Author: Dewhales Research Source:substack Translated by: Good Oba, Golden Finance
1 はじめに:FHEとは何か、その歴史と応用
FHE(Fully Homomorphic Encryption)とは、完全同型暗号化(Fully Homomorphic Encryption)の略称である。アプリケーション
FHEとはFully Homomorphic Encryptionの略で、復号化の必要なく暗号文に対して直接計算を実行できる暗号化方式です。FHEは、機械学習やAI分析を含む暗号化されたデータ上での計算をサポートし、科学者、研究者、データ駆動型組織が、基礎となるデータやモデルを復号したり妥協したりすることなく、価値ある洞察を引き出すことを可能にします。完全同型暗号化は最強の暗号化ですが、大きな欠点があり、多くの計算能力を必要とします。
実際、FHEには多くの種類があります:BGV、BFV、CKKS、FHEW、NuFHE、TFHEです。 ホモモーフィック暗号化(HE)は当初、1978年に導入されてから最初の30年間はゆっくりと進化し、2009年にクレイグ・ジェントリーが基礎となるデータやモデルを明らかにすることなくデータを復号化する方法を提案したときに、現在のFHEの形が登場しました。クレイグ・ジェントリーは、完全同型暗号を実装する方法を提案したが、このシステムでは演算のたびにノイズが発生した。その後、暗号文をより小さくした修正版が提案されたが、最も普及しているのはZvika Brakerskiとそのチームによって提案された方式で、以前のFHE方式よりもセキュリティと性能が向上している。BGV、BFV、CKKSと何度か繰り返された後、GSWが誕生し、FHEW(2014年発表)とTFHE(2016年発表)の開発につながった。 Chillotti、Gama、Georgieva、Izabacheneは、各ゲート誘導操作の待ち時間を0.1秒未満に短縮した。それ以来、プログラム可能なブートストラッピングをプロセスに組み込み、FHEを加速させ、Web2やWeb3アプリケーションを含むほとんどのユースケースに適したものにしている。
これまでの最終的な成果は、ZamaのTFHE-rsであり、これはオリジナルのTFHE機能を拡張して、整数プログラマブル・ブートストラッピングをサポートします。
FHEのユースケース:
クラウド・コンピューティング: FHEは、ユーザーがリモート・サーバー上に暗号化された形式でデータを保存および処理できるようにすることで、クラウド・コンピューティングに大きなメリットをもたらします。つまり、ユーザーはデータを安全かつプライベートに保ちながら、クラウドの強力なコンピューティング機能を活用することができます。これは関係者全員にとってWin-Winの関係だ。
金融サービス:金融サービスもまた、FHEの機能を活用することができます。金融データを安全に扱うことで、FHEは金融機関が暗号化されたデータに対して高度な分析を行うことを可能にします。一番の利点は、プロセス全体を通して顧客のプライバシーがそのまま保たれることです。
機械学習:暗号化されたデータ上でモデルをトレーニングすることで、FHEは機械学習を大幅に促進することができます。これにより、組織はデータのセキュリティを確保しながら、機械学習の力を活用することができます。
2.Privaseaの概要
PrivaseaのAIネットワークは、人工知能のデータプライバシーに関連する課題に対するソリューションを提供します。AIデータプライバシーに関連する課題の解決策を提供します。このネットワークは、完全同形暗号化(FHE)とブロックチェーンベースのインセンティブを組み合わせた最先端のアーキテクチャであり、データプライバシーに関連する懸念の高まりと、AIによる共同計算の必要性の高まりに対応します。Privasea AI Networkは、FHEを理論から応用まで4つのレイヤー(アプリケーションレイヤー、最適化レイヤー、演算レイヤー、プリミティブレイヤー)に分割しています。このネットワークは、AI処理におけるユーザーのプライバシーと分散コンピューティング・リソースのギャップを埋めるために、FHEの4つのレイヤーをすべてカバーする汎用およびカスタマイズされたソリューションを提供します。
プリバシアAIネットワークの重要な目標は、EUの厳格な一般データ保護規則(GDPR)を含むデータ保護規制への準拠を確保することです。これらの規制は、個人データの収集、処理、保存に厳しい要件を課しています。
2.1 ネットワーク参加者:
ネットワークユーザー(データ所有者、結果受信者):機械学習タスクを開始し、データを安全に提供し、復号化結果を得るためにネットワークと対話する。
Privanetixノード(計算ノード):Privasea AIネットワークのサービスプロバイダーとして機能し、プライバシーを保護する機械学習タスクに計算リソースを提供します。
復号者:Privanetixノードによって生成された暗号化結果が安全に復号されることを保証する専門プレイヤー。ネットワークユーザーと協力して、機械学習タスクの最終結果を復号化し、解釈し、復号化結果のプライバシーと完全性を確保します。
2.2 Privaseaアーキテクチャ:
Privasea AIネットワークは、HESeaライブラリ、Privasea API、Privanetix、Privaseaスマートコントラクトスイートの4つの主要コンポーネントで構成されています。HESeaライブラリは、開発者に幅広い機能へのアクセスを提供します。
