COVID-19により、プライバシーと公共の利益のバランスをめぐる議論が前面に出てきた。
「準同型暗号」と呼ばれる技術が、適切なバランスを見いだす助けとなりうる。
公共の利益と基本的人権であるプライバシーとのバランスをめぐる議論は新しいものではないが、ここ数か月でCovid-19により、ほぼすべての家庭に及ぶようになった。
世界的なパンデミックに対処するため、接触追跡や統計データ分析ツールを含め、Covid-19関連のアプリケーションが大量に登場した。これらは、治療法や予防策につながりうるパターンの特定に役立つことを目的としている。
無理もないことだが、これにより安堵と不安が入り混じった感情が生まれている。安堵は、専門家がウイルスを抑え込むためにデータを収集・処理できることによるもので、不安は、アプリが人々の監視や機微な個人データの暴露に使われかねないことによるものである。
「受容可能なレベルのデータ保護」を備えたこれらのアプリの開発は、ワクチンに次いで、おそらく2番目に重要なCovid-19関連の革新である。最大の課題は、これらのアプリ内で情報保護を確実に行うとともに、その目的が人々の追跡ではなくウイルスの追跡であることを社会に納得させることにある。
準同型暗号とは何か？
準同型暗号は、公共の利益とプライバシーの間で非常に必要とされるバランスをもたらしうる暗号技術である。
データの暗号化は、データを箱に入れて鍵をかけるようなものであり、中身を解錠する鍵を持つ者だけが開けられる（すなわち復号できる）。今日の情報セキュリティの専門家は、データの三つの主要な状態を定義している。すなわち、保存中（at rest）、転送中（in transit）、使用中（in use）である。施錠された箱の例えを用いると、保存中データの暗号化は施錠された箱を保管施設に置くことであり、転送中データの暗号化は中身を明かさずに箱をある施設から別の施設へ移すことである。現代の暗号技術は、さまざまな暗号化アルゴリズムを用いて、保存中および転送中のデータを保護することに大きな成果を上げている。
「使用中データの暗号化」はより困難でありうる。例えば、二つの数値を箱に入れ、箱を開けて元の数値を見ることなく、その数値に対して数学的計算を行うことが挙げられる。この仕組みがあれば、個人データを保護しながらCovid-19関連のリスク計算を行えることがどれほど有用か、想像してみてほしい。
暗号化されたデータに対する計算は準同型暗号として知られており、その部分的な形式は1970年代以降存在している。以下PHEと呼ぶ。PHEには加算型と乗算型の2種類がある。これは、鍵付きの箱に入れた数値をいずれか加算しまたは乗算する（ただし両方は行わない）ことで、元の内容を明かさずに互いに演算できることを意味する。より複雑な計算で両方の演算を含むものには、以下FHEと呼ぶ完全準同型暗号が必要となる。FHEの概念はほとんど夢物語にすぎなかったが、コンピュータ科学者のCraig Gentryが2009年にそれを現実のものとした。
図1は、物理法則にある程度反するような箱、棒、ダイナマイトのたとえを用いて準同型暗号を説明しており、読者が概念を視覚的に理解する助けとなるだろう。
PHE：図1の青い箱とピンクの箱は施錠されており、鍵を持つ者だけが解錠できる。
ピンクの箱に棒を入れ、複数のピンクの箱を互いに連結すると、それらの間の境界が消え、すべての棒が合算される。
青い箱にはダイナマイトを入れることができる。この種類の箱を連結すると、内部の境界も消えるが、ダイナマイトの数は隣接する箱のダイナマイトの数と掛け合わされ、その積に等しい数の棒が得られる。
ピンクの箱と青い箱は互いに連結しない。つまり、加算と乗算の両方を含む複雑な関数を実行したい場合、計算の途中のどこかで箱から内容物を取り出す必要がある。
FHE：加算と乗算を、箱から内容物を取り出すことなく行う必要がある場合（すなわち計算中もエンドツーエンドの暗号化を可能にする場合）、加算または乗算に必要に応じて設定できる新しい種類の箱を設計する必要がある。
下表は、大学がCovid-19の研究データを収集する場面における準同型暗号の例を示している。
FHEが提供する強力なプライバシーの概念にもかかわらず、計算効率が低いため、今日では使用されていない。
FHEと非暗号化データの計算の速度比は、実際には、平均的な人の歩行と旅客機の速度比よりも450倍大きい。
とはいえ、危機は革新の母である。Covid-19の年である2020年には、最近の取り組みにより、FHEは1000倍高速化し、Gentryの解法を上回った。これは、我々が正しい方向に進んでいることを示す優れた兆候である。