Membahas prinsip dan prospek aplikasi teknologi Enkripsi Homomorphic ( FHE )

Kondisi pasar baru-baru ini melambat, memberi kita lebih banyak waktu untuk memperhatikan perkembangan beberapa teknologi baru. Meskipun pasar enkripsi 2024 tidak seheboh tahun-tahun sebelumnya, masih ada beberapa teknologi baru yang secara bertahap menuju kematangan. Tema yang akan kita diskusikan hari ini adalah "fully homomorphic encryption(Enkripsi Homomorphic Penuh, FHE)".

Untuk memahami konsep kompleks FHE ini, kita perlu terlebih dahulu memahami arti dari "enkripsi" dan "homomorfik", serta mengapa kita perlu mencapai tingkat "sepenuhnya".

Enkripsi dasar

Cara enkripsi yang paling dasar sudah sangat dikenal oleh semua orang. Misalnya, Alice ingin mengirimkan angka rahasia "1314 520" kepada Bob, tetapi tidak ingin pihak ketiga C yang mengirimkan pesan mengetahui isinya. Mereka dapat menyepakati aturan enkripsi sederhana: mengalikan setiap angka dengan 2. Dengan demikian, informasi yang dikirim Alice berubah menjadi "2628 1040". Setelah menerima, Bob hanya perlu membagi setiap angka dengan 2 untuk mendapatkan informasi aslinya. Ini adalah salah satu cara enkripsi simetris yang sederhana.

Enkripsi Homomorphic

Sekarang mari kita bayangkan sebuah skenario yang lebih kompleks: Alice yang berusia 7 tahun hanya bisa melakukan perkalian dan pembagian 2 yang paling sederhana. Dia perlu menghitung total biaya listrik di rumah selama 12 bulan, dengan biaya listrik setiap bulan adalah 400 yuan. Namun, operasi perkalian ini terlalu sulit baginya.

Alice tidak ingin orang lain mengetahui informasi spesifik tentang biaya listrik, tetapi dia perlu bantuan untuk menghitung. Jadi, dia menggunakan metode mengalikan 2 untuk mengenkripsi data, dan meminta C untuk menghitung 800 kali 24. C dengan cepat menghitung 19200 dan memberi tahu Alice. Alice kemudian membagi hasilnya dengan 2 dua kali, dan akhirnya mendapatkan total biaya listrik yang benar sebesar 4800 yuan.

Ini adalah contoh sederhana dari enkripsi homomorphic perkalian. 800 kali 24 sebenarnya adalah pemetaan dari 400 kali 12, bentuk sebelum dan sesudah enkripsi tetap sama, oleh karena itu disebut "homomorfik". Metode ini memungkinkan pendelegasian perhitungan kepada pihak ketiga yang tidak terpercaya, sambil melindungi data sensitif agar tidak bocor.

Kebutuhan Enkripsi Homomorfik Penuh

Namun, masalah di dunia nyata seringkali lebih kompleks. Jika C dapat memperkirakan data asli Alice melalui beberapa metode, maka enkripsi homomorphic yang sederhana tidak cukup aman.

Saat ini perlu diperkenalkan teknologi "fully homomorphic encryption". Alice dapat menambahkan lebih banyak langkah perhitungan di atas dasar perkalian yang sudah ada, seperti operasi perkalian dan penjumlahan yang dilakukan berkali-kali. Dengan cara ini, tingkat kesulitan C untuk memecahkan masalah meningkat secara signifikan.

"全" berarti bahwa, terlepas dari seberapa kompleks operasi polinomial, penjumlahan dan perkalian dapat dilakukan dalam keadaan terenkripsi sebanyak mungkin, dan akhirnya mendekripsi untuk mendapatkan hasil yang benar. Teknologi ini dapat menangani hampir semua masalah matematika, bukan hanya terbatas pada perhitungan sederhana.

Fully homomorphic encryption telah lama menjadi cawan suci di bidang kriptografi. Hingga tahun 2009, ide baru yang diajukan oleh Gentry dan rekan-rekannya benar-benar membuka kemungkinan untuk enkripsi homomorphic.

Aplikasi Teknologi FHE

Salah satu bidang aplikasi penting dari teknologi FHE adalah kecerdasan buatan. Seperti yang kita ketahui, sistem AI yang kuat membutuhkan pelatihan dengan data dalam jumlah besar, tetapi banyak data tersebut memiliki tingkat privasi yang tinggi. Teknologi FHE dapat dengan baik menyelesaikan kontradiksi ini:

1. Mengenkripsi data sensitif dengan cara FHE
2. Menggunakan data yang telah dienkripsi untuk melatih model AI
3. Hasil enkripsi output AI

Dengan cara ini, sistem AI itu sendiri tidak berinteraksi dengan data asli, melainkan memproses vektor yang telah dienkripsi. Pemilik data dapat dengan aman mendekripsi hasil keluaran AI secara lokal. Ini memungkinkan pemanfaatan kekuatan komputasi AI yang kuat sambil melindungi privasi data.

Tantangan FHE dalam Aplikasi Praktis

Meskipun teknologi FHE memiliki prospek yang luas, masih ada beberapa tantangan dalam aplikasi praktisnya. Masalah utama adalah perhitungan FHE memerlukan daya komputasi yang sangat besar, baik dalam proses enkripsi, perhitungan, maupun dekripsi yang sangat memakan waktu.

Untuk mengatasi masalah ini, beberapa proyek sedang mencoba membangun jaringan komputasi FHE khusus. Misalnya, sebuah proyek mengusulkan arsitektur jaringan yang menggabungkan karakteristik PoW dan PoS, serta meluncurkan perangkat keras khusus dan aset NFT untuk mendukung operasi jaringan.

Pentingnya Teknologi FHE

Jika AI dapat menerapkan teknologi FHE secara besar-besaran, itu akan sangat mendorong perkembangan AI. Saat ini, banyak negara memfokuskan regulasi AI pada keamanan data dan perlindungan privasi, teknologi FHE dapat secara efektif mengatasi kekhawatiran ini.

Dari keamanan negara hingga perlindungan privasi pribadi, aplikasi teknologi FHE sangat luas. Di era AI yang akan datang, teknologi FHE mungkin menjadi garis pertahanan terakhir untuk melindungi privasi manusia. Dengan kematangan teknologi yang terus berkembang, kita memiliki alasan untuk mengharapkan FHE memainkan peran yang semakin penting di masa depan.