การเพิ่มความเป็นส่วนตัวของบล็อกเชน: ZK และ FHE

บทความนี้จะให้การวิเคราะห์ลึกลับเกี่ยวกับ per k บทบาทสำคัญของการเข้ารหัสโฮโมอร์ฟิกแบบเต็ม (FHE) และพิสูจน์ที่ไม่มีความรู้ (ZKP) ในการปรับปรุงความเป็นส่วนตัวของแอปพลิเคชันบล็อกเชน นอกจากนี้ยังย้ำถึงความสำคัญของศักยภาพในการพัฒนาในอนาคตของเทคโนโลยีเหล่านี้ในด้านความเป็นส่วนตัวของข้อมูลบล็อกเชน

เทคโนโลยีบล็อกเชนได้รับการพัฒนาอย่างมากมายตั้งแต่เริ่มต้นด้วยบิตคอยน์ในปี 2009 โดยเปลี่ยนแปลงจากเพียงกรมบัญชีเงินดิจิทัลเป็นแพลตฟอร์มที่มีขอบเขตกว้างสำหรับแอปพลิเคชันแบบกระจาย คุณสมบัติพื้นฐานของมัน — ความไม่สามารถเปลี่ยนแปลง ความโปร่งใส และการกระจายอำนาจ — ได้สร้างเชิงระบบบล็อกเชนเป็นกรอบเชื่อถือได้สำหรับธุรกรรมข้อมูลที่ปลอดภัยทั่วไปที่ต่างกัน โดยการลดลงความจำเป็นของตัวกลาง传统

นอกจากความก้าวหน้าเหล่านี้ ความกังวลเกี่ยวกับความเป็นส่วนตัวของข้อมูลยังคงอยู่ แม้ว่าบล็อกเชนจะรับประกันการส่งข้อมูลที่ปลอดภัยผ่านการเข้ารหัส การถอดรหัสที่จำเป็นสำหรับการประมวลผลเปิดโอกาสให้เกิดช่องโหว่ด้านความปลอดภัยได้ ความอ่อนแอนี้เป็นเฉพาะในพื้นที่ที่ความลับและความสมบูรณ์ของข้อมูลมีความสำคัญอย่างมาก เช่นในแอพลิเคชันที่ไม่มีความเป็นจำนวนกับและระบบการเงินที่ดำเนินงานภายใต้กรอบของเว็บ3

เพื่อลดความเสี่ยงเหล่านี้ เทคโนโลยีการเข้ารหัสขั้นสูงเช่น Fully Homomorphic Encryption (FHE) และ Zero Knowledge Proofs (ZKPs) ได้รับความสำคัญ เทคโนโลยีเหล่านี้นำเสนอวิธีการคำนวณและการยืนยันความเป็นส่วนตัวของข้อมูลที่เปลี่ยนแปลงไปอย่างมหาศาลโดยไม่เปิดเผยข้อมูลที่อยู่ภายในที่เป็นข้อมูลที่ละเอียดอ่อน

ในบทความนี้ เราได้สำรวจถึงความสำคัญของ FHE และ ZKP ในการเสริมสร้างความเป็นส่วนตัวของการใช้งานบล็อกเชน โดยเน้นที่ศักยภาพของพวกเขาที่จะรูปแบบร่างอนาคตของความเป็นส่วนตัวของข้อมูลในเทคโนโลยีบล็อกเชน

บทนำ

FHE และ ZKP มีต้นกำเนิดมาจากหลายทศวรรษ ตลอดเวลาทั้ง FHE และ ZKP ได้รับการพัฒนาอย่างมีนัยสำคัญ ทำให้ความเป็นส่วนตัวของข้อมูลเพิ่มขึ้น

การเข้ารหัสแบบ Fully Homomorphic (FHE)

FHE เป็นวิธีการเข้ารหัสที่ซับซ้อนซึ่งช่วยให้ฟังก์ชั่นสามารถดําเนินการโดยตรงกับข้อมูลที่เข้ารหัสโดยรักษาความลับตลอดกระบวนการ โดยพื้นฐานแล้ว FHE จะเข้ารหัสข้อมูลระหว่างการจัดเก็บและการคํานวณโดยปฏิบัติต่อการเข้ารหัสเช่น "กล่องดํา" ที่ปลอดภัยซึ่งมีเพียงเจ้าของคีย์ลับเท่านั้นที่สามารถเปิดเผยผลลัพธ์ได้ เริ่มแรกในปี 1978 แนวคิดนี้มีวัตถุประสงค์เพื่อปรับเปลี่ยนฮาร์ดแวร์คอมพิวเตอร์เพื่อให้สามารถประมวลผลข้อมูลที่เข้ารหัสได้อย่างปลอดภัย อย่างไรก็ตามจนกระทั่งปี 2009 ซึ่งกระตุ้นโดยความก้าวหน้าในพลังการประมวลผลที่โครงการ FHE ที่ทํางานได้เกิดขึ้น ความก้าวหน้านี้ส่วนใหญ่ให้เครดิตกับ Craig Gentry ซึ่ง งานนวัตกรรมเคยถูกกำหนดเป็นจุดสำคัญใน lด้าน

