ניו-טק מגזין | יולי 2021 |המהדורה הדיגיטלית

אך באופן שישמור על הקלט שלהם פרטי ולא יחשוף אותו לשאר המשתתפים. בדיוק כמו במשל על ארבעת הבנקאים. עוד דוגמה טובה היא סקר השכר בבוסטון, שהשווה את השכר הממוצע לגברים ונשים בבוסטון על סמך נתונים שנאספו ממחלקות משאבי האנוש של חברות. גם פה שימשה טכנולוגיית 200 יותר מ־ חישוב רב־משתתתפים לחילוץ הנתונים הסטטיסטיים מבלי לחשוף את הפרטים ליתר המשתתפים בסקר. כיום השימוש הטוב ביותר לחישוב רב־ משתתפים הוא לצד יישומי סטטיסטיקה תיאורית. דוגמה טובה לכך היא סקר השכר בבוסטון, שם ביקשו לדעת מהו השכר הממוצע במגזר נתון במשק. דוגמה טובה נוספת היא ניתוח נתונים שהתקבלו מחיישן. בכל המקרים האלה יעזור חישוב רב־משתתפים לבצע את החישובים בצורה מאובטחת. חברות במשק, ובהן פייסבוק וגוגל, כבר פנו לפתרונות על בסיס חישוב רב־משתתפים, אם כי נכון להיום מדובר אך ורק על פתרונות לבעיות נקודתיות. כך לדוגמה משתמשת גוגל בחישוב רב־משתתפים לקבלת תובנות על המתאם שבין נתוני הצפייה בפרסומות (של גוגל) לנתוני רכישת הלקוחות של המפרסמים, וזאת מבלי שהצדדים יזדקקו לחשוף את הנתונים ולשתף אותם זה עם זה. חוקרים בפייסבוק מספרים כי חישוב רב־ משתתפים עוזר להם לבנות מודלים הקשריים ,) Bandit משמרי פרטיות לפתרון בעיית המהמר ( שהם הבסיס למנועי הדירוג וההמלצות של החברה. הטכנולוגיה של פייסבוק נקראת ונטען שהיא מודעת לכך שמשתתפים CrypTen שונים מחזיקים במידע הקשרי שונה (כלומר סודות) שהם לא מוכנים לשתף עם יתר המשתתפים. על בסיס ההבנה הזאת, לטענת CryptoTen פייסבוק, מאפשרת טכנולוגיית לאמן מודלים של למידת מכונה שמכבדים את הפרטיות של המשתמשים. במבט לעתיד ואל יישום מסחרי רחב יותר מפתרון בעיות נקודתיות אין מחלוקת על כך שלשיטת החישוב רב המשתתפים פוטנציאל גדול ואכן, כבר היום פועלות בתחום אינספור חברות הזנק; בעיקר מאירופה. עם זאת, עד כה נושאי הדגל כיום: פייסבוק וגוגל

IMEC תמונות:

«

ראשון זה נראה כמעט הפתרון המתבקש, אבל בחינה יסודית יותר מבהירה במהירות שעצם השימוש בפתרון כזה לא פעם מפר את עקרונות וחוקי הגנת הפרטיות. לדוגמה: על מנת לייעל את התהליכים העסקיים, מחפשת חברה דרך לאבטח מידע רגיש שהיא מעוניינת לחלץ מהמידע שהיא אוספת על המשתמשים. כאן טמונה הבעיה: עצם עיבוד המידע – אותו תהליך לחילוץ המידע המבוקש מכלל המידע שנאסף – הוא פגיעה בפרטיות ושום פתרון טכנולוגי לא יכול למנוע או לשנות את זה. זהו למעשהאחד האתגריםהבסיסייםבפתרון לבעיית ארבעת הבנקאים: עצם פרסום תוצאת החישוב (כולם רואים מי הבנקאי שמשלם על הארוחה) הופך את התרגיל כולו לכזה שבו לא נשמרת פרטיות המשתתפים. במילים אחרות: חישוב רב־משתתפים לא מוסיף ערך לתרחישי שימוש כאלה שבהם עצם עיבוד המידע מוביל לפגיעה בפרטיות. נכון להיום, המורכבות של הטכנולוגיה והעדר תרחיש שימוש מסחרי ברור הם

נבנו רק פתרונות לבעיות נקודתיות בענפי הכספים, מטבעות קריפטוגרפים וחתימת קוד. הטכנולוגיה עדיין לא הבשילה לכדי יישום מסחרי אמתי, מכיוון שחישוב רב־ משתתפים הוא עניין מורכב מאוד המחייב ארגונים להשקעה כספית גדולה ולהשקעה משמעותית במידע ובתשתית טכנולוגיית המידע של הארגון. ניקח את ענף שירותי הבריאות כדוגמה. בשעה שהעולם ממשיך להתמודד עם מגפת הקורונה, היכולת לשתף מידע רפואי בין בתי חולים מבלי לחשוף מידע אישי רגיש נראה כמו צורך השעה יותר מאי פעם. אולם, באופן מעשי אין למחלקות המחשוב של בתי החולים את היכולת לעשות זאת. לא זאת אף זאת, עושר המידע הרפואי – תוצאות מדידת לחץ דם, דימות רפואי ועד למסמכים הכתובים בכתב חרטומים של רופאים – רק מכביד והופך את המשימה למורכבת פי כמה. לעתים קרובות אנחנו דווקא רואים עניין מצד חברות במשק בחישוב רב־משתתפים כאמצעי לשיפור אבטחת מידע רגיש. במבט

IMEC תמונות:

«

New-Tech Magazine l 32