FHE: プライバシー計算の未来の星とブロックチェーンの潜在能力の結合

#FHE:ハリー・ポッターの透明マントを羽織る

FHE(全同态暗号)は、暗号化された状態でデータを直接計算処理できる高度な暗号技術です。これは、プライバシーを保護しながらデータの分析と処理を行えることを意味します。FHEには、金融、医療健康、クラウドコンピューティング、機械学習、投票システム、IoT、ブロックチェーンのプライバシー保護など、プライバシー保護が求められるデータ処理と分析の分野において、複数の潜在的な応用シーンがあります。しかし、現在の商業化にはまだ時間が必要で、主な問題はそのアルゴリズムがもたらす計算とメモリのオーバーヘッドが非常に大きく、スケーラビリティが低いことです。以下に、このアルゴリズムの基本原理と直面している主な問題を簡単に紹介します。

! Gate Ventures Research:FHE、ハリー・ポッターの透明マントを着て

根拠

FHEの基本的な目標は、暗号化されたデータに対して計算を行い、平文計算と同じ結果を得ることです。暗号学では、通常、原文情報を隠すために多項式が使用されます。これは、多項式が線形代数の問題に変換できるため、現代のコンピュータが高度に最適化されたベクトル計算を行いやすくなるからです。

暗号デジタル2を例にとると、簡略化されたHEシステムでは、可能性があります:

1. キー多項式を選択します (例: s(x) = 3x^2 + 2x + 1)。
2. ランダム多項式を生成する。例えば、a(x) = 2x^2 + 5x + 3
3. 小さな「エラー」多項式を生成します。例えば、e(x) = -x + 2
4. 暗号化 2 -> c(x) = 2 + a(x)*s(x) + e(x)

ここで導入されるノイズe(x)は、攻撃者を混乱させるためのもので、平文を繰り返し入力することによってs(x)とc(x)の関係を分析されないようにするためです。ノイズの大きさはノイズ予算とも呼ばれます。

c(x) * d(x)などの操作を"回路"に変換することで、各操作がもたらすノイズを正確に追跡および管理でき、ASICやFPGAなどの専門的なハードウェアでの加速計算が容易になります。すべての複雑な操作は、単純な加算および乗算モジュールにマッピングできます。

しかし、計算の深さが増すにつれて、ノイズが指数関数的に増加し、最終的には元の文を復元できなくなります。この問題を解決するために、以下の提案がなされました:

• キースイッチング: 各乗算後に暗号文を圧縮しますが、少量のノイズが入ります。
• モジュラススイッチング: ノイズを低減するためにモジュラスqを小さくしますが、計算能力が圧縮されます
• ブートストラップ：ノイズを元のレベルにリセットし、モジュラスを減少させず、計算コストは非常に大きい

現在のFHEソリューションには主に次のものがあります:

• BGV: RLWEに基づいており、任意の深さの回路をサポート
• BFV: RLWEに基づいており、算術演算に適しています
• TFHE: LWE/TLWEに基づいており、ブール回路に適しています
• CKKS: RLWEに基づいて、近似算術をサポート

! Gate Ventures Research: FHE, wearing the Harry Potter Cloak

FHEが直面している問題

データを暗号化して「回路」に変換する必要があり、Bootstrapなどの技術を導入してノイズ問題を解決するため、FHEの計算コストは通常の計算よりも数桁高くなります。

AES-128の復号化を例にとると、通常版は3 GHzプロセッサ上で約67ナノ秒を要し、FHE版は35秒で、通常版の約5億倍です。

この問題を解決するために、アメリカのDARPAは2021年にDpriveプログラムを開始し、FHE計算の速度を通常の計算の1/10に向上させることを目指しています。主に以下の点に取り組んでいます:

1. プロセッサのワードサイズを1024ビット以上に拡大して、より大きなモジュラスqをサポートします。
2. FHEアルゴリズムを実行するための専用ASICプロセッサを構築する
3. MIMD並列アーキテクチャを採用し、異なる命令でデータを並列処理することをサポート

進展は遅いですが、長期的にはFHE技術は特にポスト量子時代において、敏感なデータのプライバシーを保護する上で重要な意義を持っています。

! Gate Ventures Research:ハリー・ポッターの透明マントを着たFHE

ブロックチェーンの統合

ブロックチェーンにおいて、FHEは主にデータプライバシーを保護するために使用され、適用分野にはオンチェーンプライバシー、AIトレーニングデータプライバシー、オンチェーン投票プライバシー、オンチェーンプライバシー取引審査などがあります。FHEはまた、オンチェーンMEV問題を解決するための潜在的なソリューションの一つと見なされています。

しかし、完全な暗号化取引は、MEVボットによる正の外部性の消失など、いくつかの問題を引き起こす可能性があります。検証者はFHE仮想マシン上で実行する必要があり、ノードの要件が大幅に増加し、ネットワークのスループットが低下します。

! Gate Ventures Research:FHE、ハリー・ポッターの透明マントを着て

主要プロジェクト

現在ほとんどのFHEプロジェクトはZamaからの技術を使用しており、Fhenix、Privasea、Inco Network、Mind Networkなどがあります。これらのプロジェクトはZamaが提供するライブラリを基に構築されており、主な違いはビジネスモデルにあります。

ザマ

ZamaはTFHEスキームに基づいており、RustでTFHEを再実装し、PythonトランスレーションツールConcrateを提供しています。そのfhEVM製品は、EVM上でエンドツーエンド暗号化されたスマートコントラクトをコンパイルすることをサポートしています。Zamaはweb3プロジェクトに対して、より完全なFHE開発スタックを提供しています。

! Gate Ventures Research:ハリー・ポッターの透明マントを着たFHE

オクトラ

Octraは、FHEを実現するためにハイパーグラフに基づく独自の技術を使用しています。新しいスマートコントラクト言語と、機械学習に基づくML-consensusコンセンサスプロトコルを構築しました。Octraはメインネット+サブネットのアーキテクチャ設計を採用しています。

! Gate Ventures Research:ハリー・ポッターの透明マントを着たFHE

期待

FHE技術は現在まだ初期段階にあり、高コスト、技術的難易度、商業化の見通しが不明などの課題に直面しています。しかし、より多くの資金と注目が集まり、FHE専用チップが実用化されることで、この技術は防衛、金融、医療などの分野において深い変革をもたらすことが期待されています。現在のところ応用範囲は限られていますが、FHEは非常に有望な技術であり、今後も引き続き注目と探求に値します。

! Gate Ventures Research:ハリー・ポッターのマントを着たFHE

! Gate Ventures Research:FHE、ハリー・ポッターの透明マントを着て

! Gate Ventures Research:FHE、ハリーポッターマントを着て

! Gate Ventures Research:ハリー・ポッターの透明マントを着たFHE