FHE (гомоморфное шифрование) — это продвинутая технология шифрования, которая позволяет производить вычисления непосредственно на зашифрованных данных. Это означает, что данные могут обрабатываться при защите конфиденциальности. У FHE есть множество потенциальных областей применения, особенно в сфере обработки и анализа данных, где требуется защита конфиденциальности, таких как финансы, здравоохранение, облачные вычисления, машинное обучение, голосовые системы, интернет вещей, защита конфиденциальности блокчейна и др. Однако коммерциализация этой технологии требует времени, основные проблемы связаны с огромными вычислительными и памятью затратами, вызванными алгоритмом, а также с плохой масштабируемостью. Далее мы кратко представим основные принципы алгоритма и подробно обсудим проблемы, с которыми сталкивается этот криптографический алгоритм.
Основные принципы
Для вычисления зашифрованных данных и получения одинакового результата FHE использует многочлены для сокрытия исходной информации. Многочлены могут быть преобразованы в задачи линейной алгебры или задачи векторных вычислений, что облегчает высоко оптимизированные вычисления на современных компьютерах, такие как параллельные вычисления (.
Возьмем криптографическое число 2 в качестве примера, в упрощенной системе HE может быть:
Это делается для защиты конфиденциальности s)x(. Если знать s)x( и игнорировать небольшие ошибки в c)x(, можно получить открытый текст m.
При выборе полинома необходимо учитывать:
Степень многочлена обычно является степенью 2, например 1024/2048
Коэффициенты выбираются случайно из конечного поля q, например, mod 10000
Разные схемы имеют разные требования к выбору коэффициентов.
Введение шума e)x( предназначено для запутывания атакующих, предотвращая вывод s)x( и c)x( на основе повторного ввода открытого текста m. Бюджет шума )Noise Budget( является важным параметром, который определяет количество возможных вычислений.
Чтобы обозначить операции c)x( * d)x(, необходимо преобразовать их в "схему". Модель схемы может точно отслеживать и управлять шумом, вводимым каждой операцией, и также упрощает последующее ускорение вычислений на специализированном оборудовании, таком как ASIC и FPGA. Схемы можно разделить на арифметические и булевы.
Шум является основной причиной, ограничивающей способность алгоритма HE выражать произвольные вычисления. Для решения этой проблемы предложено несколько решений:
LHE: Подходит для выполнения произвольной функции на определенной глубине
Ключевая переключение: сжатие шифротекста, но будет введен небольшой шум
Переключение по модулю: снижение шума за счет уменьшения модуля q
Bootstrap: Сбросить шум до исходного уровня, поддерживать вычислительную способность системы
В настоящее время основные схемы FHE используют технологию Bootstrap, включая BGV, BFV, CKKS, TFHE и другие.
![Gate Ventures Исследовательский институт: FHE, облаченный в невидимую мантию Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-4a7670767b0963cded31da66c52ad97e.webp(
Проблемы, с которыми сталкивается FHE
Основная проблема FHE заключается в его огромных вычислительных затратах. Например, время вычисления для расшифровки AES-128 в версии FHE примерно в 500 миллионов раз больше, чем в обычной версии.
Чтобы справиться с этой проблемой, DARPA в 2021 году запустила программу Dprive, цель которой - повысить скорость вычислений FHE до 1/10 от обычных вычислений. Программа начинается с нескольких аспектов:
Увеличить длину слова процессора до 1024 бит или более
Создание специализированных ASIC-процессоров
Построение параллельной архитектуры MIMD
Несмотря на медленный прогресс, технологии FHE все еще имеют уникальное значение, особенно в обработке конфиденциальных данных. Они особенно применимы в таких ключевых областях, как оборона, медицина и финансы, и становятся еще более важными в постквантовую эпоху.
![Gate Ventures Исследовательский институт: FHE, облаченный в плащ-невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-186e4abe7434e22b3daf0389cf199699.webp(
Слияние блокчейна
В блокчейне FHE в основном используется для защиты конфиденциальности данных, области применения включают конфиденциальность в цепочке, конфиденциальность данных для обучения ИИ, конфиденциальность голосования в цепочке, конфиденциальность проверки транзакций в цепочке и т. д. FHE также рассматривается как одно из потенциальных решений MEV в цепочке.
Однако полностью зашифрованные транзакции могут также привести к некоторым проблемам, таким как исчезновение положительных внешних эффектов, вызванных MEV-ботами; валидаторы и строители должны работать в среде FHE, что значительно увеличивает требования к работе узлов и снижает пропускную способность сети.
