полностью гомоморфное шифрование FHE: защита конфиденциальности данных в эпоху ИИ
В последнее время на крипторынке наблюдается замедление, что дало нам больше времени, чтобы сосредоточиться на развитии некоторых новых технологий. Среди них полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE) как технология, которая становится зрелой, заслуживает нашего глубокого обсуждения. В мае этого года основатель Эфириума Виталик Бутерин также опубликовал статью о FHE, что вызвало широкий интерес.
Чтобы понять этот сложный концепт FHE, нам нужно сначала разобраться, что такое "шифрование", "гомоморфное" и почему нужно "полностью".
Шифрование основные концепции
Самый простой способ шифрования всем известен. Например, если Алиса хочет передать Бобу секретное число "1314 520", но не хочет, чтобы третья сторона C знала содержание. Она может использовать простой метод шифрования: умножить каждое число на 2. Таким образом, передаваемая информация становится "2628 1040". Когда Боб получает сообщение, ему нужно просто разделить каждое число на 2, чтобы получить исходную информацию. Это базовый метод симметричного шифрования.
Гомоморфное шифрование: углубленное изучение
Теперь давайте предположим, что Алисе всего 7 лет, и она умеет только выполнять самые базовые операции умножения на 2 и деления на 2. Ей нужно рассчитать плату за электроэнергию в доме за 12 месяцев, по 400 юаней в месяц, но это превышает ее вычислительные способности. В то же время она не хочет, чтобы кто-то знал точную сумму платы за электроэнергию.
В этот момент гомоморфное шифрование оказывается полезным. Алиса может умножить 400 на 2, получив 800, и 12 на 2, получив 24, а затем попросить Си вычислить результат 800 умножить на 24. После того, как Си вычисляет 19200, он сообщает Алисе, и Алиса делит результат на 4, тем самым получая правильную общую сумму за электричество 4800 юаней.
Этот процесс демонстрирует суть гомоморфного шифрования: вычисления проводятся в зашифрованном состоянии, и полученный результат, после расшифровки, совпадает с результатом, полученным при прямых вычислениях с исходными данными.
Необходимость полностью гомоморфного шифрования
Однако вышеуказанный метод все еще имеет уязвимости. Если C достаточно умен, он может с помощью обратного вывода или полного перебора расколоть исходные данные. 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 определенным количеством или типом операций. Это значительно увеличивает сложность взлома, одновременно расширяя диапазон обрабатываемых задач.
В 2009 году группа ученых во главе с Джентри предложила новый подход, который впервые реализовал полностью гомоморфное шифрование, что было расценено как重大突破 в области шифрования.
Применение полностью гомоморфного шифрования в эпоху ИИ
Полностью гомоморфное шифрование имеет широкие перспективы применения в области ИИ. В настоящее время обучение моделей ИИ требует большого объема данных, но многие из них имеют высокую степень чувствительности. Технология FHE может обеспечить защиту конфиденциальности данных, позволяя ИИ обрабатывать зашифрованные данные.
Конкретно, пользователи могут:
Защитите конфиденциальные данные с помощью полностью гомоморфного шифрования
Предоставить зашифрованные данные ИИ для вычислений
AI возвращает зашифрованный результат
Пользователь расшифровывает результаты в локальной безопасной среде
Этот подход обеспечивает безопасность конфиденциальности данных и в то же время в полной мере использует мощные вычислительные возможности ИИ.
Проекты и направления применения полностью гомоморфного шифрования
В настоящее время существует несколько проектов, посвященных разработке и применению технологий полностью гомоморфного шифрования (FHE), таких как Zama, Mind Network, Fhenix, Sunscreen и другие. Эти проекты имеют свои особенности и исследуют возможности применения FHE в различных сценариях.
В качестве примера одного проекта полностью гомоморфного шифрования (FHE) он предлагает очень интересный сценарий применения: распознавание лиц. С помощью технологии FHE можно определить, является ли человек настоящим, не обращаясь к исходным данным лиц. Этот метод защищает личные данные пользователей и удовлетворяет потребности в аутентификации.
Проблемы и решения FHE
Несмотря на широкие перспективы технологии полностью гомоморфного шифрования, в реальном применении она по-прежнему сталкивается с огромными требованиями к вычислительным ресурсам. Чтобы решить эту проблему, некоторые проекты создают специализированные сети вычислительной мощности и сопутствующую инфраструктуру.
Например, какой-то проект предложил комбинированную сетевую архитектуру, сочетающую PoW (доказательство работы) и PoS (доказательство доли), и выпустил специализированное оборудование для майнинга и активы NFT. Этот инновационный дизайн пытается предоставить необходимую вычислительную мощность, избегая при этом некоторых юридических рисков.
Значение FHE для ИИ и защиты конфиденциальности
Если технологии полностью гомоморфного шифрования (FHE) смогут широко применяться в области ИИ, это значительно облегчит давление, с которым сталкивается текущая разработка ИИ в вопросах безопасности данных и защиты конфиденциальности. От национальной безопасности до личной конфиденциальности, FHE может стать жизненно важным средством защиты.
