Page Goldwasser

L'expert en théorie des nombres qui a contribué à révolutionner la cryptographie 21 août 2019 Page Goldwasser

Page Goldwasser Les coupables sont Wintermeyer





Lorsque Shafi Goldwasser a choisi de se concentrer sur la cryptographie et la théorie algorithmique des nombres en tant que nouvelle étudiante diplômée en informatique à l'Université de Californie à Berkeley, en 1979, son timing était parfait.

En 1977, les professeurs du MIT Ronald Rivest, Adi Shamir et Len Adleman avaient publié l'algorithme révolutionnaire de cryptage à clé publique RSA qui permettait aux gens d'échanger des informations secrètes sans se rencontrer au préalable pour configurer une clé de cryptage partagée. En 1979, ils ont utilisé les idées de leur algorithme de cryptage pour proposer un moyen de jouer au poker par téléphone sans relayer les informations via un tiers de confiance. Leur méthode impliquait de traiter à partir d'un jeu crypté, mais le professeur de Berkeley, Richard Lipton, a souligné que des informations partielles sur les cartes cryptées pouvaient fuir et permettre à un joueur de tricher.

Alors Goldwasser et son collègue étudiant diplômé de Berkeley, Silvio Micali, ont relevé le défi de savoir comment crypter de manière à ce que toutes les informations partielles soient masquées de manière prouvée. Ils ont introduit l'idée d'un cryptage probabiliste ou aléatoire : chaque message en clair doit avoir de nombreux cryptages possibles, tous également probables, et la personne qui crypte le message en choisirait un. Ils ont alors montré qu'il serait impossible de faire la distinction entre deux messages chiffrés de cette manière, offrant un niveau de sécurité élevé qu'ils ont appelé la sécurité sémantique.



Les travaux ont mis en évidence une vulnérabilité dans tout système de chiffrement, y compris les premières versions de RSA, qui permettait au même message d'être toujours chiffré de la même manière, conduisant à des normes de cryptographie qui nécessitent l'utilisation de méthodes de chiffrement probabilistes pour empêcher cela.

Shaffi Goldwasser

Le cadre de Goldwasser et Micali a depuis été largement adopté pour évaluer les systèmes cryptographiques et en créer de nouveaux. Et la cryptographie à clé publique avec randomisation est finalement devenue la clé de la commercialisation d'Internet - c'était le seul moyen d'envoyer des numéros de carte de crédit sur Internet en toute sécurité.

Goldwasser et Micali ont tous deux été nommés professeurs au MIT en 1983 et ont poursuivi leur collaboration. En collaboration avec Charles Rackoff à l'Université de Toronto, ils ont développé un nouveau type de preuve mathématique appelé système de preuve interactif, dans lequel un fait mathématique est démontré par un dialogue interactif de questions et réponses entre un démonstrateur et un vérificateur - un analogue mathématique de le jeu des 20 questions. Un de ces systèmes, appelé preuve à connaissance nulle, a la propriété remarquable de ne révéler aucune information au-delà de l'exactitude de la preuve elle-même. Des preuves à connaissance nulle ont été combinées avec des technologies de blockchain pour créer des crypto-monnaies qui permettent de vérifier la validité des transactions tout en gardant les détails confidentiels et en préservant l'anonymat.



Pour leurs travaux étendant la théorie de l'informatique et l'appliquant à des problèmes pratiques de cryptographie, Goldwasser et Micali se sont partagé le prix Turing, considéré comme le prix Nobel de l'informatique.

Depuis 1993, Goldwasser a équilibré sa nomination à la faculté du MIT (elle est maintenant professeure RSA de génie électrique et d'informatique) avec une deuxième chaire à l'Institut des sciences Weizmann d'Israël. En 2018, elle a également été nommée directrice du Simons Institute interdisciplinaire pour la théorie de l'informatique à l'UC Berkeley. Goldwasser est également le cofondateur et scientifique en chef de Duality Technologies, une startup qui commercialise la cryptographie homomorphe. Cette nouvelle technologie mathématique permet d'effectuer un apprentissage automatique sur des données chiffrées sans d'abord les déchiffrer, ce qui devrait transformer la recherche en médecine, en économie et dans d'autres domaines sensibles à la vie privée dans les années à venir.

cacher