ONU quer melhorar tecnologias de aprimoramento de privacidade (PETs)

A divisão de estatísticas das Nações Unidas, UN PETs Lab, está trabalhando em projeto para desenvolver novas técnicas voltadas a melhorar a privacidade dos dados. Inaugurado oficialmente em 25 de janeiro, o laboratório vai trabalhar com dados disponíveis publicamente no UN Comtrade e cooperar com institutos nacionais de estatísticas dos Estados Unidos, Grã-Bretanha, Canadá, Itália e Holanda, pesquisadores acadêmicos e iniciativa privada para testar as chamadas tecnologias de aprimoramento de privacidade (PETs).

Segundo o site da The Economist, o laboratório já realizou testes de várias categorias de PETs. Um deles envolveu uma instituição de caridade com sede em Oxford e uma técnica chamada computação multipartidária segura (SMPC). A abordagem pressupõe que dados a serem analisados sejam criptografados e permaneçam nas instalações de seu proprietário. A organização que fará as análises – neste caso, OpenMined – envia seu algoritmo ao guardião que processará os dados criptografados.

Em outro teste, a Oblivious Software, empresa de Dublin, testou “ambientes de execução confiáveis”. Os mesmos conjuntos de dados são criptografados por seu proprietário e, em seguida, enviados para um servidor altamente seguro para que o processamento possa ser rastreado e os dados totalmente removidos após a conclusão do trabalho.

“Altos líderes estão falando atualmente sobre tecnologias de aprimoramento de privacidade visando a colaboração transfronteiriça e intersetorial para resolver desafios compartilhados. Com as PETs, será possível proteger valores compartilhados, como privacidade, responsabilidade e transparência. Elas serão essenciais para ajudar a melhorar estatísticas oficiais e apoiar sociedades democráticas, honrando o direito dos cidadãos a informações públicas confiáveis”, destaca Stefan Schweinfest, diretor da Divisão de Estatísticas da ONU.

O UN PETs Lab pretende aprofundar os testes com mais dados e recrutar mais agências para fazer parte de sua lista. Os Estados Unidos e a Grã-Bretanha pretendem lançar um “grande desafio” aos sistemas PET e premiar os melhores.

Para que servem as PETs

PETs visam permitir o compartilhamento de dados com segurança usando criptografia e outros protocolos para processá-los sem que seja necessário descriptografá-los. Também garantem a proteção dos dados durante todo seu ciclo de vida.

Decisões tomadas em questões fundamentais, como economia, ambiente e saúde, podem ser beneficiadas com dados fornecidos por outros países, por isso o envolvimento de entidades como as Nações Unidas  nesse campo. Por exemplo, dados usados em treinamento de sistemas de Inteligência Artificial e modelos estatísticos para aprimorar diagnósticos médicos ou indicadores importantes sobre o desempenho de economias nacionais podem ser compartilhados com segurança e privacidade quando aplicadas técnicas PET. Pesquisas indicam que até US$ 3 trilhões do PIB mundial podem ser desbloqueados pelo maior compartilhamento internacional de dados.

No entanto, a ausência de tecnologias de aprimoramento de privacidade associada a regulamentações rígidas de privacidade limita a capacidade de governos e instituições de compartilhar informações valiosas. Por isso, muito poucos dados gerados mundialmente estão sendo usados para fins analíticos e colaborativos.

“Um retrato preciso do cenário mundial continua sendo vital para fornecer estatísticas sobre a saúde e o desempenho das economias, por exemplo. Os métodos atuais de coleta e divulgação de informações estatísticas não são sustentáveis, por isso a importância das tecnologias de aprimoramento da privacidade. Estamos investindo hoje em maneiras práticas de testar essas tecnologias emergentes porque acreditamos que conseguirão apresentar uma visão de como podemos continuar a servir a população com dados confiáveis, sem abdicar da privacidade e da segurança”, afirma Ron Jarmin, vice-diretor da Agência de Censo dos Estados Unidos.

Tipos mais comuns de PET

PETs podem abranger várias técnicas para extrair valor dos dados sem comprometer a privacidade nem a segurança. Seguem abaixo algumas delas:

1) Criptografia homomórfica: Permite processar dados sem que seja necessário descriptografá-los. Dessa forma, dados criptografados podem ser transferidos e analisados para que, então, os resultados das análises sejam compartilhados livremente. Qual é a principal aplicação? Informações confidenciais que hoje dificilmente podem ser processadas por terceiros para fins de análise poderão ser compartilhadas.

2) Computação multipartidária segura (SMPC): É um subtipo da criptografia homomórfica que permite processar dados criptografados de várias fontes. Para modelos de aprendizado de máquina, esse recurso é bem-vindo, pois quanto maior o volume de dados, melhores os resultados.

3) Privacidade diferencial: Garante proteção contra o compartilhamento de informação sobre indivíduos. Permite descrever padrões em grupos extraídos de um conjunto de dados, mantendo a privacidade pessoal. 4) Provas de conhecimento zero (ZKP): Podem verificar a veracidade das informações sem que precisem ser reveladas.