![Gate Ventures Исследовательский институт: FHE, облаченный в невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-673ae606fcd3769523e1a330f991464d.webp(
Основные проекты
В настоящее время большинство проектов FHE используют технологии от Zama, такие как Fhenix, Privasea, Inco Network, Mind Network и др. Основные отличия этих проектов заключаются в бизнес-моделях:
Fhenix: создание оптимистичного второго уровня с приоритетом конфиденциальности
Privasea: использование FHE для вычислений данных LLM
Inco Network: Строительство уровня 1
Arcium: объединение технологий FHE, MPC и ZK
Mind Network: Выбор трассы Restaking
![Gate Ventures Исследовательский институт: FHE, одетый в мантию невидимости Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-22d66cabb8f0a526bb728b7b4ced159b.webp(
) Зама
Zama основан на схеме TFHE, использует технологию Bootstrap, подходит для обработки булевых операций и операций с целыми числами малой длины. Его основная работа включает в себя:
Переписать TFHE на Rust
Разработка инструмента Concrate для преобразования Python в эквивалентный код rs-TFHE
Разработка fhEVM, поддерживающая смарт-контракты с сквозным шифрованием на основе компиляции Solidity
Zama как продукт To B построила довольно совершенный стек разработки на основе TFHE с использованием блокчейна и ИИ.
![Gate Ventures Исследовательский Институт: FHE, облаченный в мантию невидимости Гарри Поттера]###https://img-cdn.gateio.im/webp-social/moments-d745afb65d7c110a6e6333a6d73b60b5.webp(
) Октра
Octra использует технологию гиперграфов для реализации bootstrap, полагая, что это позволит достичь более эффективного FHE. К его характеристикам относятся:
Создание нового языка смарт-контрактов
Разработка библиотеки Hypergraph FHE
Построение архитектуры основной сети и подсетей
Разработка консенсусного протокола ML-consensus на основе машинного обучения
![Gate Ventures Исследовательский Институт: FHE, в мантию невидимки Гарри Поттера]###https://img-cdn.gateio.im/webp-social/moments-99ea73218c9e569a2de152d8a37338f4.webp(
Ожидание
Технология FHE все еще находится на ранней стадии, ее развитие отстает от технологий ZK. Основные проблемы включают высокие затраты, сложность инженерных решений и неопределенность коммерческих перспектив. С увеличением финансирования и внимания ожидается появление большего количества проектов FHE.
Внедрение FHE-чипов является важным условием для коммерциализации, в настоящее время несколько компаний, таких как Intel, Chain Reaction, Optalysys и другие, исследуют эту область.
Несмотря на технические препятствия, FHE как многообещающая и реально востребованная технология может привести к глубоким преобразованиям в таких отраслях, как оборона, финансы, медицина и др. С внедрением чипов FHE, раскрывающих потенциал сочетания приватных данных с будущими квантовыми алгоритмами, FHE ожидает своего взрывного момента.
![Gate Ventures Исследовательский центр: FHE, надевший плащ-невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-74c86e1ff0ef22f5aef9b5cc441d60eb.webp(
![Gate Ventures Исследовательский институт: FHE, одетый в мантии невидимости Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-93dd078bf652201018797c88a14203f9.webp(
![Gate Ventures Исследовательский институт: FHE, наделивший невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-ed3a576f24107d796df96ed44068e43f.webp(
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
13 Лайков
Награда
13
4
Репост
Поделиться
комментарий
0/400
ThatsNotARugPull
· 6ч назад
когда запуск невидимого костюма?
Посмотреть ОригиналОтветить0
FudVaccinator
· 22ч назад
Полная гомоморфная, полная гомоморфная, ты прав, дер.
Посмотреть ОригиналОтветить0
AirdropHunter
· 22ч назад
Невидимый плащ может, я хочу вытащить данные о частной жизни.
Анализ технологии FHE: как полностью гомоморфное шифрование принесет революцию в области конфиденциальных вычислений для Web3
FHE: Надевание мантии-невидимки Гарри Поттера
FHE (гомоморфное шифрование) — это продвинутая технология шифрования, которая позволяет производить вычисления непосредственно на зашифрованных данных. Это означает, что данные могут обрабатываться при защите конфиденциальности. У FHE есть множество потенциальных областей применения, особенно в сфере обработки и анализа данных, где требуется защита конфиденциальности, таких как финансы, здравоохранение, облачные вычисления, машинное обучение, голосовые системы, интернет вещей, защита конфиденциальности блокчейна и др. Однако коммерциализация этой технологии требует времени, основные проблемы связаны с огромными вычислительными и памятью затратами, вызванными алгоритмом, а также с плохой масштабируемостью. Далее мы кратко представим основные принципы алгоритма и подробно обсудим проблемы, с которыми сталкивается этот криптографический алгоритм.
Основные принципы
Для вычисления зашифрованных данных и получения одинакового результата FHE использует многочлены для сокрытия исходной информации. Многочлены могут быть преобразованы в задачи линейной алгебры или задачи векторных вычислений, что облегчает высоко оптимизированные вычисления на современных компьютерах, такие как параллельные вычисления (.
Возьмем криптографическое число 2 в качестве примера, в упрощенной системе HE может быть:
Это делается для защиты конфиденциальности s)x(. Если знать s)x( и игнорировать небольшие ошибки в c)x(, можно получить открытый текст m.
При выборе полинома необходимо учитывать:
Введение шума e)x( предназначено для запутывания атакующих, предотвращая вывод s)x( и c)x( на основе повторного ввода открытого текста m. Бюджет шума )Noise Budget( является важным параметром, который определяет количество возможных вычислений.
