شتاب‌دهنده‌های سخت‌افزاری رمزنگاری هم‌ریختی تمام‌عیار | ماگ بیت

خلاصه در یک نگاه

واکاوی عمیق و فنی گذار تاریخی امنیت ابری امروزه با تجاری‌سازی شتاب‌دهنده‌های سخت‌افزاری رمزنگاری هم‌ریختی تمام‌عیار (Fully Homomorphic Encryption - FHE). بررسی چگونگی پردازش مستقیم روی داده‌های کاملاً رمزگذاری‌شده در دیتاسنترها بدون نیاز به رمزگشایی در حافظه رم، کلیدهای خصوصی یا محیط پردازنده. تحلیل معماری تراشه‌های سیلیکونی ASIC نسل نو نظیر ChainReaction Electra و Intel DPRIVE v2، کاهش خیره‌کننده سربار محاسباتی ریاضیات شبکه (Lattice-Based Math) از ۱۰ هزار برابر به کمتر از ۳ برابر پردازش عادی، و ارزیابی اثرات دگرگون‌کننده این فناوری در آموزش مدل‌های هوش مصنوعی پزشکی، سامانه‌های مالی ضدپول‌شویی و محرمانگی مطلق در اکوسیستم‌های ابری مدرن.
بررسی جامع ابعاد فنی و کاربردی توسط تحریریه ماگ بیت.
پیش‌بینی اثرات کوتاه‌مدت و بلندمدت بر اکوسیستم فناوری.

جام مقدس رمزنگاری؛ چرا رمزنگاری هم‌ریختی برای دهه‌ها در تئوری محبوس مانده بود؟

در طول تاریخ مهندسی امنیت داده، سه وضعیت برای اطلاعات تعریف شده است: داده در حال انتقال (Data in Transit)، داده در حال استراحت (Data at Rest) و داده در حال پردازش (Data in Use). در دو حالت نخست، الگوریتم‌های استاندارد نظیر AES-256 و TLS 1.3 امنیت تقریبا نفوذناپذیری فراهم می‌آورند. اما پاشنه آشیل تمام سیستم‌های کامپیوتری همواره داده در حال پردازش بوده است؛ زیرا پردازنده‌ها برای انجام ساده‌ترین عملیات جمع یا ضرب، ناچارند داده را در حافظه رم (RAM) رمزگشایی کنند، جایی که آسیب‌پذیر در برابر بدافزارها، روت‌کیت‌ها و کارمندان نفوذی دیتاسنتر است.

ایده رمزنگاری هم‌ریختی تمام‌عیار (FHE) که نخستین بار در سال ۲۰۰۹ توسط کریگ گنتری به صورت تئوریک حل شد، به ماشین‌ها اجازه می‌دهد تا بدون آگاهی از محتوا، معادلات ریاضی را مستقیماً بر روی متون رمزشده (Ciphertexts) اجرا کنند و خروجی رمزشده‌ای تولید نمایند که پس از ارسال به صاحب داده، تنها با کلید خصوصی خودش قابل رمزگشایی باشد. با این حال، عملیات ضرب روی داده‌های رمزشده مبتنی بر شبکه‌های ریاضی (Lattices)، نویز افزاینده‌ای تولید می‌کرد که نیازمند فرآیندی فوق‌العاده سنگین به نام Bootstrapping بود؛ فرآیندی که سرعت پردازش را ۱۰,۰۰۰ تا ۱۰۰,۰۰۰ برابر نسبت به محاسبات عادی کند می‌ساخت.

همان‌گونه که در پژوهش درایوهای ذخیره‌سازی محاسباتی CSD در پردازش بیگ‌دیتا اشاره کرده بودیم، حذف جابه‌جایی‌های غیرضروری داده نقشی کلیدی در کارایی دارد. در غیاب سخت‌افزار اختصاصی، اجرای یک مدل ساده هوش مصنوعی روی داده‌های رمزشده ساعت‌ها زمان می‌برد و اجرای FHE در مقیاس تجاری ناممکن به نظر می‌رسید.

معماری سیلیکونی ASIC و انقلاب ضرب ماتریسی در ابعاد غول‌آسا

تحول بنیادین امروزه با ورود نخستین نسل از تراشه‌های مدار مجتمع با کاربرد خاص (ASIC) اختصاصی FHE رقم خورد. شرکت‌های پیشگامی نظیر ChainReaction با تراشه Electra-2 و کنسرسیوم مشترک اینتل و دارپا با پردازنده DPRIVE v2، واحدهای محاسباتی را از بن تغییر دادند. پردازنده‌های مرسوم فون‌نویمان برای کلمات ۶۴ بیتی طراحی شده‌اند، در حالی که الگوریتم‌های رمزنگاری مبتنی بر شبکه RLWE نیازمند ضرب چندجمله‌ای‌های چند ده‌هزار درجه با ضرایب عددی عظیم هستند.

تراشه‌های ASIC جدید به خطوط لوله تبدیل نظریه اعداد (NTT - Number Theoretic Transform) سخت‌افزاری با عرض داده‌های چند هزار بیتی و حافظه‌های فوق‌سریع روی‌تراشه (On-Chip SRAM فراتر از ۵۱۲ مگابایت) مجهز شده‌اند. این معماری اختصاصی، زمان اجرای عملیات Bootstrapping را از چند ثانیه به کمتر از ۵۰ میکروثانیه رسانده است.

