Autores: Darshaun Kandasamy Govindhraj , Kumar Shivam , Sathish Kumar Alagarsamy

Este blog está escrito y mantenido por estudiantes del Programa de Maestría en Ciencias en Informática Profesional de la Universidad Simon Fraser como parte de los créditos del curso. Para obtener más información sobre este programa único, visite sfu.ca/computing/mpcs .

¿Qué es la computación perimetral y en qué se diferencia de la computación en la nube?

La computación perimetral está revolucionando la forma en que se procesan y analizan los datos. Es un método de procesamiento de datos en el que la computación se lleva a cabo más cerca de la fuente de datos, en el borde de la red, en lugar de en un centro de datos centralizado. Sin las restricciones de latencia y ancho de banda de la informática centralizada convencional, la informática perimetral puede ofrecer nuevos conocimientos y una toma de decisiones más rápida en tiempo real. Para una serie de negocios y campos, que incluyen atención médica, monitoreo ambiental, vehículos sin conductor, realidad aumentada e IoT, es un cambio de juego.

Edge computing para las personas es más como Jarvis para Iron Man. Toda la información que necesita Iron Man es procesada y proporcionada por Jarvis en el casco de Iron Man de forma similar a toda la información que necesitamos que se procesa en los clústeres de computación geoespacialmente más cercanos. La computación en la nube regular se puede comparar con la información que necesita el Capitán América, donde la pregunta se envía a la sede de SHIELD, se procesa allí y la información debe devolverse.

Profundicemos en la computación perimetral con una aplicación de la vida real.

Los drones son dispositivos aéreos controlados a distancia que están equipados con varios sensores como cámaras, micrófonos, GPS y otros sistemas de navegación. Estos sensores recopilan datos en tiempo real sobre el entorno, las condiciones de vuelo y el entorno. Con la informática de punta, el dron puede procesar los datos recopilados localmente, sin depender de un centro de datos central o un servidor en la nube.

Aquí hay un desglose paso a paso de cómo se usa la computación perimetral en los drones:

1) Recopilación de datos: los sensores del dron recopilan datos en tiempo real sobre el entorno, las condiciones de vuelo y los entornos, como la altitud, la velocidad, la ubicación y cualquier obstáculo. Estos datos se transfieren al núcleo del dron para su procesamiento.

2) Preprocesamiento: los datos se limpian y formatean para facilitar el procesamiento posterior con un conjunto de datos reducido. Los valores atípicos se eliminan para reducir la posibilidad de errores.

3) Análisis de datos: el dron utiliza algoritmos de aprendizaje automático para examinar los datos preprocesados ​​con el fin de obtener información y tomar decisiones. Estas decisiones incluyen la optimización de la ruta de vuelo, la navegación en tiempo real y, lo que es más importante, la evitación de obstáculos.

4) Pantalla: los resultados del análisis de datos se muestran en la pantalla integrada del dron o se transmiten al control remoto en tiempo real. Esto proporciona al operador retroalimentación, información y advertencias inmediatas para ayudar a guiar los movimientos del dron.

5) Privacidad y seguridad: los datos se procesan localmente en el dron mediante computación perimetral en lugar de enviarse a un centro de datos centralizado. Como los datos no se transportan a través de la red, esto ayuda a salvaguardar su confidencialidad y privacidad.

Mediante el uso de la informática perimetral, los drones pueden procesar datos en tiempo real, sin sacrificar la privacidad ni la seguridad, y sin depender de un centro de datos central. Esto ayuda a reducir la carga en la red, reduce la latencia y aumenta la eficiencia de las operaciones con drones.

¿En qué se diferencia la computación perimetral de la computación en la nube en términos de seguridad?

La computación en la nube, un método tradicional de procesamiento de datos, está centralizada y requiere cargar todos los datos en la nube. Sin embargo, este método no garantiza la seguridad y privacidad de los datos, ya que existe el riesgo de pérdida y fuga de datos. Por ejemplo, la información confidencial, como contraseñas de cuentas, registros de búsqueda y secretos comerciales, puede quedar expuesta.