Чтобы обозначить операции c)x( * d)x(, необходимо преобразовать их в "схему". Модель схемы может точно отслеживать и управлять шумом, вводимым каждой операцией, и также упрощает последующее ускорение вычислений на специализированном оборудовании, таком как ASIC и FPGA. Схемы можно разделить на арифметические и булевы.
Шум является основной причиной, ограничивающей способность алгоритма HE выражать произвольные вычисления. Для решения этой проблемы предложено несколько решений:
В настоящее время основные схемы FHE используют технологию Bootstrap, включая BGV, BFV, CKKS, TFHE и другие.
![Gate Ventures Исследовательский институт: FHE, облаченный в невидимую мантию Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-4a7670767b0963cded31da66c52ad97e.webp(
Проблемы, с которыми сталкивается FHE
Основная проблема FHE заключается в его огромных вычислительных затратах. Например, время вычисления для расшифровки AES-128 в версии FHE примерно в 500 миллионов раз больше, чем в обычной версии.
Чтобы справиться с этой проблемой, DARPA в 2021 году запустила программу Dprive, цель которой - повысить скорость вычислений FHE до 1/10 от обычных вычислений. Программа начинается с нескольких аспектов:
Несмотря на медленный прогресс, технологии FHE все еще имеют уникальное значение, особенно в обработке конфиденциальных данных. Они особенно применимы в таких ключевых областях, как оборона, медицина и финансы, и становятся еще более важными в постквантовую эпоху.
![Gate Ventures Исследовательский институт: FHE, облаченный в плащ-невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-186e4abe7434e22b3daf0389cf199699.webp(
Слияние блокчейна
В блокчейне FHE в основном используется для защиты конфиденциальности данных, области применения включают конфиденциальность в цепочке, конфиденциальность данных для обучения ИИ, конфиденциальность голосования в цепочке, конфиденциальность проверки транзакций в цепочке и т. д. FHE также рассматривается как одно из потенциальных решений MEV в цепочке.
Однако полностью зашифрованные транзакции могут также привести к некоторым проблемам, таким как исчезновение положительных внешних эффектов, вызванных MEV-ботами; валидаторы и строители должны работать в среде FHE, что значительно увеличивает требования к работе узлов и снижает пропускную способность сети.
![Gate Ventures Исследовательский институт: FHE, облаченный в невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-673ae606fcd3769523e1a330f991464d.webp(
Основные проекты
В настоящее время большинство проектов FHE используют технологии от Zama, такие как Fhenix, Privasea, Inco Network, Mind Network и др. Основные отличия этих проектов заключаются в бизнес-моделях:
![Gate Ventures Исследовательский институт: FHE, одетый в мантию невидимости Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-22d66cabb8f0a526bb728b7b4ced159b.webp(
) Зама
Zama основан на схеме TFHE, использует технологию Bootstrap, подходит для обработки булевых операций и операций с целыми числами малой длины. Его основная работа включает в себя:
Zama как продукт To B построила довольно совершенный стек разработки на основе TFHE с использованием блокчейна и ИИ.
![Gate Ventures Исследовательский Институт: FHE, облаченный в мантию невидимости Гарри Поттера]###https://img-cdn.gateio.im/webp-social/moments-d745afb65d7c110a6e6333a6d73b60b5.webp(
) Октра
Octra использует технологию гиперграфов для реализации bootstrap, полагая, что это позволит достичь более эффективного FHE. К его характеристикам относятся:
![Gate Ventures Исследовательский Институт: FHE, в мантию невидимки Гарри Поттера]###https://img-cdn.gateio.im/webp-social/moments-99ea73218c9e569a2de152d8a37338f4.webp(
Ожидание
Технология FHE все еще находится на ранней стадии, ее развитие отстает от технологий ZK. Основные проблемы включают высокие затраты, сложность инженерных решений и неопределенность коммерческих перспектив. С увеличением финансирования и внимания ожидается появление большего количества проектов FHE.
Внедрение FHE-чипов является важным условием для коммерциализации, в настоящее время несколько компаний, таких как Intel, Chain Reaction, Optalysys и другие, исследуют эту область.
Несмотря на технические препятствия, FHE как многообещающая и реально востребованная технология может привести к глубоким преобразованиям в таких отраслях, как оборона, финансы, медицина и др. С внедрением чипов FHE, раскрывающих потенциал сочетания приватных данных с будущими квантовыми алгоритмами, FHE ожидает своего взрывного момента.
![Gate Ventures Исследовательский центр: FHE, надевший плащ-невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-74c86e1ff0ef22f5aef9b5cc441d60eb.webp(
![Gate Ventures Исследовательский институт: FHE, одетый в мантии невидимости Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-93dd078bf652201018797c88a14203f9.webp(
![Gate Ventures Исследовательский институт: FHE, наделивший невидимку Гарри Поттера])https://img-cdn.gateio.im/webp-social/moments-ed3a576f24107d796df96ed44068e43f.webp(