuntos de dados para encontrar padrões que poderiam salvar vidas ou melhorar economias sem arriscar uma violação de privacidade. Por décadas, a solução para este dilema tem sido um conceito teórico chamado computação multipartidária segura. A ideia é enganosamente simples: múltiplas partes podem trabalhar juntas para computar um resultado a partir de seus dados privados sem nunca revelar os dados em si umas às outras ou a qualquer observador externo. É como um grupo de pessoas resolvendo um quebra-cabeça onde cada pessoa detém algumas peças, mas elas só podem passar as peças umas para as outras de uma forma que revele a imagem final sem nunca mostrar as peças individuais.

Embora a teoria exista há anos, transformar isso em uma ferramenta prática para análise do mundo real tem sido uma luta. Tentativas anteriores de construir sistemas para este propósito eram frequentemente como ferramentas especializadas projetadas para um único trabalho. Um sistema poderia ser excelente em processar números para aprendizado de máquina, enquanto outro foi construído apenas para ordenar registros de bancos de dados, e um terceiro para rastrear tendências baseadas no tempo. Se um pesquisador quisesse combinar essas tarefas — por exemplo, analisar imagens médicas, cruzá-las com registros de pacientes e então rastrear mudanças ao longo do tempo — ele enfrentaria um muro. Ele teria que costurar diferentes sistemas incompatíveis, um processo que não era apenas incrivelmente difícil de construir, mas muitas vezes impossível de proteger, pois os diferentes sistemas falavam linguagens criptográficas distintas. O campo estava estagnado com uma coleção de motores de propósito único que não podiam lidar com os fluxos de trabalho complexos e mistos exigidos pela ciência moderna.

Uma equipe de pesquisadores da Universidade de Boston construiu agora um novo motor projetado para quebrar esse impasse. Eles o chamam de CryptDough, um sistema unificado que permite que múltiplas partes desconfiadas executem pipelines complexos de análise de dados em suas entradas privadas sem nunca expor os dados brutos. Ao contrário de seus predecessores, que eram limitados a um único tipo de tarefa ou a uma configuração de segurança específica, o CryptDough foi construído para lidar com uma ampla variedade de cargas de trabalho simultaneamente. Ele pode processar dados relacionais, como tabelas de registros de pacientes, dados de séries temporais, como fluxos de leituras de monitores de saúde, e tarefas de aprendizado de máquina, como identificar doenças a partir de imagens médicas, tudo dentro do mesmo ambiente seguro. O sistema é projetado para ser flexível o suficiente para se adaptar a diferentes níveis de confiança, desde cenários onde as partes estão meramente curiosas sobre os dados até situações onde elas podem tentar desviar ativamente do protocolo.

Os pesquisadores alcançaram isso criando uma arquitetura em camadas que separa a matemática complexa da criptografia da lógica da análise de dados. Na base da pilha, o sistema lida com o trabalho pesado de comunicação segura e criptografia, garantindo que os dados permaneçam ocultos. Acima disso, ele oferece um conjunto de blocos de construção que permitem aos desenvolvedores construir operações de alto nível sem precisar ser especialistas em criptografia. Uma inovação fundamental neste design é um mecanismo que os autores chamam de "vetores virtuais". Na programação tradicional, lidar com dados frequentemente exige escrever códigos complexos para gerenciar como a informação é dividida entre diferentes computadores e como ela é remontada. O CryptDough remove esse fardo do usuário. Ele permite que um analista de dados escreva código como se estivesse trabalhando em um único computador com uma única thread, enquanto o sistema lida automaticamente com o processamento paralelo, a comunicação e o gerenciamento de memória em segundo plano. Isso significa que um usuário pode escrever um programa para analisar um conjunto de dados sem se preocupar com os detalhes intrincados de como os dados estão sendo compartilhados seguramente entre as partes.

