Mã hóa đồng cấu hoàn toàn FHE: Công cụ bảo vệ quyền riêng tư dữ liệu trong thời đại AI

Mã hóa đồng cấu hoàn toàn FHE: Bảo vệ quyền riêng tư dữ liệu trong thời đại AI

Gần đây, thị trường mã hóa có xu hướng chậm lại, điều này đã cho chúng ta thêm thời gian để chú ý đến sự phát triển của một số công nghệ mới nổi. Trong đó, mã hóa đồng cấu hoàn toàn (Fully Homomorphic Encryption, viết tắt là FHE) như một công nghệ đang trên đà trưởng thành, rất đáng để chúng ta tìm hiểu sâu. Vào tháng 5 năm nay, người sáng lập Ethereum Vitalik Buterin cũng đã xuất bản một bài viết về FHE, thu hút sự chú ý rộng rãi.

Để hiểu khái niệm phức tạp FHE này, trước tiên chúng ta cần hiểu "mã hóa", "đồng cấu" và tại sao cần "toàn bộ".

Nói dễ hiểu về nội dung và ứng dụng của mã hóa đồng cấu hoàn toàn FHE

Mã hóa các khái niệm cơ bản

Cách mã hóa đơn giản nhất mà mọi người đều rất quen thuộc. Ví dụ, Alice muốn gửi cho Bob một số bí mật "1314 520", nhưng không muốn bên thứ ba C biết nội dung. Cô ấy có thể sử dụng một phương pháp mã hóa đơn giản: nhân mỗi số với 2. Như vậy, thông tin được truyền đi trở thành "2628 1040". Khi Bob nhận được, chỉ cần chia mỗi số cho 2, anh ấy sẽ nhận được thông tin gốc. Đây là một phương pháp mã hóa đối xứng cơ bản.

Mã hóa đồng cấu nâng cao

Bây giờ, hãy giả sử Alice chỉ mới 7 tuổi và chỉ có thể thực hiện các phép toán cơ bản là nhân 2 và chia 2. Cô ấy cần tính toán hóa đơn điện hàng tháng ở nhà, mỗi tháng 400 nhân dân tệ, nhưng điều này vượt quá khả năng tính toán của cô ấy. Đồng thời, cô ấy không muốn người khác biết số tiền cụ thể của hóa đơn điện.

Lúc này, mã hóa đồng cấu đã phát huy tác dụng. Alice có thể biến 400 nhân 2 thành 800, 12 nhân 2 thành 24, rồi nhờ C tính 800 nhân 24. C tính ra 19200 và báo cho Alice, sau đó Alice chia kết quả cho 4, và đã có được tổng số tiền điện chính xác là 4800 nhân.

Quá trình này trình bày cốt lõi của mã hóa đồng cấu: thực hiện tính toán trong trạng thái mã hóa, kết quả nhận được sau khi giải mã sẽ giống như kết quả tính toán trực tiếp trên dữ liệu gốc.

Mã hóa đồng cấu hoàn toàn của sự cần thiết

Tuy nhiên, phương pháp trên vẫn có lỗ hổng. Nếu C đủ thông minh, có thể thông qua phản hồi hoặc phương pháp thử tất cả để phá giải dữ liệu ban đầu. Điều này đòi hỏi một phương pháp mã hóa phức tạp hơn, tức là mã hóa đồng cấu hoàn toàn.

Mã hóa đồng cấu hoàn toàn cho phép thực hiện các phép toán cộng và nhân bất kỳ số lần nào trên dữ liệu đã mã hóa, không chỉ giới hạn ở một số lần hoặc một loại phép toán cụ thể. Điều này làm tăng đáng kể độ khó trong việc giải mã, đồng thời mở rộng phạm vi vấn đề có thể xử lý.

Năm 2009, các học giả như Gentry đã đưa ra một ý tưởng mới lần đầu tiên hiện thực hóa mã hóa đồng cấu hoàn toàn, điều này được coi là một bước đột phá lớn trong lĩnh vực mật mã.