همانند دستاوردهایی که در انقلاب پردازنده‌های نورومورفیک و شبکه‌های عصبی ضربه‌ای در تغییر پارادایم سیلیکونی دیدیم، این پردازنده‌های رمزنگاری نیز ترانزیستورها را به گونه‌ای بازآرایی کرده‌اند که سربار محاسباتی FHE به کمتر از ۲.۵ الی ۳ برابر محاسبات سنتی در رم تقلیل یافته است؛ کاهشی که اجرای خدمات FHE ابری را از نظر اقتصادی کاملاً مقرون‌به‌صرفه می‌سازد.

جریان پردازش برداری رمزنگاری‌شده در تراشه‌های اختصاصی ASIC هم‌ریختی و مقایسه سربار محاسباتی با پردازنده‌های مرسوم ابری امروزه — معماری شتاب‌دهنده سخت‌افزاری رمزنگاری هم‌ریختی (FHE ASIC): انجام محاسبات حسابی و ضرب چندجمله‌ای‌های درجه بالا بر روی داده‌های رمزگذاری‌شده بدون نیاز به خروج کلید خصوصی و رمزگشایی در حافظه رم، با بهره‌گیری از خطوط لوله محاسباتی ماتریسی بر پایه شبکه‌های کریپتوگرافیک شبکه (Lattice Cryptography).

تحول هوش مصنوعی در پزشکی، بانکداری فرامرزی و دوقلوهای اطلاعاتی محرمانه

عرضه این شتاب‌دهنده‌ها در دیتاسنترهای AWS، گوگل کلاد و آژور امروزه بزرگ‌ترین موانع تبادل اطلاعات در حوزه‌های فوق‌حساس قانونی را از میان برداشته است. در صنعت بهداشت و داروسازی، اکنون بیمارستان‌های سراسر جهان می‌توانند سوابق ژنتیکی و پرونده‌های توموری بیماران خود را به صورت کاملاً رمزنگاری‌شده در کلاسترهای ابری ادغام نمایند تا مدل‌های پیشرفته هوش مصنوعی بدون نقض قوانین سخت‌گیرانه GDPR یا HIPAA روی داده‌ها آموزش ببینند.

در شبکه بانکی بین‌المللی، شناسایی الگوهای پیچیده پول‌شویی و تراکنش‌های تروریستی نیازمند پیوند دادن جریان‌های مالی بانک‌های رقیب بود که محرمانگی تجاری مانع آن می‌شد. اکنون با استفاده از کتابخانه‌های هم‌ریختی مانند Zama Concrete و سخت‌افزارهای امنیتی دوران کنونی الگوریتم‌های هوش مصنوعی بر روی مبالغ و اسامی رمزشده اجرا شده و تنها تراکنش‌های مشکوک با اثبات‌های دانایی صفر (Zero-Knowledge Proofs) علامت‌گذاری می‌شوند.

علاوه بر این، در محیط‌های کانتینری لبه ابری که بر پایه مدل قطعات وب‌اسمبلی و ایزولاسیون بدون هسته بنا شده‌اند، اجرای کدهای بیزینس در کنار داده‌های FHE، بالاترین سطح تضمین دفاع در عمق (Defense in Depth) را در برابر حملات سایبری فراهم ساخته است.

امنیت پساکوانتومی و پایان عصر بی‌اعتمادی به دیتاسنترهای اشتراکی

ویژگی خارق‌العاده دیگر شتاب‌دهنده‌های FHE مدرن، سازگاری ذاتی آن‌ها با استانداردهای رمزنگاری پساکوانتومی (PQC) موسسه ملی استانداردها و فناوری (NIST) است. از آنجا که ساختارهای ریاضی شبکه‌ای که شالوده FHE را تشکیل می‌دهند، در برابر حملات کامپیوترهای کوانتومی و الگوریتم شور (Shor's Algorithm) ایمن هستند، زیرساخت‌های مجهز به این تراشه‌ها عملاً در برابر جهش‌های کوانتومی دهه آینده بیمه شده‌اند.

این تکامل تاریخی معنای مفهوم «اعتماد صفر» (Zero Trust) را بازتعریف می‌کند. تا پیش از این، مشتریان مجبور بودند به ارائه‌دهندگان خدمات ابری اعتماد کنند که حافظه سرورهایشان هک نشود. امروز با حضور FHE سخت‌افزاری، حتی اگر هکری بالاترین دسترسی روت (Root Access) را به سرورهای فیزیکی ابری به دست آورد، چیزی جز اقیانوسی از اعداد کاملاً تصادفی و غیرقابل رمزگشایی نخواهد دید.

کارشناسان حوزه امنیت معتقدند که تا پایان سال ۲۰۲۷، استاندارد پردازش FHE به یکی از الزامات اجباری در تمام قراردادهای دولتی، نظامی و زیرساخت‌های حساس ملی در کشورهای پیشرفته مبدل خواهد شد و مفهوم «محاسبات محرمانه به عنوان سرویس» را به واقعیت روزمره تبدیل خواهد کرد.