同形暗号（一般に準同型暗号と呼ばれる）は、データを暗号化した状態のまま復号することなく、加算や乗算などの計算処理を行うことができる暗号化技術です。プライバシー保護を維持したまま、機密性の高いデータを外部のサーバーやクラウド環境で安全に処理・解析できるため、医療や金融分野におけるAI活用において注目されています。
同形暗号とは
同形暗号（準同型暗号）は、データを暗号化した状態のままで計算処理を行い、その結果も暗号化された状態で得ることができる高度な暗号化技術です。従来の暗号技術のように処理の過程でデータを復号（元の状態に戻すこと）する必要がないため、情報の漏洩リスクを極めて低く抑えながら、安全なデータ処理や分析を可能にします。
詳しく解説
従来の暗号方式では、暗号化されたデータを処理する際、一度データを復号して平文に戻す必要がありました。しかし、この方法では復号した瞬間にデータが漏洩するリスクが存在します。同形暗号は、数学的な性質（準同型性）を利用することで、暗号化されたデータ同士を掛け合わせたり足し合わせたりした結果が、平文同士を計算して暗号化した結果と一致するように設計されています。これにより、外部のクラウドコンピューティング環境に対して生データを一切明かすことなく、データ解析を委託することが可能になります。近年、データのプライバシー保護とデータ活用の両立が課題となる中で、特に機密情報を扱う高度な機械学習の基盤技術として期待されています。
具体例・使われ方
具体的な利用例として、医療機関が保有する患者の遺伝子情報やカルテデータを同形暗号で暗号化したままクラウドに送信し、クラウド側で機械学習モデルを用いて疾患のリスク予測を行うケースが挙げられます。クラウド事業者は患者のプライベートな情報を一切知る（復号する）ことなく、予測処理だけを実行して暗号化された結果を医療機関に返します。また、金融機関が顧客データを暗号化したまま他社と連携させて、不正検知モデルを実行する共同解析などにも応用されています。
似た用語との違い
同形暗号と混同されやすい概念に、マルチパーティ計算などの技術を含む『秘密計算』があります。秘密計算はデータを秘匿したまま計算を行う技術の総称であり、同形暗号はその秘密計算を実現するための主要な手法の一つに位置づけられます。また、データを複数の参加者間で共有せずにモデルを学習させる『連合学習』とも異なります。連合学習は各ローカル環境で学習を行いパラメータのみを統合する手法ですが、同形暗号はそのパラメータ送信時の暗号化や、中央サーバーでの安全な集計処理を保証するために組み合わせて使用されることがあります。
注意点
同形暗号の最大の課題は、計算コストが非常に高く、処理速度が極めて遅い点です。特に乗算と加算の両方を無制限に行える『完全準同型暗号』は、通常の平文処理に比べて数万倍以上の時間がかかる場合があり、リアルタイム処理や大規模な機械学習への適用には限界があります。このため、実用化に向けては計算を限定的に行う『部分準同型暗号』の採用や、専用ハードウェアによる高速化、効率的なアルゴリズムの開発が進められています。