- Tema
85k Popularidad
39k Popularidad
14k Popularidad
4k Popularidad
5k Popularidad
29k Popularidad
16k Popularidad
22k Popularidad
13k Popularidad
3k Popularidad
- Anclado
85k Popularidad
39k Popularidad
14k Popularidad
4k Popularidad
5k Popularidad
29k Popularidad
16k Popularidad
22k Popularidad
13k Popularidad
3k Popularidad
Tecnología FHE: El escudo de protección de la privacidad en la era de la IA
encriptación completamente homomórfica FHE: una herramienta de protección de la privacidad en la era de la IA
Recientemente, aunque el mercado de encriptación se mantiene tranquilo, algunas tecnologías emergentes están madurando gradualmente. Entre ellas, la encriptación completamente homomórfica (Fully Homomorphic Encryption, abreviada como FHE) es un campo que merece atención. En mayo de este año, el fundador de Ethereum, Vitalik Buterin, publicó un artículo sobre FHE, lo que provocó una amplia discusión en la industria.
Para entender este complejo concepto de FHE, primero debemos comenzar con lo básico, entendiendo qué es la "encriptación", "homomórfico", y por qué necesitamos el "completamente".
Conceptos básicos de encriptación
La forma más simple de encriptación que todos conocemos. Por ejemplo, si Alice quiere enviar a Bob un número secreto "1314 520", pero no quiere que un tercero que transmite el mensaje sepa el contenido. Ella puede usar una regla de encriptación simple: multiplicar cada número por 2. Así, la información transmitida se convierte en "2628 1040". Cuando Bob la recibe, solo necesita dividir cada número por 2 para poder descifrar la información original. Este es un proceso básico de encriptación simétrica.
Características del cifrado homomórfico
El cifrado homomórfico va un paso más allá. Supongamos que Alice solo puede realizar las operaciones básicas de multiplicar por 2 y dividir por 2, pero necesita calcular una factura de electricidad complicada: 400 yuanes al mes, adeuda 12 meses. Alice no puede hacer multiplicaciones tan complejas, pero no quiere que otros sepan la cantidad exacta. Así que puede hacer lo siguiente: multiplicar 400 por 2 para obtener 800, multiplicar 12 por 2 para obtener 24, y luego pedirle a un calculador confiable que le ayude a calcular 800 por 24. Después de que el calculador obtenga el resultado de 19200, Alice divide por 2 dos veces, y así obtiene la respuesta correcta de 4800 yuanes.
Este es un ejemplo simple de cifrado homomórfico de multiplicación. Permite realizar cálculos sobre datos encriptados sin necesidad de desencriptarlos. Este método hace posible que un tercero no confiable realice cálculos, protegiendo al mismo tiempo la seguridad de los datos sensibles.
La necesidad de la encriptación completamente homomórfica
Sin embargo, el cifrado homomórfico simple tiene limitaciones. Por ejemplo, si el calculador es lo suficientemente inteligente, podría descifrar los datos originales mediante un método de fuerza bruta. Esto requiere un método de encriptación más complejo, es decir, encriptación completamente homomórfica.
La encriptación completamente homomórfica permite realizar un número arbitrario de operaciones de suma y multiplicación sobre datos encriptados, y no se limita a operaciones específicas. Esto aumenta enormemente la dificultad de descifrado, lo que permite realizar incluso operaciones polinómicas complejas bajo la premisa de proteger la privacidad.
La encriptación completamente homomórfica no logró avances significativos hasta 2009. Las nuevas ideas propuestas por Gentry y otros académicos abrieron nuevas posibilidades para esta tecnología.
La aplicación de FHE en el campo de la IA
La tecnología FHE tiene un amplio horizonte de aplicación en el campo de la IA. Como es bien sabido, los potentes sistemas de IA requieren un entrenamiento con grandes volúmenes de datos, pero muchos de esos datos son altamente sensibles. FHE puede resolver bien esta contradicción:
Los modelos de IA no supervisados pueden manejar directamente estos datos encriptados, ya que para ellos, la entrada es esencialmente un vector. Y los propietarios de los datos pueden descifrar los resultados de manera segura en local. De esta manera, se logra el objetivo de aprovechar la poderosa capacidad de cálculo de la IA mientras se protege la privacidad.
Ejemplo de proyecto FHE
Actualmente hay varios proyectos explorando la tecnología FHE, como Zama, Mind Network, Fhenix, entre otros. Tomando como ejemplo un proyecto en el que invierte una plataforma de intercambio, se propuso un escenario de aplicación interesante: el reconocimiento facial. A través de la tecnología FHE, es posible determinar si es una persona real sin acceder a los datos originales de la cara.
Sin embargo, el cálculo FHE requiere un gran soporte de poder de cómputo. Por lo tanto, el proyecto propuso una arquitectura de red híbrida de PoW y PoS para resolver el problema del poder de cómputo. Recientemente, también lanzaron hardware de minería dedicado y un tipo especial de NFT "certificado de trabajo", intentando evadir los riesgos regulatorios mientras ofrecen incentivos de poder de cómputo.
La importancia de FHE
Si la IA puede aplicar a gran escala la tecnología de Cifrado homomórfico, aliviará enormemente la presión actual sobre la seguridad de los datos y la protección de la privacidad. Desde la seguridad nacional hasta la privacidad personal, el Cifrado homomórfico puede convertirse en una herramienta de protección importante.
En la próxima era de la IA, la madurez de la tecnología FHE podría convertirse en la última línea de defensa para proteger la privacidad humana. Ya sea en aplicaciones comerciales o en el ámbito de la investigación, se espera que FHE desempeñe un papel importante en el futuro.