Nói rõ về nội dung và ứng dụng của mã hóa đồng cấu hoàn toàn FHE

Ứng dụng của FHE trong thời đại AI

Công nghệ mã hóa đồng cấu hoàn toàn có triển vọng ứng dụng rộng rãi trong lĩnh vực AI. Hiện tại, việc đào tạo mô hình AI cần một lượng lớn dữ liệu, nhưng nhiều dữ liệu có tính nhạy cảm cao. Công nghệ FHE có thể bảo vệ quyền riêng tư của dữ liệu trong khi cho phép AI xử lý dữ liệu đã mã hóa.

Cụ thể, người dùng có thể:

  1. Mã hóa dữ liệu nhạy cảm bằng cách sử dụng mã hóa đồng cấu hoàn toàn
  2. Cung cấp dữ liệu đã mã hóa cho AI để thực hiện tính toán
  3. AI trả về kết quả mã hóa
  4. Người dùng giải mã kết quả trong môi trường an toàn cục bộ

Cách này vừa đảm bảo an toàn riêng tư cho dữ liệu, vừa tận dụng tối đa khả năng tính toán mạnh mẽ của AI.

Hướng dự án và ứng dụng FHE

Hiện tại, đã có nhiều dự án đang nỗ lực phát triển và ứng dụng công nghệ mã hóa đồng cấu hoàn toàn (FHE), chẳng hạn như Zama, Mind Network, Fhenix, Sunscreen, v.v. Những dự án này có đặc điểm riêng, khám phá khả năng ứng dụng của FHE trong các kịch bản khác nhau.

Lấy một dự án FHE làm ví dụ, nó đã đưa ra một kịch bản ứng dụng rất thú vị: nhận diện khuôn mặt. Thông qua công nghệ FHE, có thể xác định xem có phải là người thật hay không mà không tiếp xúc với dữ liệu khuôn mặt gốc. Phương pháp này vừa bảo vệ quyền riêng tư của người dùng, vừa đáp ứng nhu cầu xác thực danh tính.

Nói rõ về nội dung và ứng dụng của mã hóa đồng cấu hoàn toàn FHE

Thách thức và giải pháp của FHE

Mặc dù công nghệ mã hóa đồng cấu hoàn toàn (FHE) có triển vọng lớn, nhưng trong thực tế vẫn phải đối mặt với nhu cầu về tài nguyên tính toán khổng lồ. Để giải quyết vấn đề này, một số dự án đang xây dựng mạng lưới sức mạnh tính toán và cơ sở hạ tầng hỗ trợ.

Ví dụ, một dự án đã đề xuất kiến trúc mạng lai kết hợp PoW (bằng chứng công việc) và PoS (bằng chứng cổ phần), và đã ra mắt phần cứng khai thác chuyên dụng cùng với tài sản NFT. Thiết kế sáng tạo này cố gắng cung cấp sức mạnh tính toán cần thiết trong khi tránh một số rủi ro pháp lý.

Ý nghĩa của FHE đối với AI và bảo vệ quyền riêng tư

Nếu công nghệ mã hóa đồng cấu hoàn toàn (FHE) có thể được áp dụng rộng rãi trong lĩnh vực AI, nó sẽ giảm bớt đáng kể áp lực về an ninh dữ liệu và bảo vệ quyền riêng tư mà sự phát triển của AI đang phải đối mặt. Từ an ninh quốc gia đến quyền riêng tư cá nhân, FHE có thể trở thành một phương tiện bảo vệ vô cùng quan trọng.

Trong thế giới ngày càng số hóa, từ xung đột quốc tế đến mọi khía cạnh của cuộc sống hàng ngày, vấn đề quyền riêng tư dữ liệu hiện hữu khắp nơi. Với sự phát triển nhanh chóng của công nghệ AI, sự trưởng thành của công nghệ mã hóa đồng cấu hoàn toàn có thể trở thành hàng rào cuối cùng bảo vệ quyền riêng tư của con người.

Nói rõ về nội dung và ứng dụng của mã hóa đồng cấu hoàn toàn FHE

FHE-1.17%
Xem bản gốc
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.
  • Phần thưởng
  • Bình luận
  • Chia sẻ
Bình luận
0/400
Không có bình luận
Giao dịch tiền điện tử mọi lúc mọi nơi
qrCode
Quét để tải xuống ứng dụng Gate
Cộng đồng
Tiếng Việt
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)