Полностью гомоморфное шифрование FHE: инструмент защиты конфиденциальности в эпоху ИИ

Недавно крипторынок хотя и остается спокойным, но некоторые новые технологии постепенно становятся зрелыми. Среди них полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE) является областью, заслуживающей внимания. В мае этого года основатель Ethereum Виталик Бутерин опубликовал статью о FHE, что вызвало широкое обсуждение в отрасли.

Чтобы понять этот сложный концепт FHE, нам нужно начать с основ, узнать, что такое "шифрование", "гомоморфное" и почему нужно "полностью".

Шифрование основные концепции

Самый простой способ шифрования, который мы все хорошо знаем. Например, Алиса хочет отправить Бобу секретное число "1314 520", но не хочет, чтобы третья сторона знала содержимое. Она может использовать простое правило шифрования: умножить каждое число на 2. Таким образом, передаваемая информация превращается в "2628 1040". Когда Боб получает сообщение, ему нужно просто разделить каждое число на 2, чтобы расшифровать оригинальную информацию. Это базовый процесс симметричного шифрования.

Характеристики гомоморфного шифрования

Гомоморфное шифрование идет еще дальше. Предположим, что Алиса умеет только самые простые операции умножения на 2 и деления на 2, но ей нужно вычислить сложный счет за электричество: 400 юаней в месяц, задолженность за 12 месяцев. Алиса не может выполнять такие сложные умножения, но не хочет, чтобы кто-то знал точную сумму. Поэтому она может сделать следующее: умножить 400 на 2, чтобы получить 800, и 12 на 2, чтобы получить 24, а затем попросить надежного вычислителя помочь ей вычислить 800 умножить на 24. После того как вычислитель получит результат 19200, Алиса делит его дважды на 2 и получает правильный ответ 4800 юаней.

Это простой пример гомоморфного шифрования для умножения. Он позволяет выполнять вычисления на зашифрованных данных без необходимости их расшифровки. Этот метод делает возможным делегирование вычислений недоверенным третьим сторонам, при этом защищая безопасность конфиденциальных данных.

Необходимость полностью гомоморфного шифрования

Однако простое гомоморфное шифрование имеет свои ограничения. Например, если вычислитель достаточно умен, он может разоблачить исходные данные с помощью полного перебора. Это требует более сложного шифрования, а именно полностью гомоморфного шифрования.

Полностью гомоморфное шифрование позволяет выполнять произвольное количество операций сложения и умножения над зашифрованными данными, а не ограничиваться определенными операциями. Это значительно увеличивает сложность взлома, что позволяет выполнять даже сложные полиномиальные операции при условии защиты конфиденциальности.

Полностью гомоморфное шифрование лишь в 2009 году достигло прорывного прогресса. Новые идеи, предложенные Джентри и другими учеными, открыли новые возможности для этой технологии.

Применение полностью гомоморфного шифрования в области ИИ

Технология полностью гомоморфного шифрования (FHE) имеет широкие перспективы применения в области ИИ. Как известно, мощные системы ИИ требуют огромных объемов данных для обучения, но многие данные имеют высокую чувствительность. FHE может эффективно решить эту проблему:

1. Шифрование чувствительных данных с использованием полностью гомоморфного шифрования (FHE)
2. Обучение модели ИИ на зашифрованных данных
3. AI выводит зашифрованный результат

Нес supervised AI модели могут непосредственно обрабатывать эти зашифрованные данные, так как для них входные данные по сути являются векторами. А владельцы данных могут безопасно расшифровывать результаты на месте. Таким образом, достигается цель использования мощных вычислительных способностей AI при защите конфиденциальности.

Примеры проектов полного гомоморфного шифрования

В настоящее время несколько проектов исследуют технологии полностью гомоморфного шифрования (FHE), такие как Zama, Mind Network, Fhenix и др. В качестве примера проекта, в который инвестировала одна из торговых платформ, была предложена интересная область применения: распознавание лиц. С помощью технологий FHE можно определить, является ли лицо настоящим, не касаясь оригинальных данных о лице.

Однако для вычислений с использованием полностью гомоморфного шифрования требуется огромная вычислительная мощность. Поэтому проект предложил гибридную архитектуру сети на основе PoW и PoS для решения проблемы вычислительных мощностей. Недавно они также выпустили специальное оборудование для майнинга и уникальный NFT "рабочий сертификат", пытаясь обеспечить стимулы для вычислительной мощности, одновременно избегая регуляторных рисков.

Важность FHE

Если ИИ сможет широко применять технологии полностью гомоморфного шифрования, это значительно снизит текущие压力, связанные с безопасностью данных и защитой конфиденциальности. От национальной безопасности до личной конфиденциальности, полностью гомоморфное шифрование может стать важным средством защиты.

В предстоящую эпоху ИИ зрелость технологии полностью гомоморфного шифрования может стать последней линией защиты человеческой конфиденциальности. Будь то в коммерческих приложениях или в области научных исследований, FHE, вероятно, сыграет важную роль в будущем.