如何通过PySeal库加密数据帧列

Question

我正在研究全同态加密。因为只有完全同态加密允许对加密数据执行计算，这种机制由PySeal库提供，它是Microsoft库的python叉版本。我的数据框架中有3列。我希望使用可以对这些值进行计算的PySeal加密每一列的每个值。

df

| SNP  | ID     | Effect|
|:---- |:------:| -----:|
| 21515| 1      | 0.5   |
| 21256| 2      | 0.7   |
| 21286| 3      | 1.7   |

PySeal：https://github.com/Lab41/PySEAL/blob/master/SEALPythonExamples/examples.py的相关文献

Answer 1

有趣的问题，我可以帮助你使用熊猫库，但不是设置像模块这样的安全加密参数。

首先，让我们做一些导入：

import pandas
import seal
from seal import Ciphertext, \
    Decryptor, \
    Encryptor, \
    EncryptionParameters, \
    Evaluator, \
    IntegerEncoder, \
    FractionalEncoder, \
    KeyGenerator, \
    Plaintext, \
    SEALContext

现在我们设置加密参数。我不知道如何正确设置这些值，但正确设置这些值对于实现适当的安全性非常重要。A引自文件：

了解这些不同参数的行为、它们如何影响加密方案、性能和安全级别是至关重要的。由于本课题的复杂性，我们强烈建议用户直接咨询同态加密和基于RLWE的加密方案的专家，以确定其参数选择的安全性。

parms = EncryptionParameters()
parms.set_poly_modulus("1x^2048 + 1")
parms.set_coeff_modulus(seal.coeff_modulus_128(2048))
parms.set_plain_modulus(1 << 8)
context = SEALContext(parms)

接下来，我们将设置密钥、编码器、密码器和解密器。

iEncoder = IntegerEncoder(context.plain_modulus())
fEncoder = FractionalEncoder(
    context.plain_modulus(), context.poly_modulus(), 64, 32, 3)

keygen = KeyGenerator(context)
public_key = keygen.public_key()
secret_key = keygen.secret_key()
encryptor = Encryptor(context, public_key)
evaluator = Evaluator(context)
decryptor = Decryptor(context, secret_key)

让我们设置一些方便的功能，我们将使用与DataFrames加密和解密。

def iencrypt(ivalue):
    iplain = iEncoder.encode(ivalue)
    out = Ciphertext()
    encryptor.encrypt(iplain, out)
    return out

def fencrypt(fvalue):
    fplain = fEncoder.encode(fvalue)
    out = Ciphertext()
    encryptor.encrypt(fplain, out)
    return out

最后，我们将定义一个可用于熊猫的整数的乘法运算。为了简短地回答这个问题，我们不会演示对浮点数的操作，但是做一个操作应该不难。

def i_multiplied(multiplier):
    m_plain = iEncoder.encode(multiplier)
    out = Ciphertext()
    encryptor.encrypt(m_plain, out)
    def aux(enc_value):
        # this is an in-place operation, so there is nothing to return
        evaluator.multiply(enc_value, out)
    return aux

注意，Evaluator.multiple是一个内嵌操作，所以当我们将它与一个DataFrame一起使用时，它会改变里面的值！

现在，让我们把这一切付诸实施：

df = pandas.DataFrame(dict(
    SNP=[21515, 21256, 21286],
    ID=[1, 2, 3],
    Effect=[0.5, 0.7, 1.7])
)
print("Input/Plaintext Values:")
print(df.head())

这将打印您的示例：

Input/Plaintext Values:
     SNP  ID  Effect
0  21515   1     0.5
1  21256   2     0.7
2  21286   3     1.7

现在让我们来做一个加密的数据文件：

enc_df = pandas.DataFrame(dict(
    xSNP=df['SNP'].apply(iencrypt),
    xID=df['ID'].apply(iencrypt),
    xEffect=df['Effect'].apply(fencrypt))
)

print("Encrypted Values:")
print(enc_df.head())

指纹：

加密值：

_  xSNP                           
0  <seal.Ciphertext object at 0x7efcccfc2df8>  <seal.Ciphertext object a
1  <seal.Ciphertext object at 0x7efcccfc2d88>  <seal.Ciphertext object a
2  <seal.Ciphertext object at 0x7efcccfc2dc0>  <seal.Ciphertext object a

它只是DataFrame中的一堆对象。

现在我们来做个手术。

# multiply in place
enc_df[['xSNP','xID']].applymap(i_multiplied(2))

print("Encrypted Post-Op Values:")
print(enc_df.head())

您不会注意到此时打印的值有什么不同，因为我们所做的只是对dataframe中的对象进行变异，所以它只会打印相同的内存引用。

现在让我们解密以查看结果：

enc_df[['xSNP','xID']]=enc_df[['xSNP','xID']].applymap(idecrypt)

print("Decrypted Post-Op Values:")
print(enc_df[['xSNP','xID']].head())

这些指纹：

Decrypted Post-Op Values:
    xSNP  xID
0  43030    2
1  42512    4
2  42572    6

这就是您期望的结果，将整数列乘以2。

要实际使用这一点，您必须先序列化加密的数据文件，然后发送到另一方进行处理，然后返回给您进行解密。图书馆强迫你用泡菜做这件事。从安全性的角度来看，这是不幸的，因为您是不应对不受信任的数据进行解密。。服务器可以信任客户机不会在泡菜串行化中放置任何讨厌的东西吗?当服务器返回答案时，客户端能相信服务器不会这样做吗？一般来说，这两个问题的答案都是否定的，更多的是因为客户端已经不信任服务器，否则就不会使用同态加密了！显然，这些python绑定更像是一个技术演示器，但我认为这是值得指出的限制。

库中有批处理操作，我还没有演示过。在DataFrames上下文中使用这些可能更有意义，因为它们应该比许多值具有更好的操作性能。