В условиях все более цифрового мира, от международных конфликтов до повседневной жизни, проблемы конфиденциальности данных повсюду. С быстрым развитием технологий ИИ, зрелость технологии FHE может стать последней линией защиты человеческой конфиденциальности.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Полностью гомоморфное шифрование FHE: инструмент защиты данных в эпоху ИИ
полностью гомоморфное шифрование FHE: защита конфиденциальности данных в эпоху ИИ
В последнее время на крипторынке наблюдается замедление, что дало нам больше времени, чтобы сосредоточиться на развитии некоторых новых технологий. Среди них полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE) как технология, которая становится зрелой, заслуживает нашего глубокого обсуждения. В мае этого года основатель Эфириума Виталик Бутерин также опубликовал статью о FHE, что вызвало широкий интерес.
Чтобы понять этот сложный концепт FHE, нам нужно сначала разобраться, что такое "шифрование", "гомоморфное" и почему нужно "полностью".
Шифрование основные концепции
Самый простой способ шифрования всем известен. Например, если Алиса хочет передать Бобу секретное число "1314 520", но не хочет, чтобы третья сторона C знала содержание. Она может использовать простой метод шифрования: умножить каждое число на 2. Таким образом, передаваемая информация становится "2628 1040". Когда Боб получает сообщение, ему нужно просто разделить каждое число на 2, чтобы получить исходную информацию. Это базовый метод симметричного шифрования.
Гомоморфное шифрование: углубленное изучение
Теперь давайте предположим, что Алисе всего 7 лет, и она умеет только выполнять самые базовые операции умножения на 2 и деления на 2. Ей нужно рассчитать плату за электроэнергию в доме за 12 месяцев, по 400 юаней в месяц, но это превышает ее вычислительные способности. В то же время она не хочет, чтобы кто-то знал точную сумму платы за электроэнергию.
В этот момент гомоморфное шифрование оказывается полезным. Алиса может умножить 400 на 2, получив 800, и 12 на 2, получив 24, а затем попросить Си вычислить результат 800 умножить на 24. После того, как Си вычисляет 19200, он сообщает Алисе, и Алиса делит результат на 4, тем самым получая правильную общую сумму за электричество 4800 юаней.
Этот процесс демонстрирует суть гомоморфного шифрования: вычисления проводятся в зашифрованном состоянии, и полученный результат, после расшифровки, совпадает с результатом, полученным при прямых вычислениях с исходными данными.
Необходимость полностью гомоморфного шифрования
Однако вышеуказанный метод все еще имеет уязвимости. Если C достаточно умен, он может с помощью обратного вывода или полного перебора расколоть исходные данные. 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 определенным количеством или типом операций. Это значительно увеличивает сложность взлома, одновременно расширяя диапазон обрабатываемых задач.
В 2009 году группа ученых во главе с Джентри предложила новый подход, который впервые реализовал полностью гомоморфное шифрование, что было расценено как重大突破 в области шифрования.
Применение полностью гомоморфного шифрования в эпоху ИИ
Полностью гомоморфное шифрование имеет широкие перспективы применения в области ИИ. В настоящее время обучение моделей ИИ требует большого объема данных, но многие из них имеют высокую степень чувствительности. Технология FHE может обеспечить защиту конфиденциальности данных, позволяя ИИ обрабатывать зашифрованные данные.
Конкретно, пользователи могут:
Этот подход обеспечивает безопасность конфиденциальности данных и в то же время в полной мере использует мощные вычислительные возможности ИИ.
Проекты и направления применения полностью гомоморфного шифрования
В настоящее время существует несколько проектов, посвященных разработке и применению технологий полностью гомоморфного шифрования (FHE), таких как Zama, Mind Network, Fhenix, Sunscreen и другие. Эти проекты имеют свои особенности и исследуют возможности применения FHE в различных сценариях.
В качестве примера одного проекта полностью гомоморфного шифрования (FHE) он предлагает очень интересный сценарий применения: распознавание лиц. С помощью технологии FHE можно определить, является ли человек настоящим, не обращаясь к исходным данным лиц. Этот метод защищает личные данные пользователей и удовлетворяет потребности в аутентификации.
Проблемы и решения FHE
Несмотря на широкие перспективы технологии полностью гомоморфного шифрования, в реальном применении она по-прежнему сталкивается с огромными требованиями к вычислительным ресурсам. Чтобы решить эту проблему, некоторые проекты создают специализированные сети вычислительной мощности и сопутствующую инфраструктуру.
Например, какой-то проект предложил комбинированную сетевую архитектуру, сочетающую PoW (доказательство работы) и PoS (доказательство доли), и выпустил специализированное оборудование для майнинга и активы NFT. Этот инновационный дизайн пытается предоставить необходимую вычислительную мощность, избегая при этом некоторых юридических рисков.
Значение FHE для ИИ и защиты конфиденциальности
Если технологии полностью гомоморфного шифрования (FHE) смогут широко применяться в области ИИ, это значительно облегчит давление, с которым сталкивается текущая разработка ИИ в вопросах безопасности данных и защиты конфиденциальности. От национальной безопасности до личной конфиденциальности, FHE может стать жизненно важным средством защиты.
В условиях все более цифрового мира, от международных конфликтов до повседневной жизни, проблемы конфиденциальности данных повсюду. С быстрым развитием технологий ИИ, зрелость технологии FHE может стать последней линией защиты человеческой конфиденциальности.