encriptación completamente homomórfica FHE: protección de la privacidad de los datos en la era de la IA
Recientemente, el mercado de encriptación se ha ralentizado, lo que nos ha dado más tiempo para centrarnos en el desarrollo de algunas tecnologías emergentes. Entre ellas, la encriptación completamente homomórfica (Fully Homomorphic Encryption, abreviado FHE) como una tecnología en proceso de madurez, merece nuestra profunda discusión. En mayo de este año, el fundador de Ethereum, Vitalik Buterin, también publicó un artículo sobre FHE, lo que generó una amplia atención.
Para entender este complejo concepto de FHE, primero necesitamos comprender qué es "encriptación", "homomórfico" y por qué necesitamos "completamente".
Conceptos básicos de encriptación
La forma más simple de encriptación es bien conocida por todos. Por ejemplo, si Alice quiere transmitir un número secreto a Bob, "1314 520", pero no quiere que un tercero C sepa el contenido. Ella puede usar un método simple de encriptación: multiplicar cada número por 2. De esta manera, la información transmitida se convierte en "2628 1040". Cuando Bob recibe el mensaje, solo necesita dividir cada número por 2 para obtener la información original. Esta es una forma básica de encriptación simétrica.
Cifrado homomórfico de nivel avanzado
Ahora, supongamos que Alice solo tiene 7 años y solo sabe hacer las operaciones básicas de multiplicar por 2 y dividir entre 2. Ella necesita calcular la factura de electricidad de 12 meses en casa, que es de 400 yuanes al mes, pero eso está más allá de su capacidad de cálculo. Al mismo tiempo, no quiere que nadie sepa la cantidad exacta de la factura de electricidad.
En este momento, el cifrado homomórfico entra en juego. Alice puede multiplicar 400 por 2 para obtener 800, 12 por 2 para obtener 24, y luego pedirle a C que calcule el resultado de 800 por 24. C calcula 19200 y se lo dice a Alice, quien luego divide el resultado entre 4, obteniendo así el total correcto de la factura eléctrica de 4800 yuanes.
Este proceso muestra el núcleo del cifrado homomórfico: realizar cálculos en estado encriptado, y el resultado obtenido, una vez desencriptado, es el mismo que el resultado de calcular los datos originales directamente.
La necesidad de la encriptación completamente homomórfica
Sin embargo, los métodos mencionados aún tienen vulnerabilidades. Si C es lo suficientemente inteligente, podría descifrar los datos originales a través de la inversión o el método de fuerza bruta. Esto requiere un método de encriptación más complejo, es decir, encriptación completamente homomórfica.
La encriptación completamente homomórfica permite realizar operaciones de adición y multiplicación en datos encriptados un número arbitrario de veces, y no se limita a un número o tipo específico de operaciones. Esto aumenta enormemente la dificultad de la ruptura, al mismo tiempo que amplía el rango de problemas que se pueden manejar.
En 2009, los académicos como Gentry propusieron una nueva idea que logró por primera vez la encriptación completamente homomórfica, lo que se considera un gran avance en el campo de la criptografía.
Aplicaciones de FHE en la era de la IA
La tecnología de encriptación completamente homomórfica tiene un amplio horizonte de aplicaciones en el campo de la IA. Actualmente, el entrenamiento de modelos de IA requiere una gran cantidad de datos, pero muchos de estos datos son altamente sensibles. La tecnología FHE permite procesar datos encriptados mientras protege la privacidad de los datos.
Específicamente, los usuarios pueden:
Encriptar datos sensibles mediante cifrado homomórfico (FHE).
Proporcionar los datos encriptados a la IA para su cálculo
AI devuelve el resultado encriptado
El usuario desencripta el resultado en un entorno seguro local.
Este enfoque garantiza tanto la seguridad de la privacidad de los datos como el aprovechamiento completo de la poderosa capacidad de cálculo de la IA.
