Cryptoactifs marché hebdomadaire et analyse de la technologie de chiffrement homomorphique

À la date du 13 octobre, les statistiques de plusieurs principaux cryptoactifs montrent :

La discussion sur le Bitcoin la semaine dernière a atteint 12,52K fois, en baisse de 0,98 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à dimanche dernier.

La discussion autour d'Ethereum a atteint 3,63K la semaine dernière, en hausse de 3,45 % par rapport à la semaine précédente. Le prix de clôture de dimanche était de 2530 dollars, en baisse de 4 % par rapport à dimanche dernier.

La discussion sur TON a atteint 782 fois la semaine dernière, soit une diminution de 12,63 % par rapport à la semaine précédente. Le prix de clôture de dimanche était de 5,26 dollars, en baisse de 0,25 % par rapport à dimanche dernier.

Chiffrement homomorphique(FHE) est une technologie de pointe dans le domaine de la cryptographie, dont l'avantage principal réside dans sa capacité à effectuer des calculs directement sur des données chiffrées, sans processus de déchiffrement. Cette caractéristique lui confère un large potentiel d'application dans la protection de la vie privée et le traitement des données, couvrant plusieurs domaines tels que la finance, la santé, le cloud computing, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et la protection de la vie privée sur blockchain. Cependant, malgré le potentiel énorme de FHE, sa voie de commercialisation fait encore face à de nombreux défis.

Le potentiel et les cas d'utilisation de FHE

Le principal avantage du chiffrement homomorphique réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la puissance de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que l'autre partie ait accès au contenu spécifique, le FHE peut jouer un rôle. Le propriétaire des données peut transmettre les données chiffrées à la partie calculatrice pour traitement, les résultats du calcul demeurant chiffrés, et le propriétaire des données peut déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège à la fois la vie privée des données et permet d'accomplir les tâches de calcul nécessaires.

Pour des secteurs sensibles aux données tels que la finance et la santé, ce mécanisme de protection de la vie privée est d'une importance particulière. Avec le développement du cloud computing et de l'intelligence artificielle, la sécurité des données devient de plus en plus un sujet de préoccupation. Le Chiffrement homomorphique (FHE) peut offrir une protection des calculs multipartites dans ces scénarios, permettant aux parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, le FHE améliore la transparence et la sécurité du traitement des données en fournissant des fonctions de protection de la vie privée en chaîne et d'examen des transactions privées.

Comparaison entre FHE et d'autres méthodes de chiffrement

Dans le domaine du Web3, le chiffrement homomorphique (FHE), les preuves à connaissance nulle (ZK), le calcul multipartite (MPC) et l'environnement d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Le FHE permet d'effectuer diverses opérations sur des données chiffrées, sans avoir besoin de déchiffrer les données au préalable. Le MPC permet aux parties de calculer des données cryptées sans partager d'informations privées entre elles. Le TEE offre des calculs dans un environnement sécurisé, mais la flexibilité du traitement des données est relativement limitée.

Ces technologies de chiffrement ont chacune leurs avantages, mais le chiffrement homomorphique se distingue particulièrement dans le soutien aux tâches de calcul complexes. Cependant, le chiffrement homomorphique fait encore face à des problèmes de coût de calcul élevé et de faible évolutivité dans les applications pratiques, ce qui limite ses performances dans les applications en temps réel.

Limitations et défis du FHE

Bien que la base théorique de l'EHF soit solide, elle rencontre des défis pratiques dans son application commerciale :

1. Coût de calcul à grande échelle : Le chiffrement homomorphique nécessite d'importantes ressources de calcul, et ses coûts augmentent de manière significative par rapport aux calculs non chiffrés. Pour les opérations polynomiales de haut degré, le temps de traitement augmente de manière polynomiale, rendant difficile la satisfaction des besoins de calcul en temps réel. La réduction des coûts doit dépendre d'un matériel spécialisé pour l'accélération, mais cela augmente également la complexité du déploiement.

2. Capacité d'opération limitée : le FHE peut exécuter des opérations d'addition et de multiplication sur des données chiffrées, mais le support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'IA impliquant des réseaux de neurones profonds. Les solutions FHE actuelles sont principalement adaptées aux calculs linéaires et aux polynômes simples, et l'application de modèles non linéaires est considérablement restreinte.

3. Complexité du support multi-utilisateurs : FHE fonctionne bien dans un scénario utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien que le cadre FHE multi-clés permette la manipulation de jeux de données chiffrés avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent de manière significative.

La combinaison de FHE et de l'intelligence artificielle

À l'ère actuelle axée sur les données, l'IA est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la vie privée des données rendent souvent les utilisateurs réticents à partager des informations sensibles. Le Chiffrement homomorphique (FHE) offre une solution de protection de la vie privée pour l'IA. Dans un contexte de cloud computing, le FHE permet de traiter les données des utilisateurs tout en maintenant leur état de chiffrement, garantissant ainsi la confidentialité des données.

Cet avantage est particulièrement important sous des réglementations telles que le RGPD, car ces réglementations exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout par FHE offre une garantie de conformité et de sécurité des données.

Applications et projets actuels du chiffrement homomorphique dans la blockchain

Le FHE est principalement utilisé dans la blockchain pour protéger la vie privée des données, y compris la confidentialité en chaîne, la confidentialité des données d'entraînement de l'IA, la confidentialité des votes en chaîne et l'examen des transactions privées en chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour favoriser la réalisation de la protection de la vie privée.

Certain projets construisent des solutions FHE qui sont largement utilisées dans plusieurs projets de blockchain et de protection de la vie privée. Ces projets se concentrent sur différents aspects : certains sont basés sur la technologie TFHE, se concentrant sur les opérations booléennes et les opérations avec des entiers de faible longueur ; d'autres ont développé de nouveaux langages de contrat intelligent et des bibliothèques FHE ; et certains projets combinent FHE et intelligence artificielle, offrant un environnement AI décentralisé et protégé. De plus, certains projets agissent comme des solutions Layer 2 pour Ethereum, prenant en charge les FHE Rollups et les FHE Coprocessors, compatibles avec EVM et prenant en charge les contrats intelligents écrits en Solidity.

Conclusion

Le FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la confidentialité des données. Bien que l'application commerciale actuelle du FHE soit encore confrontée à des problèmes de coûts de calcul élevés et de mauvaise évolutivité, ces problèmes pourraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie blockchain, le FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, le FHE pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant une nouvelle percée révolutionnaire en matière de sécurité des données.