El panorama de la informática perimetral se está expandiendo rápidamente, con más organizaciones aprovechando el poder de los dispositivos perimetrales para procesar datos en tiempo real. Si bien el concepto de edge computing proporciona una estructura mejorada para la seguridad de los datos y la protección de la privacidad, su arquitectura distribuida también aumenta el riesgo de ataques. A medida que los dispositivos perimetrales se vuelven más inteligentes y están más conectados, se vuelven más vulnerables a las brechas de seguridad y las infecciones de malware, ya que no tendrán suficiente poder de cómputo para defenderse de ataques poderosos. Los riesgos asociados con la informática perimetral se ven exacerbados aún más por el entorno altamente dinámico en el perímetro de la red.

Existe una alta probabilidad de que una computadora perimetral se vea comprometida. En este caso, los datos recopilados desde el borde se limitarán a los datos localizados que conducen a una exposición mínima. Pero cuando un atacante descubre todos los puntos débiles y los ataca, la fuga de datos dará lugar a una filtración de datos mucho mayor, similar a la de un centro de datos.

¿Cómo se ve afectada la privacidad en la informática perimetral y cuáles son las formas de mitigarla?

Una de las preocupaciones de privacidad más críticas en la informática perimetral es la "protección de la privacidad de la identidad". Edge computing también crea un desafío para el cumplimiento de la privacidad, ya que complica la definición de datos personales y plantea preguntas sobre la propiedad de los datos. Una encuesta reciente realizada por la firma de contabilidad KPMG entre los responsables de la toma de decisiones empresariales de EE. UU. descubrió que el 70 % de las empresas ha aumentado la recopilación de datos de clientes durante el último año. Sin embargo, el mismo estudio reveló que la privacidad de los datos es una preocupación creciente para el 86 % de los consumidores.

Edge computing tiene el potencial de reducir la conexión entre la recopilación de datos personales y la obtención de información, al promover el concepto de "minimización de datos". Esto se refiere a la idea de recopilar solo la cantidad mínima de datos necesarios para obtener información útil.

Por ejemplo, considere Zenus AI, una empresa de análisis de comportamiento que analiza el estado de ánimo de los compradores mediante imágenes de CCTV. Zenus AI recopila los datos y los procesa en el dispositivo de borde ubicado en la tienda, sin transferirlos a su centro de datos. Además, la privacidad de los compradores está protegida ya que la empresa solo comparte estadísticas de datos agregados con la tienda. Al aplicar esta técnica a los datos personales en el borde, las empresas pueden obtener información y minimizar el riesgo para la privacidad.

En este modelo, el borde de la red sirve como un nuevo perímetro, evitando que los datos personales entren en el núcleo de la organización, pero dejando pasar la información. Estamos pasando de la "Era de los grandes datos" a la "Era de los datos pequeños y significativos". Las tecnologías emergentes tienen el potencial de reducir significativamente la cantidad de información personal necesaria para obtener información. Una de estas técnicas es la privacidad diferencial (DP).

¿Qué es la Privacidad Diferencial?

La privacidad diferencial es un método seguro que garantiza la privacidad de un conjunto de datos al preservar la información personal de las personas. En los últimos tiempos, los datos se recopilan de varias fuentes, incluido Internet de las cosas (IoT), que puede abarcar varias aplicaciones, como atención médica, hogares inteligentes, comunicación de vehículos, redes inteligentes, etc. El parámetro de privacidad ϵ (hablaremos de esto más adelante ) es fundamental para determinar la seguridad de los datos dentro de DP. Este método garantiza una protección completa de la información personal. Los beneficios clave de usar DP incluyen:

1. Ofrece privacidad de datos a través de cálculos simples y ayuda a construir bloques de privacidad.

2. Después de ser procesados ​​por los analistas, los resultados obtenidos no podrán ser extraídos sin conocimiento de la base de datos en la que fueron cargados.

