Toàn đồng hình mã hóa ( FHE ) là một công nghệ mã hóa tiên tiến, cho phép thực hiện tính toán trực tiếp trên dữ liệu được mã hóa, từ đó xử lý dữ liệu trong khi bảo vệ quyền riêng tư. FHE có nhiều ứng dụng tiềm năng, đặc biệt trong lĩnh vực xử lý và phân tích dữ liệu cần bảo vệ quyền riêng tư, như tài chính, y tế, điện toán đám mây, học máy, hệ thống bỏ phiếu, Internet of Things, bảo vệ quyền riêng tư blockchain, v.v. Tuy nhiên, việc thương mại hóa FHE vẫn cần thời gian, thách thức chính nằm ở chi phí tính toán và bộ nhớ do thuật toán của nó mang lại, khả năng mở rộng kém.
Nguyên lý cơ bản của FHE
Cốt lõi của FHE là ẩn thông tin gốc thông qua các đa thức. Các đa thức có thể được chuyển đổi thành các bài toán đại số tuyến tính và tính toán vector, thuận tiện cho việc tính toán tối ưu hóa cao trên máy tính hiện đại.
Quá trình mã hóa của FHE bao gồm:
Chọn đa thức khóa
Sinh đa thức ngẫu nhiên
Tạo ra đa thức "lỗi" nhỏ
Kết hợp văn bản rõ với đa thức ở trên để mã hóa
Việc đưa vào tiếng ồn là để ngăn chặn việc suy đoán khóa thông qua việc nhập lại. Tuy nhiên, tiếng ồn sẽ tích lũy theo thời gian tính toán, cuối cùng có thể dẫn đến việc không thể giải mã. Để giải quyết vấn đề này, FHE đã áp dụng một số kỹ thuật sau:
Chuyển đổi khóa: Giảm kích thước văn bản mật.
Chuyển đổi mô-đun: kiểm soát sự gia tăng tiếng ồn
Tự khởi động: Đặt lại tiếng ồn về mức ban đầu
Hiện tại đã có nhiều triển khai cụ thể của các phương án FHE, tất cả đều sử dụng công nghệ tự khởi động.
Những thách thức của FHE
Thách thức chính của FHE là chi phí tính toán rất lớn. So với tính toán thông thường, tính toán FHE có thể chậm hơn 500 triệu lần. Cơ quan Nghiên cứu Quốc phòng Tiên tiến của Mỹ (DARPA) đã khởi động chương trình Dprive, mục tiêu là nâng cao tốc độ tính toán FHE lên 1/10 so với tính toán thông thường. Chương trình này chủ yếu tập trung vào các khía cạnh sau:
Tăng kích thước từ của bộ xử lý
Phát triển bộ xử lý ASIC chuyên dụng
Xây dựng kiến trúc song song MIMD
Mặc dù tiến triển chậm, nhưng công nghệ FHE vẫn có ý nghĩa độc đáo trong việc bảo vệ dữ liệu nhạy cảm, đặc biệt trong các lĩnh vực quân sự, y tế và tài chính.
Ứng dụng của FHE trong blockchain
Trong lĩnh vực blockchain, FHE chủ yếu được sử dụng để bảo vệ quyền riêng tư dữ liệu, hướng ứng dụng bao gồm:
Quyền riêng tư trên chuỗi
Quyền riêng tư dữ liệu đào tạo AI
Bỏ phiếu trên chuỗi riêng tư
Kiểm tra giao dịch riêng tư trên chuỗi
Giải pháp MEV
Nhưng FHE cũng đối mặt với những thách thức như chi phí vận hành của người xác thực tăng đáng kể.
Các dự án FHE chính
Hiện tại hầu hết các dự án FHE sử dụng công nghệ do Zama xây dựng, như Fhenix, Privasea, Inco Network, Mind Network, v.v. Những dự án này chủ yếu khác biệt về mô hình kinh doanh.
Zama dựa trên kế hoạch TFHE, đã xây dựng một ngăn xếp phát triển blockchain + AI khá hoàn chỉnh.
Octra đã áp dụng công nghệ sáng tạo dựa trên hypergraphs để thực hiện FHE, xây dựng ngôn ngữ hợp đồng thông minh và giao thức đồng thuận mới.
