Обсуждение принципов и перспектив применения полностью гомоморфного шифрования ( FHE )

Недавняя рыночная ситуация замедлилась, что дает нам больше времени для внимания к развитию некоторых новых технологий. Хотя криптовый рынок 2024 года не так велик, как в предыдущие годы, все же есть некоторые новые технологии, которые постепенно становятся зрелыми. Сегодняшняя тема, которую мы собираемся обсудить, — это "полностью гомоморфное шифрование (Fully Homomorphic Encryption, FHE)".

Чтобы понять этот сложный концепт FHE, нам нужно сначала разобраться в значении "шифрование" и "гомоморфное", а также в том, почему необходимо достичь уровня "полностью".

Шифрование основные концепции

Все знакомы с самой простой формой шифрования. Например, если Алиса хочет передать Бобу секретное число "1314 520", но не хочет, чтобы третья сторона С знала его содержание, они могут договориться о простом правиле шифрования: умножить каждое число на 2. Таким образом, информация, отправленная Алисой, превращается в "2628 1040". Бобу нужно только разделить каждое число на 2, чтобы получить исходную информацию. Это простой способ симметричного шифрования.

Гомоморфное шифрование

Теперь давайте представим более сложную ситуацию: 7-летняя Алиса умеет только самые простые операции умножения на 2 и деления на 2. Ей нужно вычислить общую сумму электрических счетов за 12 месяцев, каждый месяц счет составляет 400 юаней. Но эта операция умножения слишком сложна для нее.

Алиса не хочет, чтобы другие знали конкретную информацию о счетах за электроэнергию, но ей нужна помощь в расчетах. Поэтому она использует шифрование данных с помощью умножения на 2, чтобы дать С возможность вычислить результат 800 умножить на 24. С быстро вычисляет 19200 и сообщает это Алисе. Затем Алиса делит результат дважды на 2 и получает правильную общую сумму счета за электроэнергию 4800 юаней.

Это простой пример гомоморфного шифрования умножения. 800 умножить на 24 на самом деле является отображением 400 умножить на 12, форма до и после шифрования остается одинаковой, поэтому его называют "гомоморфным". Этот способ позволяет доверять ненадежным третьим сторонам для выполнения вычислений, одновременно защищая конфиденциальные данные от утечки.

Необходимость полностью гомоморфного шифрования

Однако проблемы реального мира зачастую более сложны. Если C с помощью каких-то методов сможет предположить исходные данные Алисы, то простое гомоморфное шифрование будет недостаточно безопасным.

В это время необходимо ввести технологию "полностью гомоморфное шифрование". Алиса может добавить больше шагов вычислений на основе первоначального умножения, например, многократные операции умножения и сложения. Это значительно увеличивает сложность взлома C.

"Полное" значение относится к тому, что независимо от сложности многочленных вычислений, любые операции сложения и умножения могут выполняться в зашифрованном состоянии произвольное количество раз, и в конечном итоге расшифровка дает правильный результат. Эта технология может решать практически все математические задачи, а не ограничивается простыми вычислениями.

Полностью гомоморфное шифрование на протяжении долгого времени было священным граалем в области шифрования. Только в 2009 году новая идея, предложенная Джентри и другими учеными, действительно открыла возможность полностью гомоморфного шифрования.

Применение технологии FHE

Одной из важных областей применения технологии полностью гомоморфного шифрования (FHE) является искусственный интеллект. Известно, что мощные AI-системы требуют огромных объемов данных для обучения, но многие данные имеют высокий уровень конфиденциальности. Технология FHE может эффективно решить эту проблему:

1. Шифрование чувствительных данных с использованием полностью гомоморфного шифрования
2. Обучение модели ИИ на зашифрованных данных
3. AI выводит результаты шифрования

В этом подходе сама система ИИ не контактирует с исходными данными, а обрабатывает зашифрованные векторы. Владельцы данных могут безопасно расшифровывать результаты вывода ИИ локально. Это позволяет в полной мере использовать мощные вычислительные возможности ИИ, одновременно защищая конфиденциальность данных.

Проблемы FHE в практическом применении

Несмотря на широкие перспективы технологии FHE, она все еще сталкивается с некоторыми проблемами в реальных приложениях. Главная проблема заключается в том, что вычисления FHE требуют чрезвычайно больших вычислительных мощностей, и как в процессе шифрования, так и в процессе вычислений и дешифрования это занимает очень много времени.

Чтобы решить эту проблему, некоторые проекты пытаются создать специализированные сети вычислительной мощности с полностью гомоморфным шифрованием (FHE). Например, один проект предложил архитектуру сети, сочетающую характеристики PoW и PoS, и выпустил специализированные аппаратные устройства и NFT активы для поддержки работы сети.

Важное значение технологии полностью гомоморфного шифрования

Если ИИ сможет широко применять технологию полностью гомоморфного шифрования, это значительно ускорит развитие ИИ. В настоящее время многие страны сосредотачивают свои усилия по регулированию ИИ на вопросах безопасности данных и защиты конфиденциальности, и технология FHE может эффективно решить эти проблемы.

От национальной безопасности до защиты личной конфиденциальности, применение технологии полностью гомоморфного шифрования очень широко. В наступающую эпоху ИИ технология FHE может стать последней линией защиты человеческой конфиденциальности. С учетом постоянного совершенствования технологии, у нас есть основания ожидать, что FHE будет играть все более важную роль в будущем.