COVID-19已将隐私与公共利益之间的平衡之争推到了前台。
一种名为“同态加密”的技术可以帮助我们找到恰当的平衡。
隐私与公共利益之间的平衡之争由来已久，但近几个月来，由于Covid-19，它已几乎走进每个家庭。
为应对全球疫情，各类Covid-19应用大量涌现，包括接触者追踪工具和统计数据分析工具，用于识别可能带来治疗方法或预防措施的规律。
这自然引发了既有欣慰又有担忧的复杂情绪：欣慰的是专家能够收集和处理数据以遏制病毒；担忧的是这些应用可能被用于对民众进行监控，或泄露敏感的个人数据。
这些应用若能达到“可接受的数据保护水平”，可能是仅次于疫苗的第二重要的Covid-19创新。关键挑战在于确保这些应用内的信息保护，并进而使社会确信其目的是追踪病毒，而非追踪人。
什么是同态加密？
同态加密是一种密码学工具，有望在公共利益与隐私之间实现急需的平衡。
对数据进行加密，就像把数据放入盒子并上锁，使其只能由持有钥匙的人打开（即解密）。在当今世界，信息安全专家将数据的三种关键状态定义为：静态数据、传输中数据和使用中数据。借用上锁盒子的比喻，对静态数据加密就是把上锁的盒子放入存储设施中，而对传输中数据加密则是在不泄露内容的情况下将盒子从一处转移到另一处。现代密码学采用不同的加密算法，在保护静态数据和传输中数据方面已取得出色成就。
“对使用中的数据进行加密”可能更具挑战性。例如，将两个数字放入盒中，并对这两个数字进行数学运算，而无需打开盒子查看原始数字。试想，若能在保护个人数据的同时进行与Covid-19相关的风险计算，这一机制将多么有用。
对加密数据进行的计算被称为同态加密，该技术自 1970年代起便以部分形式存在（以下简称PHE）。PHE有两种类型：加法型和乘法型。这意味着锁在盒中的数字可以 要么 相加 或 相乘（但两者不能同时进行），且不泄露原始内容。对于涉及两种运算的更复杂计算，则需要全同态加密（以下简称FHE）。FHE的概念直到计算机科学家Craig Gentry 于2009年使其成为现实。
图1以盒子、棍子和炸药的比喻来说明同态加密，这些比喻在某种程度上违背物理定律，但有助于读者直观理解这一概念。
PHE： 图1中的蓝色盒子和粉色盒子均已上锁，只有持有钥匙的人才能打开。
当棍子被放入粉色盒子中，且多个粉色盒子相互连接时，它们之间的边界消失，所有棍子相加在一起。
蓝色盒子可放入炸药。当此类盒子相互连接时，它们的内部边界同样消失，但炸药的数量会与相邻盒子中的炸药数量相乘，所得棍子的数量等于其乘积。
粉色盒子与蓝色盒子不能相互连接。这意味着，如果我们想执行同时涉及加法和乘法的复杂函数，则在计算过程中的某个时刻必须取出盒内的内容。
FHE： 如果需要进行加法和乘法运算，且无需将内容从盒中取出（即在计算过程中实现端到端加密），则需要设计一种新型盒子，可根据需要将运算设定为加法或乘法。
下表给出了同态加密在某大学汇集Covid-19研究数据这一情境中的示例。
尽管FHE提供了很强的隐私保护理念，但由于其计算效率低下，如今并未被使用。
FHE与未加密数据计算之间的速度比，实际上比普通步行者与客机的速度比高出450倍。
然而，危机是创新之母。2020年，即Covid-19之年，近期的举措使FHE的运算速度比Gentry方案快1000倍；这是一个极好的迹象，表明我们走在正确的道路上。