Triển vọng
Công nghệ FHE vẫn đang ở giai đoạn đầu, đối mặt với nhiều thách thức:
Hiệu suất kém
Độ khó của dự án cao
Triển vọng thương mại không rõ ràng
Đầu tư vốn không đủ
Nhưng với sự phát triển của các chip FHE chuyên dụng, cùng với nhu cầu trong các lĩnh vực quan trọng như quốc phòng, tài chính, y tế, công nghệ FHE dự kiến sẽ có những bước đột phá. FHE có tiềm năng giải phóng dữ liệu riêng tư và kết hợp với các công nghệ như thuật toán lượng tử trong tương lai, mang lại ảnh hưởng sâu rộng.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
13 thích
Phần thưởng
13
6
Chia sẻ
Bình luận
0/400
IfIWereOnChain
· 07-18 19:47
Vậy là bảo vệ quyền riêng tư đã ổn định. bull
Xem bản gốcTrả lời0
StopLossMaster
· 07-16 18:42
Không phải là mã hóa quyền riêng tư sao? Lẽ ra nên nghiên cứu từ lâu rồi.
FHE: Ánh sáng và thách thức cho việc bảo vệ quyền riêng tư trên Blockchain
FHE：Mật mã học的隐身衣
Toàn đồng hình mã hóa ( FHE ) là một công nghệ mã hóa tiên tiến, cho phép thực hiện tính toán trực tiếp trên dữ liệu được mã hóa, từ đó xử lý dữ liệu trong khi bảo vệ quyền riêng tư. FHE có nhiều ứng dụng tiềm năng, đặc biệt trong lĩnh vực xử lý và phân tích dữ liệu cần bảo vệ quyền riêng tư, như tài chính, y tế, điện toán đám mây, học máy, hệ thống bỏ phiếu, Internet of Things, bảo vệ quyền riêng tư blockchain, v.v. Tuy nhiên, việc thương mại hóa FHE vẫn cần thời gian, thách thức chính nằm ở chi phí tính toán và bộ nhớ do thuật toán của nó mang lại, khả năng mở rộng kém.
Nguyên lý cơ bản của FHE
Cốt lõi của FHE là ẩn thông tin gốc thông qua các đa thức. Các đa thức có thể được chuyển đổi thành các bài toán đại số tuyến tính và tính toán vector, thuận tiện cho việc tính toán tối ưu hóa cao trên máy tính hiện đại.
Quá trình mã hóa của FHE bao gồm:
Việc đưa vào tiếng ồn là để ngăn chặn việc suy đoán khóa thông qua việc nhập lại. Tuy nhiên, tiếng ồn sẽ tích lũy theo thời gian tính toán, cuối cùng có thể dẫn đến việc không thể giải mã. Để giải quyết vấn đề này, FHE đã áp dụng một số kỹ thuật sau:
Hiện tại đã có nhiều triển khai cụ thể của các phương án FHE, tất cả đều sử dụng công nghệ tự khởi động.
Những thách thức của FHE
Thách thức chính của FHE là chi phí tính toán rất lớn. So với tính toán thông thường, tính toán FHE có thể chậm hơn 500 triệu lần. Cơ quan Nghiên cứu Quốc phòng Tiên tiến của Mỹ (DARPA) đã khởi động chương trình Dprive, mục tiêu là nâng cao tốc độ tính toán FHE lên 1/10 so với tính toán thông thường. Chương trình này chủ yếu tập trung vào các khía cạnh sau:
Mặc dù tiến triển chậm, nhưng công nghệ FHE vẫn có ý nghĩa độc đáo trong việc bảo vệ dữ liệu nhạy cảm, đặc biệt trong các lĩnh vực quân sự, y tế và tài chính.
Ứng dụng của FHE trong blockchain
Trong lĩnh vực blockchain, FHE chủ yếu được sử dụng để bảo vệ quyền riêng tư dữ liệu, hướng ứng dụng bao gồm:
Nhưng FHE cũng đối mặt với những thách thức như chi phí vận hành của người xác thực tăng đáng kể.
Các dự án FHE chính
Hiện tại hầu hết các dự án FHE sử dụng công nghệ do Zama xây dựng, như Fhenix, Privasea, Inco Network, Mind Network, v.v. Những dự án này chủ yếu khác biệt về mô hình kinh doanh.
Zama dựa trên kế hoạch TFHE, đã xây dựng một ngăn xếp phát triển blockchain + AI khá hoàn chỉnh.
Octra đã áp dụng công nghệ sáng tạo dựa trên hypergraphs để thực hiện FHE, xây dựng ngôn ngữ hợp đồng thông minh và giao thức đồng thuận mới.
Triển vọng
Công nghệ FHE vẫn đang ở giai đoạn đầu, đối mặt với nhiều thách thức:
Nhưng với sự phát triển của các chip FHE chuyên dụng, cùng với nhu cầu trong các lĩnh vực quan trọng như quốc phòng, tài chính, y tế, công nghệ FHE dự kiến sẽ có những bước đột phá. FHE có tiềm năng giải phóng dữ liệu riêng tư và kết hợp với các công nghệ như thuật toán lượng tử trong tương lai, mang lại ảnh hưởng sâu rộng.