Em 2026-08-14, publiquei um artigo no blog de segurança do Google com uma atualização sobre o HEIR, nosso compilador de criptografia homomórfica (HE). Este artigo complementar não tem limites de palavras ou jargão, então posso ser honesto. O HEIR converte um programa de entrada em um que opera diretamente sobre dados criptografados, garantindo que o computador que o executa não obtenha nenhuma informação sobre os dados em texto claro.

A postagem do blog se concentra na capacidade do HEIR de compilar modelos de ML pré-treinados, dando quatro exemplos de modelos pequenos, mas não triviais. Isso permite inferência perfeitamente privada. Discutirei quando isso é útil mais tarde. Primeiro, quero dar uma ideia concreta de como o HEIR funciona e delinear o roteiro do projeto.

O exemplo mais simples é o detector de fraude de cartão de crédito, uma rede feed-forward de três camadas com ativações sigmoides. Executá-lo em entradas criptografadas levou cerca de 2 segundos em uma CPU de thread único, em comparação com 0,5 ms para texto claro, uma desaceleração de 4000x. O cálculo envolve dois produtos matriz-vetor e duas avaliações sigmoides.

Há muitas ressalvas a esta demonstração que valem a pena mencionar brevemente, mas o ponto central é que o HEIR pode compilar esses modelos, e o desempenho, embora lento, é um ponto de partida para otimização adicional.