Para testar sua criação, os pesquisadores construíram um fluxo de trabalho realista e complexo que mimetiza um estudo médico do mundo real. O pipeline começou usando um modelo de aprendizado de máquina para analisar imagens de raio-X e prever a probabilidade de condições como pneumonia ou COVID-19. Essas previsões foram então unidas a um banco de dados de registros de pacientes contendo informações sobre asma e histórico de tratamento. Finalmente, o sistema analisou dados de séries temporais de dispositivos vestíveis, procurando por padrões específicos nos níveis de saturação de oxigênio que poderiam indicar incidentes de hipoxemia. O objetivo era determinar se um histórico de baixos níveis de oxigênio poderia servir como um indicador para o diagnóstico de doenças respiratórias. Todo esse processo, que envolve processamento de imagem, junções de banco de dados e análise de séries temporais, foi executado de forma segura entre múltiplas partes. Os resultados mostraram que o CryptDough podia completar esta análise complexa e de múltiplos estágios em um tempo prático, variando de cerca de um minuto em uma rede local para pouco mais de uma hora em uma rede mais ampla ao usar os níveis mais altos de segurança.

O desempenho deste novo sistema foi medido contra várias ferramentas especializadas existentes, que são atualmente consideradas o estado da arte. Quando testado em tarefas individuais, como ordenar registros de bancos de dados ou executar modelos de aprendizado de máquina, o CryptDough provou ser competitivo com esses sistemas especializados. Em muitos casos, ele na verdade superou-os, rodando até duas vezes mais rápido que as melhores alternativas para cargas de trabalho específicas. Quando comparado a uma ferramenta de compilador de propósito geral que é amplamente utilizada no campo, o CryptDough demonstrou uma vantagem significativa, rodando até 4,7 vezes mais rápido em configurações de rede de ampla área. Esta velocidade é crucial porque a computação segura é inerentemente mais lenta do que a computação padrão devido à necessidade de comunicação constante e verificação entre as partes. Ao otimizar como essas comunicações ocorrem e como os dados são processados em paralelo, os pesquisadores conseguiram manter o sistema eficiente o suficiente para uso prático.

O estudo também destacou as limitações de tentar combinar sistemas especializados existentes. Os pesquisadores observaram que, mesmo que dois sistemas visem o mesmo tipo de ameaça de segurança, eles frequentemente utilizam formas fundamentalmente diferentes de codificar dados. Tentar passar dados de um sistema para outro exigiria converter essas codificações, um processo que não é apenas tecnicamente difícil, mas que poderia introduzir vulnerabilidades de segurança. Além disso, orquestrar múltiplos sistemas exigiria integrar diferentes ambientes de execução e interfaces de programação, uma tarefa que demanda um nível de esforço de engenharia e expertise criptográfica que raramente está disponível. O CryptDough resolve isso fornecendo um ambiente único e coeso onde todos esses diferentes tipos de análise podem ocorrer juntos, sem a necessidade de conversão ou orquestração manual.

As implicações deste trabalho estendem-se além de apenas velocidade ou conveniência. Ao fornecer um motor unificado que suporta cargas de trabalho mistas e vários modelos de ameaças, os pesquisadores tornaram possível abordar problemas que antes estavam fora de alcance. O sistema é projetado para ser extensível, o que significa que, à medida que novos protocolos criptográficos são desenvolvidos ou novos tipos de análise de dados emergem, eles podem ser adicionados ao sistema sem reconstruir toda a fundação. Esta modularidade tem o intuito de democratizar o uso da computação segura, permitindo que analistas de dados e desenvolvedores de software construam aplicações seguras sem precisarem ser criptógrafos por conta própria. Os pesquisadores disponibilizaram o código-fonte do CryptDough ao público, convidando ao desenvolvimento e testes adicionais.

Ao fim, o trabalho apresentado neste artigo representa um passo significativo para tornar a computação multipartidária segura uma realidade prática para a análise de dados complexos. Ele move o campo de uma coleção de ferramentas isoladas e de propósito único em direção a um motor unificado capaz de lidar com os fluxos de trabalho desordenados e mistos que caracterizam a ciência de dados do mundo real. Os resultados sugerem que é possível construir um sistema que seja ao mesmo tempo seguro e performante, capaz de generalizar a funcionalidade de sistemas especializados e, muitas vezes, exceder seu desempenho. Embora a tecnologia ainda esteja em seus estágios iniciais e enfrente desafios para escalar para um grande número de partes, a demonstração de um pipeline complexo de ponta a ponta rodando seguramente através de diferentes tipos de dados oferece uma visão convincente do que é possível quando a privacidade e a colaboração não são mais vistas como mutuamente exclusivas.