3. El equilibrio entre privacidad y precisión se gestiona de forma eficaz.

En DP, la privacidad de un conjunto de datos se asegura mediante la incorporación de ruido en los datos cargados. Al agregar una mayor cantidad de ruido, se mejora la privacidad, pero se compromete la precisión de los datos. Para equilibrar la compensación entre privacidad y precisión, la adición de ruido debe hacerse en la proporción correcta. DP incorpora algoritmos de agrupamiento y aprendizaje automático como Support Vector Machine (SVM) y aprendizaje profundo para agregar ruido. El método común utilizado para agregar ruido al conjunto de datos con fines de privacidad es el ruido aleatorio de Laplace. El nivel de privacidad de los datos depende de la selección del parámetro ϵ utilizando diferentes algoritmos. El cambio en una pequeña cantidad de datos en todo el conjunto de datos no debería afectar los resultados de la consulta de la base de datos. DP hace que sea más difícil para un atacante adivinar los atributos confidenciales en el conjunto de datos,

Además, la efectividad de DP dificulta que los atacantes potenciales determinen la información privada en el conjunto de datos. La implementación de DP es fundamental para garantizar la seguridad desde el inicio de una consulta hasta la respuesta final de la base de datos.

Entendamos la definición matemática de privacidad diferencial. Las variables utilizadas en la ecuación son:

• ε: Un número real que representa el “presupuesto de privacidad”. Determina cuánto se pueden cambiar los datos sin afectar su utilidad general.
• M: un algoritmo aleatorio que toma un conjunto de datos como entrada y genera un resultado de consulta.
• x: el conjunto de datos que se ingresa en el algoritmo.
• R: Un subconjunto de los resultados obtenidos del algoritmo aleatorio.
• D1 y D2 son dos conjuntos de datos que tienen una diferencia de un elemento.

Pr [ METRO (D1) ∈ R ] ≤ (e^ε )× Pr [ METRO (D2) ∈ R ]

Esta ecuación dice que la probabilidad de que los resultados del algoritmo, M (D1), estén en el subconjunto R no debe ser mayor que “e” (una constante matemática) elevado a la potencia de ε por la probabilidad de los resultados de un algoritmo similar, M (D2), estando en el mismo subconjunto R.

En otras palabras, la definición de privacidad diferencial dice que si dos conjuntos de datos son similares, los resultados del algoritmo también deberían ser similares. Esto ayuda a proteger la privacidad de las personas al dificultar la determinación de los resultados de los datos de una sola persona.

Por ejemplo, considere la reunión de los acuerdos de Sokovia realizada por Thaddeus Ross en Avengers: Civil war. El secretario de Estado Thaddeus Ross, recientemente designado por el presidente Matthew Ellis, se enfrenta a los Vengadores. Él explica que la opinión pública se está dividiendo cada vez más, con algunas personas que ven a los Vengadores como héroes y otros que los perciben como vigilantes peligrosos o, peor aún, armas vivientes capaces de causar una destrucción masiva. Ross muestra las imágenes de los Vengadores de varios lugares, incluidos Nueva York, Washington DC, Sokovia y Lagos, destacando la destrucción y el miedo causado por sus acciones. Argumenta que el gobierno necesita controlar a los Vengadores y les dice que deben cumplir o retirarse. Luego deja que los Vengadores discutan entre ellos para resolver el problema. Los Vengadores deciden emitir votos para llegar a una conclusión. Los datos de votación podrían ser confidenciales, ya que la información podría usarse para identificar y discriminar a una persona. Para proteger la privacidad de los participantes, los datos podrían ser privados de forma diferencial.

