Google slipper HEIR, kompilator for KI-inferens på kryptert data

«Visjonen vår er å gjøre HEIR til en ett-klikks løsning som lar ikke-eksperter ta i bruk kryptert inferens i produksjonsapplikasjoner.» — Jeremy Kun, Google

Slik beskrev Kun ambisjonen da Google presenterte HEIR på sikkerhetsbloggen sin 14. august 2026. Merk formuleringen: ett-klikks løsning er visjonen, ikke tilstanden i dag. Behovet er reelt nok. Å konvertere et eksisterende program til homomorf kryptering for hånd krever normalt et helt team med kryptografer, skriver Google, og HEIR skal fjerne det kravet ved å ta en ferdigtrent modell som opererer på ukryptert data og gjøre den om til en som opererer på krypterte inndata.

Homomorf kryptering lar en server regne på ciphertext og returnere et kryptert svar uten noen gang å se innholdet. En skytjeneste kan for eksempel gi innholdsanbefalinger uten å kunne se brukerens egenskaper. Google legger ikke skjul på at kostnadsoverhenget er ikke-trivielt, men argumenterer for at avveiningen har flyttet seg fra hva som er teknisk mulig til hva det koster, og at den kostnaden faller raskt.

Fire demoer følger med lanseringen, alle kompilert med HEIR, og latenstallene Google oppgir er målt på én CPU-tråd. Den første er en Deep Learning Recommendation Model laget sammen med Belfort Labs, LG og New York University. Den andre er en kredittkort-svindeldetektor bygget med Niobium og hardshell.ai. Den tredje er Kitsune-systemet for anomalideteksjon i kryptert nettverkstrafikk, også med Niobium, der en tjenestetilbyder kan oppdage avvik uten å se innholdet i nettverkspakkene. Den fjerde er en detektor for vekkeord, laget med Belfort Labs, som lar en lydstyrt KI-agent kjenne igjen vekkeordet uten at lydopptaket eksponeres. Kildekoden for alle fire ligger i Googles GitHub-repo google/fully-homomorphic-encryption.

HEIR har vokst siden Google annonserte intensjonene sine i 2023. Fire fagfellevurderte artikler er bygget på plattformen, flere er under arbeid, og Google oppgir samarbeid med blant andre Georgia Tech, Carnegie Mellon, Purdue, University of Edinburgh og Tsinghua. På maskinvaresiden samarbeider selskapet med Belfort, Niobium, Cornami og Optalysys om akseleratorer for homomorf kryptering, og varsler at latensgevinsten fra dem skal demonstreres i nær fremtid.

Hva bør du gjøre?

Start med de fire demoene i google/fully-homomorphic-encryption før du vurderer egne modeller. Latenstallene gjelder én CPU-tråd, så de sier lite om hva du får på din egen maskinvare, og de sier ingenting om akseleratorene Google fortsatt bare varsler. Prosjektsiden heir.dev er inngangen til kompilatoren selv. Og regn på kostnaden før du regner på personvernet: Google beskriver selv overhenget som ikke-trivielt, og det er den regningen som avgjør om kryptert inferens er aktuelt for deg i dag.