)

รูปภาพผ่านZama

คำศัพท์ที่อธิบาย:

  • Fully: หมายถึงความสามารถในการดำเนินการหลากหลายประการ เช่น การบวกและการคูณ กับข้อมูลที่เข้ารหัส
  • Homomorphic: หมายถึงความสามารถในการดำเนินการคำนวณโดยตรงบนข้อมูลที่เข้ารหัสโดยไม่ต้องถอดรหัส
  • การเข้ารหัส: อธิบายกระบวนการที่แปลงข้อมูลเป็นรูปแบบที่ปลอดภัยเพื่อป้องกันการเข้าถึงโดยไม่ได้รับอนุญาต

ตั้งแต่ปี 2009 ได้มีความคืบหน้าที่สำคัญใน FHE หนึ่งในโอกาสมีการเข้ามาในปี 2013 ซึ่งได้ปรับปรุงกระบวนการrelinearizationกระบวนการและประสิทธิภาพของ FHE ได้รับการปรับปรุงอย่างมีนัยสำคัญ พัฒนาการเหล่านี้ย้ำ FHE มีความสามารถในการดำเนินการทางคณิตศาสตร์บนข้อมูลที่เข้ารหัส โดยรักษาความปลอดภัยและความสมบูรณ์ของข้อมูลโดยไม่เปิดเผย

พิสูจน์ที่ไม่เห็น (ZKP)

ZKPs ถูกนำเสนอในปี 1985 ประจำปีกระดาษความซับซ้อนของระบบพิสูจน์แบบโต้ตอบของ “The Knowledge Complexity of Interactive Proof Systems” โดย Shafi Goldwasser, Silvio Micali, และ Charles Rackoff มีความเป็นทฤษฎีเดิม ZKPs ได้รับการวิวัฒนาอย่างมีนัยสำคัญในปี 2012 ด้วยการค้นพบของ zk-SNARKs ชนิดหนึ่งของ ZKP ที่สามารถพิสูจน์ความถูกต้องของการคำนวณใด ๆ ในขณะที่เปิดเผยข้อมูลเพียงเล็กน้อย

ใน ZKP ทั่วไปมักจะมีบทบาทหลัก ๆ สองอย่าง: ผู้พิสูจน์และผู้ตรวจสอบ ผู้พิสูจน์มีจุดมุ่งหมายที่จะยืนยันข้อประกันเฉพาะ และบทบาทของผู้ตรวจสอบคือการประเมินความจริงของข้อประกันโดยไม่เรียนรู้ข้อมูลเพิ่มเติมใด ๆ การเชิงนี้อนุญาตให้ผู้พิสูจน์เปิดเผยเพียงเท่าที่จำเป็นในการพิสูจน์ที่จำเป็นที่จะยืนยันคำกล่าว, ซึ่งจึงรักษาความลับของข้อมูลและเสริมความเป็นส่วนตัว

การใช้งานจริงของ ZKPs เพิ่มขึ้นด้วยการเพิ่มขึ้นของเทคโนโลยีบล็อกเชนและสกุลเงินดิจิทัล ตอนนี้พวกเขามีความสําคัญในการอํานวยความสะดวกในการทําธุรกรรมส่วนตัวและเพิ่มความปลอดภัยของสัญญาอัจฉริยะ การถือกําเนิดของ zk-SNARKs กระตุ้นการพัฒนาโซลูชันเช่น zCash, zkRollups และ zkEVMs เปลี่ยนการแสวงหาทางวิชาการก่อนหน้านี้ให้กลายเป็นระบบนิเวศที่มีชีวิตชีวาซึ่งเต็มไปด้วยแอปพลิเคชันในโลกแห่งความเป็นจริง การเปลี่ยนแปลงนี้เน้นถึงความเกี่ยวข้องที่เพิ่มขึ้นของ ZKPs ในการรักษาความปลอดภัยระบบกระจายอํานาจเช่น Ethereum และส่งเสริมโครงสร้างพื้นฐานดิจิทัลที่เน้นความเป็นส่วนตัวที่แข็งแกร่ง

ZK vs FHE

ในขณะที่ FHE และ ZKP มีความคล้ายคลึงบางอย่างกัน แต่พวกเขาต่างกันอย่างมีนัยสำคัญในฟังก์ชัน FHE สามารถคำนวณโดยตรงบนข้อมูลที่เข้ารหัสโดยไม่เปิดเผยหรือเข้าถึงข้อมูลดิบ ทำให้ได้ผลลัพธ์ที่แม่นยำโดยไม่เปิดเผยข้อมูลพื้นฐาน

)

