將來醫學的空想是領略DNA和疾病之間的接洽，并以此為基本為患者擬定本性化的治療方案。可是，科學家意識到這樣的「本性化」或「精準」醫學有一個困難：如安在擔保基因數據和醫療記錄安詳的同時，可以或許運用云端強大的計較本領闡明找出基因和疾病之間有意義的關聯。

　　現在，一項新興的數據加密技能也許可以辦理這一困難。

　　加州大學圣地亞哥分校(以下簡稱UCSD)正在探討如何團結加密技能舉辦基因數據闡明，他們在較小的數據會合應用一個被稱作「同態加密(homomorphic encryption)」的要領，10分鐘內就能找到與疾病相關的基因變異。盡量在實際事情中，計較機從由成百上千DNA片斷構成的全基因組數據集里找出與疾病相關的基因變異要耗費數小時時間，可是，暗碼技能專家照舊值得勉勵。

　　同態加密是一種加密形式，它答允人們對密文舉辦特定的代數運算獲得仍然是加密的功效，將其解密所獲得的功效與對明文舉辦同樣的運算功效一樣。換言之，這項技能令人們可以在加密的數據中舉辦諸如檢索、較量等操縱，得出正確的功效，而在整個處理懲罰進程中無需對數據舉辦解密。其意義在于，真正從基礎上辦理將數據及其操縱委托給第三方時的保密問題，譬喻對付各類云計較的應用。

　　這一直是暗碼學規模的一個重要課題，以往人們只找到一些部門實現這種操縱的要領。而2009年9月克雷格·金特里(Craig Gentry)的論文從數學上提出了「全同態加密」的可行要領，即可以在不解密的條件下對加密數據舉辦任何可以在明文長舉辦的運算，使這項技能取得了抉擇性的打破。人們正在此基本上研究更完善的實用技能，這對信息技能財富具有重大代價。

　　——摘自維基百科

　　UCSD的一名計較機科學家Xiaoqian Jiang說道，「這是一個可預見的功效，但挑戰依然存在」。

　　大夫和研究人員認為，領略基因和疾病之間的干系需要從數以百萬計人群中收集數據，包羅基因方面和生理方面的數據。有些籌劃項目已經啟動，好比，美國總統奧巴馬提倡的精準醫學項目以及英國的十萬基因組項目。如此錯亂的任務大概需要操作互聯網云端主機的處理懲罰本領，可是，已往幾年里網絡安詳裂痕袒露了在云端存儲大量敏感數據的龐大隱患。美國國度衛生研究院的基因型與表型數據庫 (dbGaP)有一個有關醫療和基因數據的目次，它的打點人員很是擔憂安詳問題，他們克制數據庫的用戶在可聯網的電腦上儲存數據。

　　同態加密可以辦理這種擔心，從而讓研究者用數學加密的方法把資料儲存在云端。該技能會把當地電腦上的數據舉辦加密，然后再把加密后的數據上傳到云端。加密數據的計較也可以在云端舉辦，計較的功效加密后再傳會當地的計較機。即便有人在此進程中竊取了加密的數據，但這些加密數據里包括的埋沒內容仍然是安詳的。

　　UCSD的計較機科學家Lucila Ohno-Machado認為：「假如能確保這項技能由浸染，那么對付辦理掩護小我私家隱私的前提下舉辦海量數據的運算和存儲的困難至關重要，這的確可以晉升我們的信心。」

　　1978年，同態數據加密技能被首次提出，差異于其他方法，這一技能可以在云端處理懲罰加密的數據，從本質上說，云永遠不會真正「看到」數據處理懲罰。另一個差異點則是，該技能還能給出未加密狀態下的溝通數據處理懲罰功效。

　　直到2009年，IBM沃森研究中心的暗碼學家Craig Gentry論證了對同態加密數據可以舉辦任何形式的運算大概性。此時，這一理念還很洪流平上逗留在理論層面。該要領通過將每個數據點轉換為一塊加密的信息或密文，但加密后的數據量比原始數據更大也更巨大。每個未加密的字節被加密成幾兆字節的數據，相當于一張數碼照片的巨細。

　　當然這是一個打破，但加密前后如此大的容量差別也讓這項技能無法真正應用起來，要知道數據存儲的硬件本錢是很高的。