(Bachelor/Praktikum) Benchmark von Functional Encryption Bibliotheken

Motivation

Wir verschlüsseln unsere E-Mails und Backups, damit niemand Unbefugtes sie lesen kann. Sicherheit steht an erster Stelle. Gleichzeitig wollen wir aber Komfort: Ein Spam-Filter soll trotzdem Junk-Mails erkennen, oder eine KI soll unsere Cloud-Daten sortieren. Das ist ein scheinbarer Widerspruch: Normalerweise müsste der Dienst alles entschlüsseln, um nützlich zu sein. Doch wir wollen eigentlich eine Technologie, die nur eine ganz bestimmte Frage beantworten darf – zum Beispiel ‚Ist das Spam?‘ – ohne dabei jemals den eigentlichen Inhalt der privaten Nachricht lesen zu können. Genau hier setzt das Konzept der funktionalen Verschlüsselung an. Diese erlaubt es, durch eigens generierte Schlüssel, das Ergebnis einer Funktionsevaluation auf dem Klartext zu bekommen, ohne den Klartext zu sehen.

Ziele

Funktionale Verschlüsselung ist nur eine von vielen Möglichkeiten, Privacy-Preserving Machine Learning zu realisieren. In den letzten Jahren wurden hier große Fortschritte in Richtung praktischer Anwendbarkeit gemacht. Ziel dieser Arbeit soll es sein, die aktuell zur Verfügung stehenden Bibliotheken hinsichtlich ihrer Performance zu vergleichen.

• Einarbeitung in Functional Encryption
• Implementierung eines Benchmarks der State-of-the-art Bibliotheken GoFE und CiFEr

Wir bieten

• Interessante Arbeit in aktuellen Forschungsthemen
• Möglichkeit der Einbringung eigener Ideen bei der Lösungsgestaltung
• Gute und intensive Betreuung

Dauer
   3 - 6 Monate

Kontakt

Lukas Horn, M.Sc.
lukas.horn@uni-wuerzburg.de