รูปภาพผ่าน Morten Dahl‘sเวิร์กช็อป

นี่คือวิธีที่สองเทคโนโลยีแตกต่างกัน

การคำนวณการเข้ารหัส

ZKP พยายามคำนวณข้อมูลที่เข้ารหัสจากผู้ใช้หลายคน เช่น โทเค็น ERC-20 ส่วนตัวโดยไม่เสี่ยงความปลอดภัย ในทวีความต่าง FHE ดีที่สุดในพื้นที่นี้ มีความยืดหยุ่นและสามารถใช้ร่วมกันได้ในเครือข่ายบล็อกเชน อย่างไรก็ตาม ZKP มักต้องการการผสมผสานที่ปรับแต่งสำหรับแต่ละเครือข่ายหรือสินทรัพย์ใหม่

ความสามารถในการขยายของระบบ

ในปัจจุบัน ZKP ถูกพิจารณาว่ามีประสิทธิภาพมากกว่า FHE อย่างไรก็ตาม FHE มีความคาดหวั่งว่าจะปรับปรุงให้มีประสิทธิภาพมากขึ้นเมื่อเทคโนโลยีก้าวหน้าต่อไปในปีหลังๆ

การคำนวณที่ซับซ้อน

FHE เหมาะสมสำหรับการทำคำนวณที่ซับซ้อนบนข้อมูลที่เข้ารหัส ซึ่งเหมาะสำหรับการประยุกต์ใช้เช่นการเรียนรู้ของเครื่อง การคำนวณระบบเสริมความปลอดภัยแบบหลายฝ่าย และการคำนวณที่เป็นส่วนตัวอย่างเต็มรูปแบบ ในทางตรงกันข้าม ZKP มักใช้สำหรับการดำเนินการที่เรียบง่าย เช่น การพิสูจน์ค่าที่เฉพาะเจาะจงโดยไม่เปิดเผย

ความสามารถในการใช้งานได้ทั่วถึง

ZKPs โดดเด่นในการประยุกต์ใช้ในงานเฉพาะ เช่น การตรวจสอบตัวตน การตรวจสอบและขยายขอบเขต อย่างไรก็ตาม FHE สามารถใช้งานได้ในหลากหลายแอปพลิเคชัน รวมถึงการคอมพิวเตอร์ในคลาวด์ที่ปลอดภัย ปกป้องความเป็นส่วนตัวของ AI และการประมวลผลข้อมูลที่ลับ

การเปรียบเทียบนี้เน้นทางด้านข้อดีและข้อจำกัดของทุกเทคโนโลยี แสดงให้เห็นถึงความสำคัญของทั้งสองในสถานการณ์ที่แตกต่าง ทั้งสองเทคโนโลยีมีบทบาทสำคัญในการประยุกต์ใช้บล็อกเชน แต่ ZKP ในขณะนี้มีที่มาที่ไปที่ชัดเจนมากกว่า FHE โดยทั้งนี้ ยังมีศักราชในการพัฒนาของ FHE และอาจเป็นทางเลือกที่เหมาะสมกว่าสำหรับการรักษาความเป็นส่วนตัวในอนาคต

การใช้งานร่วมกันของ ZKP และ FHE

บางแอปพลิเคชันได้ทดลองอย่างน่าพอใจด้วยการผสม ZKPs และ FHE อย่างน่าสังเกตได้ว่า ครายก์ เจ็นทรี และเพื่อนร่วมงานของเขาได้สำรวจวิธีในการลดความไม่จำเป็นในการสื่อสารโดยใช้เทคนิคการเข้ารหัสแบบไหลพลิกแบบไฟน์ ทักษะนวกใหม่เหล่านี้ได้ถูกนำไปใช้ในบริบทบล็อกเชนต่าง ๆ และมีความสมบูรณ์ในการสำรวจในด้านอื่น ๆ ด้วย

การใช้งานที่เป็นไปได้สำหรับ ZKPs และ FHE รวมถึง:

  • คอมพิวเตอร์คลาวด์ที่ปลอดภัย: FHE จะเข้ารหัสข้อมูลในขณะที่ ZKPs ยืนยันความถูกต้องของข้อมูล ทำให้การคำนวณอย่างปลอดภัยในคลาวด์โดยไม่เปิดเผยข้อมูลต้นฉบับ
  • การลงคะแนนโหวตอิเล็กทรอนิกส์: ความสอดคล้องนี้ทำให้มั่นใจได้ว่าการลงคะแนนจะถูกเก็บเป็นความลับและยืนยันการนับคะแนนที่แม่นยำ
  • ธุรกรรมทางการเงิน: ในการเงิน การบูรณาการนี้รักษาความลับของการทำธุรกรรมในขณะที่ให้ฝ่ายต่าง ๆ ตรวจสอบความถูกต้องของการทำธุรกรรมโดยไม่เปิดเผยข้อมูลละเอียด
  • การวินิจฉัยทางการแพทย์: ข้อมูลการแพทย์ที่เข้ารหัสสามารถถูกวิเคราะห์โดยผู้ให้บริการด้านสุขภาพที่สามารถยืนยันการวินิจฉัยโดยไม่ต้องเข้าถึงข้อมูลของผู้ป่วยที่ละเอียด

