FHEの現状、生態学的景観と今後の課題

著者：Poopman, Ouro Research; 翻訳：0xjs@Golden Finance

FHEは、暗号化されたデータを復号することなくコンピューティングする可能性を開きます。

ブロックチェーン、MPC、ZKP（スケーラビリティ）と組み合わせることで、FHEは必要な機密性を提供し、さまざまなオンチェーンユースケースをサポートします。

この記事では、FHEの現状について簡単に説明します。

<<

私が発表するのは、1.FHEの背景、2.FHEの仕組み、3.FHEエコシステムにおける5つの分野、4.現在のFHEの課題と解決策です。

I. 背景

FHEは1978年に初めて提案されましたが、計算の複雑さが高いため、かなり長い間実用化されず、理論レベルにとどまっていました。

クレイグがFHEの実用的なモデルを開発したのは2009年のことで、それ以来、FHEに対する研究者の関心は急上昇しています。

2020年、ZamaはTFHEとfhEVMを導入し、FHEが暗号の最前線で注目されるようになりました。

それ以来、Fhenix、Inco Network、FHEコンパイラのSunscreen Techなど、FHE L1/L2と互換性のある汎用EVMが登場しています。

<<

II.FHEはどのように機能するのか？

パズルの入ったブラインドボックスがあるとします。しかし、ブラインドボックスは与えられたパズルについて何も知ることはできませんが、数学を使って結果を計算することはできます。

FHEのユースケースには、プライベートなオンチェーン計算、オンチェーンデータ暗号化、パブリックネットワーク上のプライベートスマートコントラクト、機密ERC20、プライベート投票、NFTブラインドオークション、より安全なMPC、プリエンプティブトランザクション保護、信頼を必要としないブリッジなどがあります。

第3に、FHEのエコシステム

全体として、チェーンにおけるFHEの状況は、次の5つの分野に要約できます。= "https://img.jinse.cn/7241695_watermarknone.png" title="7241695" alt="fd926n25sZf71yjSGdoh4tniSFj6IAviHTthTdrw.png">

1.Universal FHEブロックチェーンとツール

ブロックチェーンの機密性を可能にするバックボーンです。これには、SDK、コプロセッサ、コンパイラ、新しい実行環境、ブロックチェーン、FHEモジュール......

最も困難なもの：EVMへのFHEの導入、すなわちfhEVM.

Includes:

fhEVM: Zama、Fhenix、

FHE Tools/Infrastructure: Octra、Sunscreen Tech、Fairblock、Dero、Arcium (元Elusiv)、Shibarium

各プロジェクトの概要は以下の通りです。

2.特殊用途向けのFHE/HE

Penum: cross-chain cosmos dex (appchain) using tFHE for shielded switching/pooling.

zkHoldem: Manta Network上のポーカーゲームで、ゲームの公平性を証明するためにHEとZKPを使っている。

3.ハードウェアの高速化

FHE-MLなどの集中的な計算にFHEが使用されるたびに、ノイズの増加を抑えるためのブートが重要になります。ハードウェア・アクセラレーションなどのソリューションは、ブートストラップを容易にする上で重要な役割を果たし、ASICが最高のパフォーマンスを発揮します。

ハードウェア分野のメンバーには、Optalysys、Chain Reaction、Ingonyama、Cysic

各社は、チップ、ASIC、半導体など、FHEのブート/計算を高速化できるハードウェアを専門としています。

各社とも、FHEのブート/コンピューティングを高速化するハードウェアを専門としています。/p>

4.AI×FHE

最近、FHEをAI/MLに統合することへの関心が高まっています。とりわけFHEは、マシンが処理中に機密情報を学習するのを防ぎ、プロセス全体を通してデータ、モデル、出力の機密性を提供します。

<

MAI×FHEは、マインドネットワーク、サイトAI、BasedAI、プライヴァシー

で構成されています。

5.代替ソリューション」

FHEを使用する代わりに、MPCを使用して高価値データを保護し、「ブラインド計算」を実行するものもあれば、ZKSNARKを使用して暗号化データ上のFHE計算の正しさを保証するものもあります。

<

彼らは：Nillion network、Pado Labs

4、FHEの課題と解決策

ZKやMPCとは異なり、FHEはまだ初期段階にある。

主な課題には以下が含まれます:

パフォーマンスの遅さ: 現在、fh-EVMを使用したプライベートスマートコントラクトは5TPSしかありません。 さらに、TFHEは純粋なデータと比較して約1000倍遅くなっています。

開発者にまだ優しくない：標準化されたアルゴリズムとFHEツールの全体的なサポートがまだ不足しています。

高い計算オーバーヘッド（コスト）：ノイズの管理や起動時の複雑な計算により、ノードの集中化を招く可能性があります。

安全でないオンチェーンFHEのリスク：どのような安全な閾値復号システムでも、復号鍵はノード間で分散されます。しかし、FHEのオーバーヘッドが大きいため、認証者の数が少なくなり、結託の可能性が高くなります。

解決策:

プログラム可能なブートストラップ: ブートストラップ中に計算を適用できるようにすることで、特定のアプリケーションをターゲットにしながら効率を高めます。

ハードウェアアクセラレーション：ASIC、GPU、およびFPGAは、OpenFHEライブラリを使用して開発され、FHEのパフォーマンスを加速します。

より優れた閾値復号システム：要するに、オンチェーンFHEをよりセキュアにするためには、低レイテンシー、ノードの参入障壁の低さ、フォールトトレランスを保証するシステム（MPCでもよい）が必要です。