Digamos que los resultados son los siguientes:

Ant-man es un gran admirador de Steve Rogers y quiere saber de qué lado estaba Steve para poder unirse a su equipo. Supongamos que sabe en qué fila se encuentra Steve en la base de datos y puede usar una consulta específica, Q, que devuelve la suma de las primeras n filas de la columna X en la base de datos. Al ejecutar las consultas Q5 (D1) y Q4 (D1), Ant-man calcula la diferencia entre las dos, lo que le permite determinar el estado de voto de Steve. Por ejemplo, si P5 (D1) = 3 y P4 (D1) = 2, la diferencia es 1, lo que significa que el campo "Ha votado 'No'" de Steve debe ser 1. Esto destaca cómo se puede revelar información individual sin consultarla directamente. .

Si el conjunto de datos se cambió reemplazando (Steve, 1) con (Steve, 0) en D2, Ant-man podría distinguir entre los dos conjuntos de datos calculando Q5 y ​​Q4 para cada uno. Sin embargo, si los valores de Q se obtuvieran a través de un algoritmo e-diferencialmente privado con un ε lo suficientemente pequeño, el adversario no podría distinguir entre los dos conjuntos de datos. Para proteger la privacidad de los datos, se puede agregar ruido a la respuesta de cada individuo. Por ejemplo, se puede agregar un valor aleatorio entre -0,5 y 0,5 a cada respuesta, lo que da como resultado el siguiente conjunto de datos nuevo.

A continuación se puede encontrar un ejemplo que muestra cómo agregar ruido a los datos originales.

import random
import numpy as np
import matplotlib.pyplot as plt

def add_noise(data, scale):
    """
    Add Laplace noise to the given data
    """
    noise = np.random.laplace(0, scale, size=data.shape)
    return data + noise

x = np.linspace(0, 10, 100)
y = np.sin(x)
scale = 0.1
noisy_y = add_noise(y, scale)

plt.plot(x, y, label='Original Data')
plt.plot(x, noisy_y, label='Noisy Data')
plt.legend()
plt.show()

En este escenario, incluso si un actor malicioso conoce el conjunto de datos original, no puede determinar la información de ningún individuo en particular porque sus respuestas han sido aleatorias. Esto permite el análisis de las tendencias generales en los datos, como el porcentaje de personas que votaron 'No', mientras se mantiene la privacidad de las personas involucradas.

En el panorama digital en rápida evolución actual, la computación de punta y la ciencia de datos se han vuelto cada vez más críticos para garantizar un procesamiento de datos eficiente y más rápido. Edge computing permite el procesamiento descentralizado de datos cerca de su fuente, lo que reduce la latencia y permite la toma de decisiones en tiempo real. La convergencia de estos campos tiene un inmenso potencial para transformar industrias y mejorar nuestras vidas de innumerables maneras. A medida que la tecnología siga avanzando, será esencial equilibrar los beneficios de las soluciones basadas en datos con la necesidad de proteger la privacidad y la seguridad. Si nos mantenemos informados y somos proactivos, podemos asegurarnos de que el futuro de la informática perimetral y la ciencia de datos siga siendo brillante y seguro. Aquí es donde entran en juego los conceptos de minimización de datos y privacidad diferencial, ya que jugarán un papel crucial para asegurar la privacidad de los usuarios. En conclusión, no se puede subestimar la importancia de la computación perimetral, la ciencia de datos y la privacidad diferencial. Estos campos seguirán dando forma a nuestro mundo en los próximos años, y es esencial mantenerse informado y preparado para las oportunidades y los desafíos que se avecinan.

Referencias :

https://advisory.kpmg.us/articles/2021/bridging-the-trust-chasm.html https://towardsdatascience.com/understanding-differential-privacy-85ce191e198a
https://techmonitor.ai/policy/privacy-and-data-protection/privacy-on-the-edge-why-edge-computing-is-a-double-edged-sword-for-privacy https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9083958&tag=1 https://www.nist.gov/blogs/cybersecurity-insights/differential-privacy-privacy-preserving-data-analysis-introduction-our https://www.spiceworks.com/tech/cloud/articles/edge-vs-cloud-computing/ https://en.wikipedia.org/wiki/Differential_privacy