La COVID-19 ha puesto en primer plano el debate sobre el equilibrio entre la privacidad y el interés público.
Una técnica llamada 'cifrado homomórfico ' podría ayudarnos a encontrar el equilibrio adecuado.
El debate sobre el equilibrio entre el interés público y el derecho humano básico a la privacidad no es nuevo, pero en los últimos meses ha llegado a casi todos los hogares debido a la Covid-19.
Para gestionar la pandemia mundial, se ha producido una avalancha de aplicaciones relacionadas con la Covid-19, entre ellas herramientas de rastreo de contactos y de análisis estadístico de datos que ayudan a identificar patrones que podrían conducir a curas o medidas de prevención.
Comprensiblemente, esto ha generado sentimientos encontrados de alivio y preocupación: alivio por que los expertos puedan recopilar y procesar datos para contener el virus, y preocupación por que las aplicaciones puedan utilizarse para la vigilancia de las personas o para revelar datos personales sensibles.
El desarrollo de estas aplicaciones con un «nivel aceptable de protección de datos» es probablemente la segunda innovación más importante relacionada con la Covid-19, después de las vacunas. El principal desafío reside en garantizar la protección de la información dentro de estas aplicaciones y, posteriormente, asegurar a la sociedad que su propósito es rastrear el virus y no a las personas.
¿Qué es el cifrado homomórfico?
El cifrado homomórfico es una herramienta criptográfica que podría ofrecer el equilibrio tan necesario entre el interés público y la privacidad.
El cifrado de datos equivale a colocarlos en una caja y cerrarla con llave, de modo que solo puedan abrirla (es decir, descifrarla) quienes posean la llave para desbloquear su contenido. En el mundo actual, los especialistas en seguridad de la información han definido tres estados clave de los datos: datos en reposo, en tránsito y en uso. Utilizando la analogía de la caja cerrada, cifrar los datos en reposo equivale a guardar la caja cerrada en un almacén, mientras que cifrar los datos en tránsito equivale a trasladar la caja de un almacén a otro sin revelar su contenido. La criptografía moderna ha hecho un gran trabajo para proteger los datos en reposo y en tránsito mediante diferentes algoritmos de cifrado.
El «cifrado de datos en uso» puede resultar más complejo. Un ejemplo sería colocar dos números en una caja y realizar un cálculo matemático con ellos sin tener que abrir la caja ni ver los números originales. Imagine lo útil que sería este mecanismo para realizar cálculos de riesgo relacionados con la Covid-19 protegiendo los datos personales.
La computación sobre datos cifrados se conoce como cifrado homomórfico, que existe desde los años 1970s en su forma parcial, en adelante PHE. Existen dos tipos de PHE: aditivo y multiplicativo. Esto significa que los números introducidos en una caja cerrada pueden bien sumarse o multiplicarse (pero no ambas) entre sí sin revelar el contenido original. Para cálculos más complejos que impliquen ambas operaciones, se necesita un cifrado totalmente homomórfico, en adelante FHE. El concepto de FHE apenas era un sueño hasta que el informático Craig Gentry lo convirtió en realidad en 2009.
La figura 1 ilustra el cifrado homomórfico mediante la analogía de cajas, palos y dinamita, que en cierto modo desafían las leyes de la física, pero que pueden ayudar a los lectores a visualizar el concepto.
PHE: Las cajas azules y rosas de la figura 1 están cerradas y solo pueden abrirlas quienes posean la llave.
Cuando se introducen palos en las cajas rosas y luego se conectan varias cajas rosas entre sí, desaparecen los límites entre ellas, sumando todos los palos.
Las cajas azules permiten introducir dinamita. Cuando cajas de este tipo se conectan entre sí, sus límites internos también desaparecen, pero el número de unidades de dinamita se multiplica por el número de unidades de dinamita de la caja adyacente, dando como resultado un número de palos igual al producto.
Las cajas rosas y azules no se conectan entre sí. Esto significa que, si quisiéramos realizar una función compleja que implique tanto suma como multiplicación, el proceso requeriría extraer el contenido en algún momento a mitad del cálculo.
FHE: Si la suma y la multiplicación deben realizarse sin tener que sacar el contenido de las cajas (es decir, habilitando el cifrado de extremo a extremo durante el cálculo), es necesario diseñar un nuevo tipo de caja que permita configurar la operación como suma o multiplicación según se requiera.
La tabla siguiente muestra ejemplos de cifrado homomórfico en el contexto de una universidad que reúne datos de investigación sobre la Covid-19.
Pese a la sólida noción de privacidad que ofrece el FHE, hoy en día no se utiliza debido a su ineficiencia computacional.
La relación de velocidad entre el FHE y el cálculo de datos no cifrados es, en realidad, 450 veces mayor que la relación entre la velocidad de un hombre medio caminando y la de un avión de pasajeros.
No obstante, la crisis es la madre de las innovaciones. En 2020, año de la Covid-19, iniciativas recientes han hecho que el FHE sea 1000 veces más rápido que la solución de Gentry; una excelente señal de que vamos por buen camino.