การผสาน ZKPs และ FHE มีความสัญจรสำหรับการเสริมสร้างความปลอดภัยของเอกสารและข้อมูลในแอปพลิเคชัน มีคุณค่าที่ควรได้รับการสำรวจและวิจัยอย่างละเอียด

โครงการ FHE ปัจจุบัน

โครงการต่อไปนี้เป็นบางโครงการที่มุ่งเน้นการใช้เทคโนโลยี FHE ในสาขาบล็อกเชน:

  1. Zamaบริษัทการเข้ารหัสซอร์สโอเพนที่มุ่งมั่นที่จะพัฒนาโซลูชัน FHE สำหรับบล็อกเชนและ AI
  2. เครือข่ายลับเปิดตัวในปี 2020 เป็นแพลตฟอร์มบล็อกเชนที่รวมสมาร์ทคอนแทรคที่สงวนความเป็นส่วนตัว
  3. ครีมกันแดด :โปรแกรมคอมไพเลอร์ที่ออกแบบมาเฉพาะสำหรับ FHE และ ZKPs
  4. Fhenixบล็อกเชนชั้นที่ 2 ที่มีความลับซึ่งใช้เทคโนโลยี FHE
  5. Mind Networkโซลูชันการหมุนเวียนทั่วไปที่ใช้เทคโนโลยี FHE เป็นพื้นฐาน
  6. Privaseaแพลตฟอร์มโครงสร้างข้อมูลที่ใช้เทคโนโลยี FHE เพื่อให้การคำนวณบนข้อมูลที่เข้ารหัสได้ง่าย

สรุป

FHE กำลังก้าวหน้าเร็ว ๆ นี้เป็นส่วนประกอบพื้นฐานของความมั่นคงปลอดภัยบนคลาวด์ โดยเฉพาะที่เป็นที่ชัดเจนในการคอมพิวเตอร์คลาวด์ที่ยักษ์ใหญ่ในอุตสาหกรรมเช่น Google และ Microsoft กำลังนำมันมาใช้เพื่อประมวลผลและจัดเก็บข้อมูลของลูกค้าอย่างปลอดภัยโดยไม่เสี่ยงพัฒนาการ

เทคโนโลยีนี้มีความสุขสุดโอกาสที่จะเปลี่ยนแปลงความปลอดภัยของข้อมูลบนแพลตฟอร์มต่าง ๆ ซึ่งเป็นการเปิดตัวยุคใหม่ของความเป็นส่วนตัวที่ไม่เหมือนใคร การที่จะบรรลุเป้าหมายในอนาคตนี้จะต้องใช้การก้าวหน้าต่อไปในทั้ง FHE และ ZKPs ความร่วมมือระหว่างวิชาชีพต่าง ๆ — นักเขียนรหัสลับ วิศวกรซอฟต์แวร์ ผู้เชี่ยวชาญด้านฮาร์ดแวร์ และนักบริหารนํา — เป็นสิ่งจําเป็นที่จะนําทางผ่านทัศนคติของหน่วยงานกํากับและส่งเสริมการนํามาใช้ที่กว้างขวาง

เมื่อเราเข้าสู่ยุคใหม่ของความเป็นเจ้าของดิจิทัลที่ข้อมูลส่วนบุคคลและความปลอดภัยถูกผสมผสานอย่างไม่มีจุดต่อขั้ว การที่จะทราบข้อมูลเกี่ยวกับการพัฒนาล่าสุดใน FHE และ ZKPs จึงสำคัญอย่างมาก การที่จะทราบข้อมูลจะทำให้เรามีพลังในการนำทางในทิศทางที่เปลี่ยนแปลงอย่างมีประสิทธิภาพ ใช้เครื่องมือกวาดรหัสลับขั้นสูงเหล่านี้ให้สูงสุด

คำแถลง

  1. บทความนี้ถูกทำสำเนามาจาก [PANews] ลิขสิทธิ์เป็นของผู้เขียนต้นฉบับ [ScalingX], if you have any objections to the reprint, please contact the เกต เรียนทีม (gatelearn@gate.io) และทีมจะดำเนินการเร็วที่สุดตามขั้นตอนที่เกี่ยวข้อง

  2. ข้อความประกอบด้วยมุมมองและความคิดเห็นที่แสดงในบทความนี้เพียงแสดงมุมมองส่วนตัวของผู้เขียนเท่านั้น และไม่เป็นคำแนะนำในการลงทุนใด ๆ

  3. เวอร์ชันภาษาอื่น ๆ ของบทความถูกแปลโดยทีม Gate Learn และไม่ได้กล่าวถึงในGate.io) บทความที่ถูกแปลอาจไม่สามารถทำสำเนา แจกจ่าย หรือลอกเลียนได้

