Новый метод позволяет подтверждать местоположение без раскрытия точных координат
Учёные из Технического университета Мюнхена (TUM) разработали криптографический метод, который позволяет пользователям подтверждать своё местоположение, не раскрывая при этом точных координат. В основе технологии лежат так называемые доказательства с нулевым разглашением (zero-knowledge proof) и стандартизированные числа с плавающей запятой. Результаты исследования опубликованы в материалах IEEE Symposium on Security and Privacy 2025.
Геоданные считаются одной из самых чувствительных категорий персональной информации — их неправомерное использование может привести к серьёзным последствиям. Как показало расследование The New York Times в 2019 году, на основе данных о перемещениях можно быстро идентифицировать человека, включая посещение им стратегически важных объектов.
Новый метод решает проблему конфиденциальности, позволяя пользователям подтверждать своё нахождение в определённой зоне с регулируемой точностью. Для этого исследователи объединили zero-knowledge proof с гексагональной пространственной индексацией. Земная поверхность разделена на шестиугольные ячейки разного масштаба — от целых регионов до отдельных улиц. Таким образом, человек может доказать, что находится, например, в конкретном городе или парке, не раскрывая точных координат.
Ключевым нововведением стала обработка данных с использованием чисел с плавающей запятой, что повышает точность вычислений по сравнению с традиционными целочисленными методами. Это исключает ошибки, которые могли приводить к уязвимостям в безопасности. Оптимизированный алгоритм выполняет проверку менее чем за секунду.
Один из примеров применения — проверка близости между пользователями без раскрытия их местоположения. В тестах подтверждение нахождения рядом с определённой зоной занимало всего 0,26 секунды.
«Наш метод доказывает, что zero-knowledge proof для геоданных возможен, эффективен и сохраняет конфиденциальность», — отмечает профессор Себастьян Штайнхорст, руководитель .
Разработанная технология также открывает новые возможности в других областях, таких как проверка физических измерений, защита идентичности и машинное обучение. В будущем её можно будет использовать в цифровом здравоохранении, системах мобильности и других сферах, требующих доверенных вычислений.