Technologia poufnego przetwarzania danych (#ConfidentialComputing) zyskuje na znaczeniu jako kluczowe narzędzie ochrony danych. Dzięki szybkiemu rozwojowi powiązanych technologii prywatności i oprogramowania, ten segment rynku otwiera ogromne możliwości dla dostawców sprzętu i software’u.

Według prognoz analityków ABI Research z raportu Confidential Computing: Hardware, wartość rynku poufnego przetwarzania danych osiągnie poziom 160 mld dolarów do 2032 roku, przy imponującym rocznym tempie wzrostu (CAGR) wynoszącym 44%. Ten wzrost napędzają m.in. poufne maszyny wirtualne (ang. confidential virtual machines), wykorzystanie GPU w przetwarzaniu danych oraz rozwój tzw. „bezpiecznych enklaw” (secure enclaves).

Confidential computing to technologia, która umożliwia przetwarzanie danych w sposób zaszyfrowany nawet wtedy, gdy są one używane – czyli w trakcie przetwarzania, a nie tylko podczas przechowywania czy przesyłania. Główna idea polega na tym, że dane pozostają niewidoczne dla systemu operacyjnego, hyperwizora czy administratora infrastruktury.

Kluczowe cechy confidential computing:

• Bezpieczne enklawy (secure enclaves) – wydzielone, izolowane środowiska sprzętowe, które chronią kod i dane przed nieautoryzowanym dostępem.
• Zaufane wykonanie (Trusted Execution Environment, TEE) – technologia sprzętowa umożliwiająca bezpieczne uruchamianie kodu.
• Ochrona danych „w użyciu” (data in use) – uzupełnienie klasycznego podejścia do bezpieczeństwa danych „w spoczynku” (data at rest) i „podczas transmisji” (data in transit).

Zastosowania

• Ochrona wrażliwych danych (np. finansowych, zdrowotnych, osobowych) w chmurze.
• Zabezpieczenie algorytmów uczenia maszynowego i modeli AI.
• Współdzielenie danych pomiędzy organizacjami bez ujawniania ich zawartości (np. w analizach medycznych czy badaniach rynkowych).

Nadchodzi era GPU

– Technologia confidential computing nadal znajduje się na wczesnym etapie rozwoju, ale dzięki przełomom w sprzęcie i oprogramowaniu rynek stoi u progu dynamicznej transformacji. Szczególnie dużym impulsem jest wzrost zainteresowania przetwarzaniem opartym na GPU – zwłaszcza w kontekście zastosowań AI i ML – podkreśla Aisling Dawson, analityczka ABI Research.

Coraz większą rolę odgrywają rozwiązania niezależne od konkretnej architektury sprzętowej, które rozszerzają ochronę danych na całe ekosystemy – nie tylko na poziomie procesora. To z kolei otwiera drzwi dla nowych graczy oferujących specjalistyczne oprogramowanie oraz usługi w modelu „as-a-service”, zaznaczają eksperci ABI Reserach.

Wiodącymi dostawcami sprzętu w tym obszarze są giganci, tacy jak: Intel, AMD i Arm, natomiast Nvidia wyznacza kierunek rozwoju dla GPU w kontekście AI/ML. W segmencie oprogramowania wyróżniają się firmy, takie jak: Anjuna, Fortanix, Decentriq i Edgeless Systems. Rosnąca migracja do chmury sprawia, że do gry wchodzą również hiperskalerzy – Google, Microsoft i Amazon – oferując nowe, innowacyjne rozwiązania zabezpieczające dane w chmurze.

Wyzwania i szanse

Pomimo olbrzymiego potencjału, adopcja technologii confidential computing nadal napotyka przeszkody – głównie związane z kosztami oraz złożonością migracji do nowych systemów zabezpieczeń. ABI Research zaleca, by dostawcy skupili się na realnych potrzebach w zakresie ochrony danych, takich jak bezpieczna współpraca między podmiotami oraz bezpieczeństwo AI i ML.

Poufne przetwarzanie danych jest obiecującą technologią, która może zasadniczo zmienić sposób, w jaki przetwarzamy i chronimy wrażliwe dane. Integracja z innymi technologiami prywatności, takimi jak homomorficzne szyfrowanie czy wielostronne przetwarzanie danych (ang. multi-party computation), może dodatkowo przyspieszyć adopcję i uczynić confidential computing standardem branżowym.

(grafika tytułowa wygenerowana przez AI – źr. Pixabay)