Partilhar

Conteúdos

การเพิ่มความเป็นส่วนตัวของบล็อกเชน: ZK และ FHE

มือใหม่5/27/2024, 8:53:14 PM
บทความนี้จะให้การวิเคราะห์ลึกลับเกี่ยวกับ per k บทบาทสำคัญของการเข้ารหัสโฮโมอร์ฟิกแบบเต็ม (FHE) และพิสูจน์ที่ไม่มีความรู้ (ZKP) ในการปรับปรุงความเป็นส่วนตัวของแอปพลิเคชันบล็อกเชน นอกจากนี้ยังย้ำถึงความสำคัญของศักยภาพในการพัฒนาในอนาคตของเทคโนโลยีเหล่านี้ในด้านความเป็นส่วนตัวของข้อมูลบล็อกเชน

เทคโนโลยีบล็อกเชนได้รับการพัฒนาอย่างมากมายตั้งแต่เริ่มต้นด้วยบิตคอยน์ในปี 2009 โดยเปลี่ยนแปลงจากเพียงกรมบัญชีเงินดิจิทัลเป็นแพลตฟอร์มที่มีขอบเขตกว้างสำหรับแอปพลิเคชันแบบกระจาย คุณสมบัติพื้นฐานของมัน — ความไม่สามารถเปลี่ยนแปลง ความโปร่งใส และการกระจายอำนาจ — ได้สร้างเชิงระบบบล็อกเชนเป็นกรอบเชื่อถือได้สำหรับธุรกรรมข้อมูลที่ปลอดภัยทั่วไปที่ต่างกัน โดยการลดลงความจำเป็นของตัวกลาง传统

นอกจากความก้าวหน้าเหล่านี้ ความกังวลเกี่ยวกับความเป็นส่วนตัวของข้อมูลยังคงอยู่ แม้ว่าบล็อกเชนจะรับประกันการส่งข้อมูลที่ปลอดภัยผ่านการเข้ารหัส การถอดรหัสที่จำเป็นสำหรับการประมวลผลเปิดโอกาสให้เกิดช่องโหว่ด้านความปลอดภัยได้ ความอ่อนแอนี้เป็นเฉพาะในพื้นที่ที่ความลับและความสมบูรณ์ของข้อมูลมีความสำคัญอย่างมาก เช่นในแอพลิเคชันที่ไม่มีความเป็นจำนวนกับและระบบการเงินที่ดำเนินงานภายใต้กรอบของเว็บ3

เพื่อลดความเสี่ยงเหล่านี้ เทคโนโลยีการเข้ารหัสขั้นสูงเช่น Fully Homomorphic Encryption (FHE) และ Zero Knowledge Proofs (ZKPs) ได้รับความสำคัญ เทคโนโลยีเหล่านี้นำเสนอวิธีการคำนวณและการยืนยันความเป็นส่วนตัวของข้อมูลที่เปลี่ยนแปลงไปอย่างมหาศาลโดยไม่เปิดเผยข้อมูลที่อยู่ภายในที่เป็นข้อมูลที่ละเอียดอ่อน

ในบทความนี้ เราได้สำรวจถึงความสำคัญของ FHE และ ZKP ในการเสริมสร้างความเป็นส่วนตัวของการใช้งานบล็อกเชน โดยเน้นที่ศักยภาพของพวกเขาที่จะรูปแบบร่างอนาคตของความเป็นส่วนตัวของข้อมูลในเทคโนโลยีบล็อกเชน

บทนำ

FHE และ ZKP มีต้นกำเนิดมาจากหลายทศวรรษ ตลอดเวลาทั้ง FHE และ ZKP ได้รับการพัฒนาอย่างมีนัยสำคัญ ทำให้ความเป็นส่วนตัวของข้อมูลเพิ่มขึ้น

การเข้ารหัสแบบ Fully Homomorphic (FHE)

FHE เป็นวิธีการเข้ารหัสที่ซับซ้อนซึ่งช่วยให้ฟังก์ชั่นสามารถดําเนินการโดยตรงกับข้อมูลที่เข้ารหัสโดยรักษาความลับตลอดกระบวนการ โดยพื้นฐานแล้ว FHE จะเข้ารหัสข้อมูลระหว่างการจัดเก็บและการคํานวณโดยปฏิบัติต่อการเข้ารหัสเช่น "กล่องดํา" ที่ปลอดภัยซึ่งมีเพียงเจ้าของคีย์ลับเท่านั้นที่สามารถเปิดเผยผลลัพธ์ได้ เริ่มแรกในปี 1978 แนวคิดนี้มีวัตถุประสงค์เพื่อปรับเปลี่ยนฮาร์ดแวร์คอมพิวเตอร์เพื่อให้สามารถประมวลผลข้อมูลที่เข้ารหัสได้อย่างปลอดภัย อย่างไรก็ตามจนกระทั่งปี 2009 ซึ่งกระตุ้นโดยความก้าวหน้าในพลังการประมวลผลที่โครงการ FHE ที่ทํางานได้เกิดขึ้น ความก้าวหน้านี้ส่วนใหญ่ให้เครดิตกับ Craig Gentry ซึ่ง งานนวัตกรรมเคยถูกกำหนดเป็นจุดสำคัญใน lด้าน

