Facebook veut rentabiliser les données chiffrées de Whatsapp sans les déchiffrer

Les chercheurs de Facebook espèrent résoudre la quadrature du cercle, en trouvant un moyen d'analyser des données chiffrées sans les déchiffrer. A cette fin, la firme de Mark Zuckerberg a en effet renforcé son équipe de chercheurs en IA, rapporte The Information. Une nouvelle confirmée par Facebook au média en ligne. «Ces recherches pourraient permettre à Facebook de cibler des publicités sur la base de messages cryptés sur sa messagerie WhatsApp, ou de crypter les données qu'elle collecte sur des milliards d'utilisateurs sans nuire à ses capacités de ciblage publicitaire», souligne The Information. En développant un tel outil, Facebook serait en mesure de rentabiliser l’app Whatsapp, messagerie dont le groupe est propriétaire et qui chiffre de bout en bout les messages des utilisateurs.

Pour analyser les données utilisateurs en les gardant chiffrées, histoire de les protéger vis à vis des annonceurs et d’autres acteurs tiers, Facebook miserait sur le chiffrement homomorphe, un concept qui constitue l'une des principales approches du domaine de l’informatique confidentielle (lire notre article sur ce domaine en plein essor). Microsoft, Amazon et Google s'intéressent aussi de près au chiffrement homomorphe, de même qu’IBM, qui a publié des boîtes à outil en open source pour permettre aux développeurs d’expérimenter avec le FHE («fully homomorphic encryption»). Selon un article de la Haute école spécialisée de Lucerne consacré à l’informatique confidentielle, le chiffrement homomorphe fait en sorte que le résultat de l'analyse ou le résultat du traitement des données reste également crypté. Les données sensibles sont dès lors protégées dans tous les états: au repos, en transmission et en utilisation.

L’informatique confidentielle et ses approches multiples inspirent les start-up suisses

Outre le chiffrement homomorphe, la Haute école spécialisée de Lucerne cite d’autres approches permettant d’augmenter la confidentialité de données (Pivacy Enhancing Technologies): les environnements d'exécution de confiance (Trusted Execution Environment), la confidentialité différentielle (Differential Privacy), la preuve à divulgation nulle de connaissance (ZeroKnowledge Proof) et l’apprentissage fédéré (Federated Learning).

Etablie en partie à l’EPFL, la start-up Inpher s’est spécialisée dans l’informatique confidentielle et s'appuie sur le chiffrement homomorphe. Mais aussi sur les concepts de calcul multipartite sécurisé et d’apprentissage fédéré. La jeune pousse a notamment levé des fonds auprès d’Amazon. Egalement active dans ce domaine en plein essor, la start-up zurichoise Decentriq développe une solution garantissant au niveau hardware la confidentialité des données en traitement (lire l’interview de l’un des cofondateurs de Decentriq).