2026-08-14 को मैंने Google सुरक्षा ब्लॉग पर HEIR, हमारे होमोमॉर्फिक एन्क्रिप्शन (HE) कंपाइलर पर एक अपडेट के साथ एक लेख प्रकाशित किया। इस साथी लेख में शब्द गणना या शब्दजाल की कोई सीमा नहीं है, इसलिए मैं ईमानदार हो सकता हूं। HEIR एक इनपुट प्रोग्राम को एक ऐसे प्रोग्राम में परिवर्तित करता है जो सीधे एन्क्रिप्टेड डेटा पर संचालित होता है, यह सुनिश्चित करता है कि इसे चलाने वाला कंप्यूटर क्लियरटेक्स्ट डेटा के बारे में कोई जानकारी प्राप्त नहीं करता है।

ब्लॉग पोस्ट HEIR की पूर्व-प्रशिक्षित ML मॉडल संकलित करने की क्षमता पर केंद्रित है, जिसमें छोटे लेकिन गैर-तुच्छ मॉडल के चार उदाहरण दिए गए हैं। यह पूरी तरह से निजी अनुमान को सक्षम बनाता है। मैं बाद में चर्चा करूंगा कि यह कब उपयोगी है। पहले, मैं HEIR कैसे काम करता है इसकी एक ठोस समझ देना चाहता हूं और परियोजना के रोडमैप की रूपरेखा तैयार करना चाहता हूं।

सबसे सरल उदाहरण क्रेडिट कार्ड धोखाधड़ी डिटेक्टर है, जो सिग्मॉइड सक्रियण के साथ तीन-परत फीड-फॉरवर्ड नेटवर्क है। एन्क्रिप्टेड इनपुट पर इसे चलाने में एकल-थ्रेडेड CPU पर लगभग 2 सेकंड लगे, जबकि क्लियरटेक्स्ट के लिए 0.5 ms, 4000x धीमा। गणना में दो मैट्रिक्स-वेक्टर उत्पाद और दो सिग्मॉइड मूल्यांकन शामिल हैं।

इस डेमो के लिए कई चेतावनियां हैं जिनका संक्षेप में उल्लेख करना उचित है, लेकिन मुख्य बिंदु यह है कि HEIR इन मॉडलों को संकलित कर सकता है, और प्रदर्शन, हालांकि धीमा है, आगे अनुकूलन के लिए एक प्रारंभिक बिंदु है।