)

รูปภาพผ่านZama

คำศัพท์ที่อธิบาย:

  • Fully: หมายถึงความสามารถในการดำเนินการหลากหลายประการ เช่น การบวกและการคูณ กับข้อมูลที่เข้ารหัส
  • Homomorphic: หมายถึงความสามารถในการดำเนินการคำนวณโดยตรงบนข้อมูลที่เข้ารหัสโดยไม่ต้องถอดรหัส
  • การเข้ารหัส: อธิบายกระบวนการที่แปลงข้อมูลเป็นรูปแบบที่ปลอดภัยเพื่อป้องกันการเข้าถึงโดยไม่ได้รับอนุญาต

ตั้งแต่ปี 2009 ได้มีความคืบหน้าที่สำคัญใน FHE หนึ่งในโอกาสมีการเข้ามาในปี 2013 ซึ่งได้ปรับปรุงกระบวนการrelinearizationกระบวนการและประสิทธิภาพของ FHE ได้รับการปรับปรุงอย่างมีนัยสำคัญ พัฒนาการเหล่านี้ย้ำ FHE มีความสามารถในการดำเนินการทางคณิตศาสตร์บนข้อมูลที่เข้ารหัส โดยรักษาความปลอดภัยและความสมบูรณ์ของข้อมูลโดยไม่เปิดเผย

พิสูจน์ที่ไม่เห็น (ZKP)

ZKPs ถูกนำเสนอในปี 1985 ประจำปีกระดาษความซับซ้อนของระบบพิสูจน์แบบโต้ตอบของ “The Knowledge Complexity of Interactive Proof Systems” โดย Shafi Goldwasser, Silvio Micali, และ Charles Rackoff มีความเป็นทฤษฎีเดิม ZKPs ได้รับการวิวัฒนาอย่างมีนัยสำคัญในปี 2012 ด้วยการค้นพบของ zk-SNARKs ชนิดหนึ่งของ ZKP ที่สามารถพิสูจน์ความถูกต้องของการคำนวณใด ๆ ในขณะที่เปิดเผยข้อมูลเพียงเล็กน้อย

ใน ZKP ทั่วไปมักจะมีบทบาทหลัก ๆ สองอย่าง: ผู้พิสูจน์และผู้ตรวจสอบ ผู้พิสูจน์มีจุดมุ่งหมายที่จะยืนยันข้อประกันเฉพาะ และบทบาทของผู้ตรวจสอบคือการประเมินความจริงของข้อประกันโดยไม่เรียนรู้ข้อมูลเพิ่มเติมใด ๆ การเชิงนี้อนุญาตให้ผู้พิสูจน์เปิดเผยเพียงเท่าที่จำเป็นในการพิสูจน์ที่จำเป็นที่จะยืนยันคำกล่าว, ซึ่งจึงรักษาความลับของข้อมูลและเสริมความเป็นส่วนตัว

การใช้งานจริงของ ZKPs เพิ่มขึ้นด้วยการเพิ่มขึ้นของเทคโนโลยีบล็อกเชนและสกุลเงินดิจิทัล ตอนนี้พวกเขามีความสําคัญในการอํานวยความสะดวกในการทําธุรกรรมส่วนตัวและเพิ่มความปลอดภัยของสัญญาอัจฉริยะ การถือกําเนิดของ zk-SNARKs กระตุ้นการพัฒนาโซลูชันเช่น zCash, zkRollups และ zkEVMs เปลี่ยนการแสวงหาทางวิชาการก่อนหน้านี้ให้กลายเป็นระบบนิเวศที่มีชีวิตชีวาซึ่งเต็มไปด้วยแอปพลิเคชันในโลกแห่งความเป็นจริง การเปลี่ยนแปลงนี้เน้นถึงความเกี่ยวข้องที่เพิ่มขึ้นของ ZKPs ในการรักษาความปลอดภัยระบบกระจายอํานาจเช่น Ethereum และส่งเสริมโครงสร้างพื้นฐานดิจิทัลที่เน้นความเป็นส่วนตัวที่แข็งแกร่ง

ZK vs FHE

ในขณะที่ FHE และ ZKP มีความคล้ายคลึงบางอย่างกัน แต่พวกเขาต่างกันอย่างมีนัยสำคัญในฟังก์ชัน FHE สามารถคำนวณโดยตรงบนข้อมูลที่เข้ารหัสโดยไม่เปิดเผยหรือเข้าถึงข้อมูลดิบ ทำให้ได้ผลลัพธ์ที่แม่นยำโดยไม่เปิดเผยข้อมูลพื้นฐาน

)

