A framework implementation of zero-knowledge Proof for Collaborative Business Intelligence

This thesis focuses on the development of a scalable and efficient solution for secure data exchange in Collaborative Business Intelligence (CBI) environments. CBI enables organizations to cooperatively analyze aggregated information, generating shared insights without compromising the confidentiality of their proprietary data. However, this collaborative paradigm raises a fundamental trade-off between data sovereignty, which ensures that each participant retains full control over its data, and data trustworthiness, which guarantees the reliability and verifiability of the shared analytical results. To address this challenge, the work integrates Zero-Knowledge Proofs (ZKPs) and blockchain technology to enable verifiable data sharing without exposing raw information. ZKPs make it possible to prove the correctness of computations while preserving data privacy, whereas the blockchain provides an immutable and transparent record of verification operations, reinforcing mutual trust among participants. The proposed solution ensures both privacy and efficiency. It employs Ethereum as a distributed ledger for auditability and integrates the ezkl library to manage zero-knowledge proof circuits for verifiable analytics. A key contribution of the implementation lies in its ability to guarantee data integrity without storing multiple versions of the database: by associating each dataset state with a unique timestamp, the system allows verifiable operations while minimizing redundancy and preserving scalability. This work shows that secure and trustworthy inter-organizational collaboration can be achieved without sacrificing scalability, enabling privacy-preserving and verifiable data exchange in distributed analytical environments.

Questa tesi affronta lo sviluppo di una soluzione scalabile ed efficiente per lo scambio sicuro di dati in contesti di Collaborative Business Intelligence (CBI). La CBI consente a diverse organizzazioni di analizzare congiuntamente dati aggregati, generando informazioni condivise senza compromettere la riservatezza dei dei propri dati sensibili. Tuttavia, tale paradigma collaborativo comporta un delicato compromesso tra la sovranità dei dati, ossia il diritto di ciascun partecipante di mantenere il pieno controllo sui propri dati, e l’affidabilità dei dati, ovvero la garanzia di veridicità e verificabilità dei risultati condivisi. Per affrontare questa sfida, il progetto integra le Zero-Knowledge Proofs (ZKPs) e la blockchain, consentendo la condivisione verificabile delle informazioni senza rivelare i dati originali. Le ZKPs permettono di dimostrare la correttezza delle elaborazioni preservando la privacy, mentre la blockchain assicura un registro immutabile e trasparente delle operazioni di verifica, rafforzando la fiducia reciproca tra le parti coinvolte. La soluzione proposta garantisce al tempo stesso privacy ed efficienza. Essa utilizza Ethereum come infrastruttura distribuita per assicurare la tracciabilità delle operazioni e integra la libreria ezkl per la gestione dei circuiti zero-knowledge proof, abilitando analisi crittograficamente verificabili. Un contributo chiave dell’implementazione risiede nella sua capacità di garantire l’integrità dei dati senza dover memorizzare molteplici versioni del database: associando a ciascuno stato del dataset un timestamp univoco, il sistema consente di eseguire operazioni verificabili riducendo al minimo la ridondanza e preservando la scalabilità. Questo lavoro dimostra che una collaborazione sicura e affidabile tra organizzazioni è possibile senza compromettere la scalabilità, aprendo la strada a meccanismi di scambio dati verificabili e che rispettino la privacy in contesti di analisi collaborativa dei dati.