Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption
| Ano de defesa: | 2021 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Laboratório Nacional de Computação Científica
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA) Brasil LNCC Programa de Pós-Graduação em Modelagem Computacional |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://tede.lncc.br/handle/tede/334 |
Resumo: | O estudo, o desenvolvimento e a aplicação de esquemas de Fully Homomorphic Encryption (FHE) têm sido de grande importância para a era digital em que vivemos, pois através deles é possível ter armazenamento e processamento seguro dos dados. Este trabalho apresenta um estudo de esquemas de FHE com uma implementação real para tratar um problema de privacidade, a priori, processar os resultados de exames com segurança e privacidade por meio de criptografia. No cenário de aplicação do problema, consideramos as funcionalidades presentes no aplicativo Coronavírus SUS e sua utilização por grande parte da população brasileira. Com o aplicativo, cada usuário informa sua situação com relação à doença. Se um outro usuário entrar em contato com um usuário infectado, o aplicativo emite um alerta ao usuário suscetível à doença. Assim, os dados são passados um a um para o sistema do Ministério da Saúde do Brasil (MSB) e contabilizados. Através destes dados cifrados, podemos gerar previsões dos próximos dias de pandemia, como a determinação das semanas de pico da doença. No decorrer do trabalho, discutimos os conceitos matemáticos fundamentais para compreensão de Reticulados, assim como três criptossistemas gerados por Learning with Errors (LWE) e Ring Learning with Errors (RLWE) (esquemas pertencentes a família de Reticulados). Posteriormente, fizemos a construção de um modelo matemático para o processo de transmissão da COVID-19, sendo representado por um sistema de Equações Diferenciais Ordinárias (EDOs). Finalmente, desenvolvemos um programa capaz de realizar as operações presentes no sistema de EDOs de forma homomórfica, com o auxílio do esquema Brakerski, Fan e Vercauteren (BFV) implementado na biblioteca SEAL e verificamos sua eficácia. Ressaltamos que, para utilizar o esquema BFV, implementado na biblioteca SEAL, tratamos algumas limitações impostas por este esquema, visto que este esquema só aceitar valores inteiros como entrada, e o valor máximo dos textos cifrado e claro ser 260. |
| id |
LNCC_59189c0b0314cd4b39536f15a033e72a |
|---|---|
| oai_identifier_str |
oai:tede-server.lncc.br:tede/334 |
| network_acronym_str |
LNCC |
| network_name_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
| repository_id_str |
|
| spelling |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic EncryptionCovid-19Processamento seguroCriptografia homomórficaPrivacidadeCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOO estudo, o desenvolvimento e a aplicação de esquemas de Fully Homomorphic Encryption (FHE) têm sido de grande importância para a era digital em que vivemos, pois através deles é possível ter armazenamento e processamento seguro dos dados. Este trabalho apresenta um estudo de esquemas de FHE com uma implementação real para tratar um problema de privacidade, a priori, processar os resultados de exames com segurança e privacidade por meio de criptografia. No cenário de aplicação do problema, consideramos as funcionalidades presentes no aplicativo Coronavírus SUS e sua utilização por grande parte da população brasileira. Com o aplicativo, cada usuário informa sua situação com relação à doença. Se um outro usuário entrar em contato com um usuário infectado, o aplicativo emite um alerta ao usuário suscetível à doença. Assim, os dados são passados um a um para o sistema do Ministério da Saúde do Brasil (MSB) e contabilizados. Através destes dados cifrados, podemos gerar previsões dos próximos dias de pandemia, como a determinação das semanas de pico da doença. No decorrer do trabalho, discutimos os conceitos matemáticos fundamentais para compreensão de Reticulados, assim como três criptossistemas gerados por Learning with Errors (LWE) e Ring Learning with Errors (RLWE) (esquemas pertencentes a família de Reticulados). Posteriormente, fizemos a construção de um modelo matemático para o processo de transmissão da COVID-19, sendo representado por um sistema de Equações Diferenciais Ordinárias (EDOs). Finalmente, desenvolvemos um programa capaz de realizar as operações presentes no sistema de EDOs de forma homomórfica, com o auxílio do esquema Brakerski, Fan e Vercauteren (BFV) implementado na biblioteca SEAL e verificamos sua eficácia. Ressaltamos que, para utilizar o esquema BFV, implementado na biblioteca SEAL, tratamos algumas limitações impostas por este esquema, visto que este esquema só aceitar valores inteiros como entrada, e o valor máximo dos textos cifrado e claro ser 260.The study, development, and application of Fully Homomorphic Encryption (FHE) schemes have been of great importance for the digital age we live in, because through them it is possible to have safe data storage and processing. This work presents a study of FHE schemes with a real implementation to deal with a privacy problem, a priori, to process the results of exams, with security and privacy, by using encryption. In this case study we consider the features present in the application Coronavirus SUS and its use by a large part of the Brazilian population. The application works by having users provide information regarding whether or not they are infected by the disease, if one user meets an infected user, the application issues an alert to the user susceptible to the disease. Thus, the data is passed on to the Ministry of Health of Brazil and accounted for. Through this encrypted data, we can generate forecasts of the next days of the pandemic, such forecasts include estimates for peak weeks of the disease. While writing this dissertation, we discussed the fundamental mathematical concepts for understanding Lattice, as well as three cryptosystems generated by Learning with Errors (LWE) and Ring Learning with Errors (RLWE) (schemes belonging to the Lattice family). Subsequently, we made the construction of a mathematical model for the COVID-19 transmission process, being represented by a Ordinary Differential Equations (ODE) system. Moreover, we developed a program capable of carrying out the operations present in the ODE system in a homomorphic way, with the help of the SEAL library, and verified its effectiveness. We emphasize that, in order to use the Brakerski, Fan e Vercauteren (BFV) scheme, implemented in the SEAL library, we deal with some limitations imposed by this scheme, since this scheme will only accept whole values as input, and the maximum value of the ciphertext and of course be 260.Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorLaboratório Nacional de Computação CientíficaCoordenação de Pós-Graduação e Aperfeiçoamento (COPGA)BrasilLNCCPrograma de Pós-Graduação em Modelagem ComputacionalOliveira, Fábio Borges deOliveira, Fábio Borges deRivera, Jaime Edilberto MunozRibeiro, Moisés VidalBernine, Elaine2023-03-24T17:21:47Z2021-04-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfBERNINE, E. Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption. 2021. 79 f. Tese (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2021.https://tede.lncc.br/handle/tede/334porhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCC2023-03-28T17:13:25Zoai:tede-server.lncc.br:tede/334Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2023-03-28T17:13:25Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false |
| dc.title.none.fl_str_mv |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption |
| title |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption |
| spellingShingle |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption Bernine, Elaine Covid-19 Processamento seguro Criptografia homomórfica Privacidade CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| title_short |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption |
| title_full |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption |
| title_fullStr |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption |
| title_full_unstemmed |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption |
| title_sort |
Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption |
| author |
Bernine, Elaine |
| author_facet |
Bernine, Elaine |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Oliveira, Fábio Borges de Oliveira, Fábio Borges de Rivera, Jaime Edilberto Munoz Ribeiro, Moisés Vidal |
| dc.contributor.author.fl_str_mv |
Bernine, Elaine |
| dc.subject.por.fl_str_mv |
Covid-19 Processamento seguro Criptografia homomórfica Privacidade CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| topic |
Covid-19 Processamento seguro Criptografia homomórfica Privacidade CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| description |
O estudo, o desenvolvimento e a aplicação de esquemas de Fully Homomorphic Encryption (FHE) têm sido de grande importância para a era digital em que vivemos, pois através deles é possível ter armazenamento e processamento seguro dos dados. Este trabalho apresenta um estudo de esquemas de FHE com uma implementação real para tratar um problema de privacidade, a priori, processar os resultados de exames com segurança e privacidade por meio de criptografia. No cenário de aplicação do problema, consideramos as funcionalidades presentes no aplicativo Coronavírus SUS e sua utilização por grande parte da população brasileira. Com o aplicativo, cada usuário informa sua situação com relação à doença. Se um outro usuário entrar em contato com um usuário infectado, o aplicativo emite um alerta ao usuário suscetível à doença. Assim, os dados são passados um a um para o sistema do Ministério da Saúde do Brasil (MSB) e contabilizados. Através destes dados cifrados, podemos gerar previsões dos próximos dias de pandemia, como a determinação das semanas de pico da doença. No decorrer do trabalho, discutimos os conceitos matemáticos fundamentais para compreensão de Reticulados, assim como três criptossistemas gerados por Learning with Errors (LWE) e Ring Learning with Errors (RLWE) (esquemas pertencentes a família de Reticulados). Posteriormente, fizemos a construção de um modelo matemático para o processo de transmissão da COVID-19, sendo representado por um sistema de Equações Diferenciais Ordinárias (EDOs). Finalmente, desenvolvemos um programa capaz de realizar as operações presentes no sistema de EDOs de forma homomórfica, com o auxílio do esquema Brakerski, Fan e Vercauteren (BFV) implementado na biblioteca SEAL e verificamos sua eficácia. Ressaltamos que, para utilizar o esquema BFV, implementado na biblioteca SEAL, tratamos algumas limitações impostas por este esquema, visto que este esquema só aceitar valores inteiros como entrada, e o valor máximo dos textos cifrado e claro ser 260. |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021-04-30 2023-03-24T17:21:47Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
BERNINE, E. Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption. 2021. 79 f. Tese (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2021. https://tede.lncc.br/handle/tede/334 |
| identifier_str_mv |
BERNINE, E. Modelo matemático de transmissão da COVID-19 cifrado com Fully Homomorphic Encryption. 2021. 79 f. Tese (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2021. |
| url |
https://tede.lncc.br/handle/tede/334 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA) Brasil LNCC Programa de Pós-Graduação em Modelagem Computacional |
| publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA) Brasil LNCC Programa de Pós-Graduação em Modelagem Computacional |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do LNCC instname:Laboratório Nacional de Computação Científica (LNCC) instacron:LNCC |
| instname_str |
Laboratório Nacional de Computação Científica (LNCC) |
| instacron_str |
LNCC |
| institution |
LNCC |
| reponame_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
| collection |
Biblioteca Digital de Teses e Dissertações do LNCC |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC) |
| repository.mail.fl_str_mv |
library@lncc.br||library@lncc.br |
| _version_ |
1832738028303417344 |