รูปภาพผ่าน Morten Dahl‘sเวิร์กช็อป

นี่คือวิธีที่สองเทคโนโลยีแตกต่างกัน

การคำนวณการเข้ารหัส

ZKP พยายามคำนวณข้อมูลที่เข้ารหัสจากผู้ใช้หลายคน เช่น โทเค็น ERC-20 ส่วนตัวโดยไม่เสี่ยงความปลอดภัย ในทวีความต่าง FHE ดีที่สุดในพื้นที่นี้ มีความยืดหยุ่นและสามารถใช้ร่วมกันได้ในเครือข่ายบล็อกเชน อย่างไรก็ตาม ZKP มักต้องการการผสมผสานที่ปรับแต่งสำหรับแต่ละเครือข่ายหรือสินทรัพย์ใหม่

ความสามารถในการขยายของระบบ

ในปัจจุบัน ZKP ถูกพิจารณาว่ามีประสิทธิภาพมากกว่า FHE อย่างไรก็ตาม FHE มีความคาดหวั่งว่าจะปรับปรุงให้มีประสิทธิภาพมากขึ้นเมื่อเทคโนโลยีก้าวหน้าต่อไปในปีหลังๆ

การคำนวณที่ซับซ้อน

FHE เหมาะสมสำหรับการทำคำนวณที่ซับซ้อนบนข้อมูลที่เข้ารหัส ซึ่งเหมาะสำหรับการประยุกต์ใช้เช่นการเรียนรู้ของเครื่อง การคำนวณระบบเสริมความปลอดภัยแบบหลายฝ่าย และการคำนวณที่เป็นส่วนตัวอย่างเต็มรูปแบบ ในทางตรงกันข้าม ZKP มักใช้สำหรับการดำเนินการที่เรียบง่าย เช่น การพิสูจน์ค่าที่เฉพาะเจาะจงโดยไม่เปิดเผย

ความสามารถในการใช้งานได้ทั่วถึง

ZKPs โดดเด่นในการประยุกต์ใช้ในงานเฉพาะ เช่น การตรวจสอบตัวตน การตรวจสอบและขยายขอบเขต อย่างไรก็ตาม FHE สามารถใช้งานได้ในหลากหลายแอปพลิเคชัน รวมถึงการคอมพิวเตอร์ในคลาวด์ที่ปลอดภัย ปกป้องความเป็นส่วนตัวของ AI และการประมวลผลข้อมูลที่ลับ

การเปรียบเทียบนี้เน้นทางด้านข้อดีและข้อจำกัดของทุกเทคโนโลยี แสดงให้เห็นถึงความสำคัญของทั้งสองในสถานการณ์ที่แตกต่าง ทั้งสองเทคโนโลยีมีบทบาทสำคัญในการประยุกต์ใช้บล็อกเชน แต่ ZKP ในขณะนี้มีที่มาที่ไปที่ชัดเจนมากกว่า FHE โดยทั้งนี้ ยังมีศักราชในการพัฒนาของ FHE และอาจเป็นทางเลือกที่เหมาะสมกว่าสำหรับการรักษาความเป็นส่วนตัวในอนาคต

การใช้งานร่วมกันของ ZKP และ FHE

บางแอปพลิเคชันได้ทดลองอย่างน่าพอใจด้วยการผสม ZKPs และ FHE อย่างน่าสังเกตได้ว่า ครายก์ เจ็นทรี และเพื่อนร่วมงานของเขาได้สำรวจวิธีในการลดความไม่จำเป็นในการสื่อสารโดยใช้เทคนิคการเข้ารหัสแบบไหลพลิกแบบไฟน์ ทักษะนวกใหม่เหล่านี้ได้ถูกนำไปใช้ในบริบทบล็อกเชนต่าง ๆ และมีความสมบูรณ์ในการสำรวจในด้านอื่น ๆ ด้วย

การใช้งานที่เป็นไปได้สำหรับ ZKPs และ FHE รวมถึง:

  • คอมพิวเตอร์คลาวด์ที่ปลอดภัย: FHE จะเข้ารหัสข้อมูลในขณะที่ ZKPs ยืนยันความถูกต้องของข้อมูล ทำให้การคำนวณอย่างปลอดภัยในคลาวด์โดยไม่เปิดเผยข้อมูลต้นฉบับ
  • การลงคะแนนโหวตอิเล็กทรอนิกส์: ความสอดคล้องนี้ทำให้มั่นใจได้ว่าการลงคะแนนจะถูกเก็บเป็นความลับและยืนยันการนับคะแนนที่แม่นยำ
  • ธุรกรรมทางการเงิน: ในการเงิน การบูรณาการนี้รักษาความลับของการทำธุรกรรมในขณะที่ให้ฝ่ายต่าง ๆ ตรวจสอบความถูกต้องของการทำธุรกรรมโดยไม่เปิดเผยข้อมูลละเอียด
  • การวินิจฉัยทางการแพทย์: ข้อมูลการแพทย์ที่เข้ารหัสสามารถถูกวิเคราะห์โดยผู้ให้บริการด้านสุขภาพที่สามารถยืนยันการวินิจฉัยโดยไม่ต้องเข้าถึงข้อมูลของผู้ป่วยที่ละเอียด

