輕量加密、同態加密與區塊鏈：新世代密碼學的三大聖杯
撰文／陳奕廷（史丹佛大學應用物理系博士班）
大數據蒐集與輕量密碼學
大數據是機器學習的必要條件。人的時間和精力有限，若讓人來蒐集數據，有太多資訊會被忽略掉。物聯網 ( Internet of things， IoT ) 正能解決這個問題。當今與網路相連的裝置通常只有手機和電腦，而物聯網的概念是將所有的裝置都連成一個網路，以期能更有效地掌控並分析資訊，減少不必要的浪費和消耗。舉例來說：如果家中燈泡、冷氣、冰箱等家電的使用資訊，能透過物聯網收集、記錄，並利用人工智慧分析，便能依據使用需求設計出更省電的運作方式，甚至更好的家庭配電模式，提升發電廠效率。
但水能載舟亦能覆舟，物聯網若遭有心人士惡意駭入，將會是一場難以想像的災難。如果家內的冷氣被惡意開啟也許只是徒增困擾；但如果有人惡意將整個城市的所有電器同時開啟，則可能造成發電廠過載、電網癱瘓，甚至影響國家安全，因此，加密通訊異常重要。但許多物聯網裝置的尺寸非常小，無論計算資源或電池壽命皆有限，無法完全滿足通訊加密所需。於是一套不同於電腦通訊的物聯網裝置加密協定、一套「輕量加密」 ( Lightweight Cryptography ) 卻又不在安全性上妥協的密碼學，有其必要性。
隱私問題與同態加密
除了惡意駭客外，個人資料的蒐集與隱私也是大數據的一大爭議。就算使用大數據的機構恪守倫理規範，個資仍有可能流入有心人士手中。常見的情況，是當一般機構沒有足夠運算能力進行大數據分析時，常如圖一A所示，向第三方租借如Amazon Web Service、 Google Cloud Platform等雲端計算資源。計算完成後包含隱私資料在內的大數據，是否妥善刪除是一大疑問。
圖一、(A) 現有訓練人工智慧的方式，將資料赤裸裸的上傳到雲端作計算。(B) 同態加密讓我們能用加密過的資料訓練人工智慧，使得資料更安全。
同態加密 ( Homomorphic Encryption ) 是一能解決大數據隱私問題的方法。如圖二B所示，工程師在上傳數據前先將數據進行加密。為了對資料進行運算 ( f )，工程師對加密後的資料進行對應的同態運算 ( g )。g的作用是在資料被加密的狀態下對資料做f運算，最後下載並解密得到目標函數f(x) 結果。透過這樣的架構，上傳到雲端做計算的資料總是被預先加密過的，即使資料沒有在事後被妥善刪除，也沒有人能閱讀資料內容。這個領域對未來人工智慧的發展非常重要，但目前仍處於研究階段。IBM今年發表了一篇論文[參2]，將同態加密速度提升75倍，但相較於直接運算還是慢上許多。
信任與區塊鏈
然而並非所有資料都適合同態加密。例如銀行在處理與顧客間交易時，需要驗證顧客的銀行帳戶確實有足夠的資金進行交易，所以個人的經濟資料不能對銀行保密。這些資料在銀行內部可說是一覽無遺，理論上也能被竄改。我們不顧這些疑慮而仍然使用銀行服務的原因，在於我們信任銀行，用信任來彌補安全性上的疑慮。我們相信：儘管銀行有能力竄改資料，他們不會這樣做。但是再有信用的銀行也可能有倒閉的一天，若要獲得絕對的安全性，不能只依靠信任。
區塊鏈 ( blockchain ) 於焉誕生。其原理是將所有帳戶交易分散儲存在區塊鏈中。每個人都有一份區塊鏈，所以不需要信任任何個人或銀行。當完成交易時，交易的內容會被加密並且上傳到區塊鏈，形成一個新的區塊。協助新區塊加密的人可以獲得獎勵，也就是比特幣等加密貨幣 ( 俗稱挖礦 )。若一個駭客想要竄改區塊鏈上的資訊，如圖二，他可以製造一個假的分支(圖中分支2)。但是製造新的區塊需要龐大的計算資源，只要這位駭客沒有整個系統50%以上的計算資源，他製造區塊的速度永遠比其他誠實使用者還要慢。以比特幣為例，系統會選擇最長的區塊鏈作為正統，所以真實的分支1會被選用，偽造的分支2則會被淘汰。在如此的防偽機制下，資訊一旦被放在區塊鏈上便難以遭到竄改。
圖二、比特幣的區塊鏈會選擇最長鏈當作正統(分支1)，所以駭客難以竄改區塊鏈上的資料。
區塊鏈目前仍是積極開發中的領域，由於其龐大的經濟價值，發展的速度比輕量密碼學和同態加密更加快速。但是區塊鏈的交易速度與交易量仍有待改進。在安全性上，若單一駭客擁有系統50%以上的計算力，便能進行「51%攻擊」，竄改區塊鏈上的資訊，這部分疑慮仍有待研究。
參考資料
- K. McKay, L. Bassham, M. Turan and N. Mouha, “Report on Lightweight Cryptography“, NIST, 2018.
- S. Halevi and V. Shoup, “Faster Homomorphic Linear Transformations in HElib”, IACR Cryptology, 2018.
(本文由教育部補助「AI報報─AI科普推廣計畫」執行團隊編譯)