Proyectos y direcciones de aplicación de FHE
Actualmente, varios proyectos están dedicados al desarrollo y la aplicación de la tecnología FHE, como Zama, Mind Network, Fhenix, Sunscreen, entre otros. Estos proyectos tienen sus propias características y están explorando las posibilidades de aplicación de FHE en diferentes escenarios.
Tomando como ejemplo un proyecto de FHE, se presenta un escenario de aplicación muy interesante: el reconocimiento facial. A través de la tecnología FHE, se puede determinar si se trata de una persona real sin acceder a los datos faciales originales. Este método protege la privacidad del usuario y satisface la necesidad de verificación de identidad.
Retos y soluciones de FHE
A pesar de que la tecnología FHE tiene un gran potencial, en la práctica todavía enfrenta una enorme demanda de recursos computacionales. Para abordar este problema, algunos proyectos están construyendo redes de potencia computacional y la infraestructura necesaria.
Por ejemplo, un proyecto propuso una arquitectura de red híbrida que combina PoW (prueba de trabajo) y PoS (prueba de participación), y lanzó hardware de minería especializado y activos NFT. Este diseño innovador intenta proporcionar la potencia de cálculo necesaria mientras evita ciertos riesgos legales.
La importancia de FHE para la IA y la protección de la privacidad
Si la tecnología de encriptación completamente homomórfica (FHE) puede ser ampliamente aplicada en el campo de la inteligencia artificial, aliviará en gran medida la presión actual sobre la seguridad de los datos y la protección de la privacidad que enfrenta el desarrollo de la IA. Desde la seguridad nacional hasta la privacidad personal, el FHE podría convertirse en un medio de protección crucial.
En un mundo cada vez más digitalizado, los problemas de privacidad de los datos están presentes en todos los aspectos, desde conflictos internacionales hasta la vida cotidiana. Con el rápido desarrollo de la tecnología de IA, la madurez de la tecnología de Cifrado homomórfico podría convertirse en la última línea de defensa para proteger la privacidad humana.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
encriptación completamente homomórfica FHE: herramienta de protección de la privacidad de datos en la era de la IA
encriptación completamente homomórfica FHE: protección de la privacidad de los datos en la era de la IA
Recientemente, el mercado de encriptación se ha ralentizado, lo que nos ha dado más tiempo para centrarnos en el desarrollo de algunas tecnologías emergentes. Entre ellas, la encriptación completamente homomórfica (Fully Homomorphic Encryption, abreviado FHE) como una tecnología en proceso de madurez, merece nuestra profunda discusión. En mayo de este año, el fundador de Ethereum, Vitalik Buterin, también publicó un artículo sobre FHE, lo que generó una amplia atención.
Para entender este complejo concepto de FHE, primero necesitamos comprender qué es "encriptación", "homomórfico" y por qué necesitamos "completamente".
Conceptos básicos de encriptación
La forma más simple de encriptación es bien conocida por todos. Por ejemplo, si Alice quiere transmitir un número secreto a Bob, "1314 520", pero no quiere que un tercero C sepa el contenido. Ella puede usar un método simple de encriptación: multiplicar cada número por 2. De esta manera, la información transmitida se convierte en "2628 1040". Cuando Bob recibe el mensaje, solo necesita dividir cada número por 2 para obtener la información original. Esta es una forma básica de encriptación simétrica.
Cifrado homomórfico de nivel avanzado
Ahora, supongamos que Alice solo tiene 7 años y solo sabe hacer las operaciones básicas de multiplicar por 2 y dividir entre 2. Ella necesita calcular la factura de electricidad de 12 meses en casa, que es de 400 yuanes al mes, pero eso está más allá de su capacidad de cálculo. Al mismo tiempo, no quiere que nadie sepa la cantidad exacta de la factura de electricidad.