การผสาน ZKPs และ FHE มีความสัญจรสำหรับการเสริมสร้างความปลอดภัยของเอกสารและข้อมูลในแอปพลิเคชัน มีคุณค่าที่ควรได้รับการสำรวจและวิจัยอย่างละเอียด

โครงการ FHE ปัจจุบัน

โครงการต่อไปนี้เป็นบางโครงการที่มุ่งเน้นการใช้เทคโนโลยี FHE ในสาขาบล็อกเชน:

  1. Zamaบริษัทการเข้ารหัสซอร์สโอเพนที่มุ่งมั่นที่จะพัฒนาโซลูชัน FHE สำหรับบล็อกเชนและ AI
  2. เครือข่ายลับเปิดตัวในปี 2020 เป็นแพลตฟอร์มบล็อกเชนที่รวมสมาร์ทคอนแทรคที่สงวนความเป็นส่วนตัว
  3. ครีมกันแดด :โปรแกรมคอมไพเลอร์ที่ออกแบบมาเฉพาะสำหรับ FHE และ ZKPs
  4. Fhenixบล็อกเชนชั้นที่ 2 ที่มีความลับซึ่งใช้เทคโนโลยี FHE
  5. Mind Networkโซลูชันการหมุนเวียนทั่วไปที่ใช้เทคโนโลยี FHE เป็นพื้นฐาน
  6. Privaseaแพลตฟอร์มโครงสร้างข้อมูลที่ใช้เทคโนโลยี FHE เพื่อให้การคำนวณบนข้อมูลที่เข้ารหัสได้ง่าย

สรุป

FHE กำลังก้าวหน้าเร็ว ๆ นี้เป็นส่วนประกอบพื้นฐานของความมั่นคงปลอดภัยบนคลาวด์ โดยเฉพาะที่เป็นที่ชัดเจนในการคอมพิวเตอร์คลาวด์ที่ยักษ์ใหญ่ในอุตสาหกรรมเช่น Google และ Microsoft กำลังนำมันมาใช้เพื่อประมวลผลและจัดเก็บข้อมูลของลูกค้าอย่างปลอดภัยโดยไม่เสี่ยงพัฒนาการ

เทคโนโลยีนี้มีความสุขสุดโอกาสที่จะเปลี่ยนแปลงความปลอดภัยของข้อมูลบนแพลตฟอร์มต่าง ๆ ซึ่งเป็นการเปิดตัวยุคใหม่ของความเป็นส่วนตัวที่ไม่เหมือนใคร การที่จะบรรลุเป้าหมายในอนาคตนี้จะต้องใช้การก้าวหน้าต่อไปในทั้ง FHE และ ZKPs ความร่วมมือระหว่างวิชาชีพต่าง ๆ — นักเขียนรหัสลับ วิศวกรซอฟต์แวร์ ผู้เชี่ยวชาญด้านฮาร์ดแวร์ และนักบริหารนํา — เป็นสิ่งจําเป็นที่จะนําทางผ่านทัศนคติของหน่วยงานกํากับและส่งเสริมการนํามาใช้ที่กว้างขวาง

เมื่อเราเข้าสู่ยุคใหม่ของความเป็นเจ้าของดิจิทัลที่ข้อมูลส่วนบุคคลและความปลอดภัยถูกผสมผสานอย่างไม่มีจุดต่อขั้ว การที่จะทราบข้อมูลเกี่ยวกับการพัฒนาล่าสุดใน FHE และ ZKPs จึงสำคัญอย่างมาก การที่จะทราบข้อมูลจะทำให้เรามีพลังในการนำทางในทิศทางที่เปลี่ยนแปลงอย่างมีประสิทธิภาพ ใช้เครื่องมือกวาดรหัสลับขั้นสูงเหล่านี้ให้สูงสุด

คำแถลง

  1. บทความนี้ถูกทำสำเนามาจาก [PANews] ลิขสิทธิ์เป็นของผู้เขียนต้นฉบับ [ScalingX], if you have any objections to the reprint, please contact the เกต เรียนทีม (gatelearn@gate.io) และทีมจะดำเนินการเร็วที่สุดตามขั้นตอนที่เกี่ยวข้อง

  2. ข้อความประกอบด้วยมุมมองและความคิดเห็นที่แสดงในบทความนี้เพียงแสดงมุมมองส่วนตัวของผู้เขียนเท่านั้น และไม่เป็นคำแนะนำในการลงทุนใด ๆ

  3. เวอร์ชันภาษาอื่น ๆ ของบทความถูกแปลโดยทีม Gate Learn และไม่ได้กล่าวถึงในGate.io) บทความที่ถูกแปลอาจไม่สามารถทำสำเนา แจกจ่าย หรือลอกเลียนได้

Comece agora
Registe-se e ganhe um cupão de
100 USD
!