Công nghệ toán học đột phá giúp xác định vị trí mà không tiết lộ thông tin cá nhân

Các nhà nghiên cứu tại Đại học Kỹ thuật Munich (TUM) đã phát triển một phương pháp mới cho phép chứng minh vị trí mà không tiết lộ thông tin cụ thể, nhằm cân bằng giữa vấn đề bảo mật và độ chính xác. Phương pháp có tên Zero-Knowledge Location Privacy (ZKLP) sử dụng bằng chứng không tiết lộ thông tin (zero-knowledge proofs) và số thực dấu phẩy động (floating-point numbers) để người dùng xác nhận họ đang ở khu vực cụ thể mà không phải cung cấp tọa độ chính xác.

Việc theo dõi vị trí qua ứng dụng di động đã trở nên phổ biến, thường diễn ra mà người dùng không nhận thức được. Dữ liệu này có thể vẽ nên bức tranh về thói quen, địa điểm làm việc và sinh hoạt của một người, đôi khi dẫn đến những rủi ro nghiêm trọng về quyền riêng tư. Một báo cáo năm 2019 của New York Times đã chỉ ra cách dữ liệu vị trí thương mại có thể dễ dàng nhận diện cá nhân, bao gồm cả thành viên trong đội ngũ của cựu Tổng thống Mỹ Donald Trump, tiết lộ các chuyến thăm tới những địa điểm nhạy cảm như Mar-a-Lago và Lầu Năm Góc. Trước những lo ngại ngày càng tăng về việc dữ liệu này có thể bị lạm dụng như thế nào, nhóm nghiên cứu tại TUM đã tìm cách xác minh thông tin vị trí trong khi vẫn giữ bí mật dữ liệu cá nhân.

Phương pháp ZKLP cho phép người dùng chứng minh họ đang ở khu vực chung như thành phố hoặc công viên mà không tiết lộ vị trí chính xác. Công nghệ này dựa trên bằng chứng không tiết lộ thông tin (zero-knowledge proofs), vốn được dùng để xác minh một phát biểu mà không tiết lộ dữ liệu đằng sau nó. Để phương pháp này hoạt động hiệu quả trong thực tế, các nhà nghiên cứu đã giới thiệu bộ mạch bằng chứng không tiết lộ thông tin đầu tiên tuân thủ hoàn toàn tiêu chuẩn IEEE 754 về số học dấu phẩy động, đảm bảo tính toán chính xác và tránh các lỗi thường gặp trong hệ thống cũ dựa trên toán học số nguyên.

Quy trình này rất hiệu quả, chỉ yêu cầu 64 ràng buộc cho mỗi phép toán nhân số thực độ chính xác đơn 2^15, giảm đáng kể độ phức tạp tính toán so với các phương pháp trước đây. Phiên bản tối ưu hóa của họ sử dụng ít hơn 15.9 lần ràng buộc khi dùng giá trị số thực độ chính xác đơn và ít hơn 12.2 lần khi dùng độ chính xác kép, giúp hệ thống trở nên đáng tin cậy và mở rộng hơn nhiều.

Một ứng dụng chính là kiểm tra khoảng cách ngang hàng bảo vệ quyền riêng tư. Trong thiết lập này, hai người có thể kiểm tra xem họ có ở gần nhau hay không mà không cần chia sẻ vị trí chính xác. Hệ thống hoạt động rất nhanh. Chẳng hạn, một người A có thể tạo dữ liệu vị trí bằng chứng chỉ trong 0.26 giây và có thể xác minh khoảng cách với khoảng 470 người mỗi giây. "Phương pháp của chúng tôi cho thấy việc xác minh vị trí là khả thi và hiệu quả trong khi vẫn bảo vệ quyền riêng tư," Giáo sư Sebastian Steinhorst, Giáo sư về Hệ thống Nhúng và Internet of Things cho biết.

Ngoài xác minh vị trí, công nghệ được phát triển trong nghiên cứu này có thể có ứng dụng rộng hơn trong mật mã học. Các mạch số thực dấu phẩy động được thiết kế cho bằng chứng không tiết lộ thông tin có thể hữu ích trong học máy bảo mật, chăm sóc sức khỏe kỹ thuật số và hệ thống di chuyển, cho phép xác minh chính xác trong khi vẫn bảo vệ dữ liệu người dùng. Bằng cách kết hợp độ chính xác và quyền riêng tư, nghiên cứu này mở ra một cách thức đầy hứa hẹn để bảo vệ dữ liệu vị trí trong thời đại mà việc theo dõi ngày càng trở nên phổ biến.