En este momento, el cifrado homomórfico entra en juego. Alice puede multiplicar 400 por 2 para obtener 800, 12 por 2 para obtener 24, y luego pedirle a C que calcule el resultado de 800 por 24. C calcula 19200 y se lo dice a Alice, quien luego divide el resultado entre 4, obteniendo así el total correcto de la factura eléctrica de 4800 yuanes.
Este proceso muestra el núcleo del cifrado homomórfico: realizar cálculos en estado encriptado, y el resultado obtenido, una vez desencriptado, es el mismo que el resultado de calcular los datos originales directamente.
La necesidad de la encriptación completamente homomórfica
Sin embargo, los métodos mencionados aún tienen vulnerabilidades. Si C es lo suficientemente inteligente, podría descifrar los datos originales a través de la inversión o el método de fuerza bruta. Esto requiere un método de encriptación más complejo, es decir, encriptación completamente homomórfica.
La encriptación completamente homomórfica permite realizar operaciones de adición y multiplicación en datos encriptados un número arbitrario de veces, y no se limita a un número o tipo específico de operaciones. Esto aumenta enormemente la dificultad de la ruptura, al mismo tiempo que amplía el rango de problemas que se pueden manejar.
En 2009, los académicos como Gentry propusieron una nueva idea que logró por primera vez la encriptación completamente homomórfica, lo que se considera un gran avance en el campo de la criptografía.
Aplicaciones de FHE en la era de la IA
La tecnología de encriptación completamente homomórfica tiene un amplio horizonte de aplicaciones en el campo de la IA. Actualmente, el entrenamiento de modelos de IA requiere una gran cantidad de datos, pero muchos de estos datos son altamente sensibles. La tecnología FHE permite procesar datos encriptados mientras protege la privacidad de los datos.
Específicamente, los usuarios pueden:
Este enfoque garantiza tanto la seguridad de la privacidad de los datos como el aprovechamiento completo de la poderosa capacidad de cálculo de la IA.
Proyectos y direcciones de aplicación de FHE
Actualmente, varios proyectos están dedicados al desarrollo y la aplicación de la tecnología FHE, como Zama, Mind Network, Fhenix, Sunscreen, entre otros. Estos proyectos tienen sus propias características y están explorando las posibilidades de aplicación de FHE en diferentes escenarios.
Tomando como ejemplo un proyecto de FHE, se presenta un escenario de aplicación muy interesante: el reconocimiento facial. A través de la tecnología FHE, se puede determinar si se trata de una persona real sin acceder a los datos faciales originales. Este método protege la privacidad del usuario y satisface la necesidad de verificación de identidad.
Retos y soluciones de FHE
A pesar de que la tecnología FHE tiene un gran potencial, en la práctica todavía enfrenta una enorme demanda de recursos computacionales. Para abordar este problema, algunos proyectos están construyendo redes de potencia computacional y la infraestructura necesaria.
Por ejemplo, un proyecto propuso una arquitectura de red híbrida que combina PoW (prueba de trabajo) y PoS (prueba de participación), y lanzó hardware de minería especializado y activos NFT. Este diseño innovador intenta proporcionar la potencia de cálculo necesaria mientras evita ciertos riesgos legales.
La importancia de FHE para la IA y la protección de la privacidad
Si la tecnología de encriptación completamente homomórfica (FHE) puede ser ampliamente aplicada en el campo de la inteligencia artificial, aliviará en gran medida la presión actual sobre la seguridad de los datos y la protección de la privacidad que enfrenta el desarrollo de la IA. Desde la seguridad nacional hasta la privacidad personal, el FHE podría convertirse en un medio de protección crucial.
En un mundo cada vez más digitalizado, los problemas de privacidad de los datos están presentes en todos los aspectos, desde conflictos internacionales hasta la vida cotidiana. Con el rápido desarrollo de la tecnología de IA, la madurez de la tecnología de Cifrado homomórfico podría convertirse en la última línea de defensa para proteger la privacidad humana.