さらに、GitHubによると、Privaseaには、ブロックチェーンとAIのための最先端のFHEソリューションを提供するZama AIの他のいくつかのコンポーネントが含まれています:
Concrete:オープンソースのFHEコンパイラー(TFHE-rsに更新)で、完全同形暗号化(FHE)の使用を簡素化する。Pythonプログラムを同等のFHEに変換できる。Concrete は、暗号入力を受け入れ、暗号出力を生成する高度なアプリケーションを作成したい開発者にとって有用です。
TFHE-rs:暗号化されたデータに対してブール演算と整数演算を実行するための、TFHEの純粋なRust実装です。 TFHE-rsは、基本的な実装の詳細を気にすることなく、TFHEの機能を完全に制御したい開発者や研究者向けに設計されています。
2.3Privaseaワークフロー:
ユーザーはアカウントを作成し、機械学習タスクを設定し、機械学習アプリのAPIインターフェースを通じてローカルでベクトルを暗号化し、ローカルで交換キーを生成します。
ユーザーはその後、暗号化タスクをPrivatenixネットワークに提出し、ブロックチェーン経由でサービスに対する支払いを行うことができます。
Privatenixノードは、ユーザーの暗号化ドメインで暗号化タスクを受信して実行し、ユーザーが以前に生成したスイッチングキーを使用して、暗号化結果を復号者の暗号化ドメインに送信します。
ジョブが完了すると、Privanetixは結果を復号化者に送信し、報酬を受け取ります
次に、復号化者はクライアント鍵を使って結果を復号化します。プロキシ再暗号化(PRE)スキームを使って、復号化された結果をウェブ・ユーザーに送ります。
2.4安全なKYCユースケースのワークフロー:
1.">1.写真付きIDの登録:ユーザーは写真を含むIDを提供する。クライアントは特徴抽出アルゴリズムを使用して、ID写真から顔の特徴を抽出します
2.自撮り検証タスクの提出:ユーザーはカメラまたはモバイルデバイスを使用して自撮りを行い、クライアントはIDカード登録と同じ特徴抽出アルゴリズムを使用して、自撮り画像から顔の特徴を抽出します。
3.ID画像の暗号化された埋め込みを取得する:指定されたPrivanetixノードは、安全なデータベースからユーザーに関連付けられた暗号化されたID埋め込みを取得します。
4.暗号文ドメインでの顔チェックの処理:FHE機能を使用して、Privanetixノードは暗号化されたIDと自撮り画像の埋め込みに対して計算を実行し、例えばそれらの間の距離を計算します。結果は暗号文フィールドに保持されます。
5.暗号化結果を復号化装置に送信: Privanetixノードは、暗号化されたブール演算結果を復号化装置に送信し、さらに処理する。
6.結果を復号化して取り出す: 秘密鍵を持つ復号化ノードは、受信した結果を復号化して、最終チェック(「はい」または「いいえ」など)を取得します。
7.結果の配信: 復号者は、プロキシ再暗号化(PRE)またはその他の適切な方法を使用して、最終結果を必要とする指定された組織またはエンティティに安全に配信します。
3.GitHub
上記では、Zama AIのリポジトリをいくつか見てきましたが、今度は独自のPrivaseaリポジトリを見てみましょう。strong>Privaseaリポジトリ。まず目を引くのは、Privaseaリポジトリの最終更新が2023年7月であることだ。これはおそらく、現在FHEとAI/MLタスクの分野で競争が激しいため、チームが開発を維持するためのアップデートをリリースしないためでしょう。
Privasea-generalはメインのPrivaseaリポジトリで、いくつかのオープンソースパッケージが含まれています。これらのパッケージにはHESea_libが含まれます。HESea_libは高度な完全同相暗号化(FHE)ライブラリで、開発者に安全な計算のための強力で柔軟かつ使いやすいツールを提供します。また、他のPrivateSeaリポジトリで使用できるソースデータを含むPrivasea-Miscellaneousもあります。
HESEA_Lib -HESeaは、安全な計算のための強力で柔軟かつ使いやすいツールを開発者に提供する、最先端の完全同相暗号化(FHE)ライブラリです。最先端の暗号技術で構築され、高性能のために最適化されたHESeaは、幅広いユースケースに最適で、TFHE、CKKS、BGV、BFVなどの様々なFHEスキームを提供し、復号化の必要なく暗号化されたデータに対して計算を実行することができます。これにより、機密データがプライバシー侵害やセキュリティ脅威から安全かつセキュアに保たれます。
Comparison_demo - これはHESEAライブラリを使用した暗号文ソートのデモです。このデモでは、ソートされる平文のシーケンスを暗号化して対応する暗号文のシーケンスに変換し、暗号文を比較することでシーケンスをソートする。そしてプログラムは暗号文列を復号し、ソートされた平文列を出力する。
dinn_demo - これはHESEAライブラリを使用した安全な手書き数字認識のデモです。DINNの主な利点は、離散ニューラルネットワークの革新的な使用により、通常の運用効率を維持しながら競争力のある精度を達成することです。これらのネットワークは重みとオフセットを定量化し、基礎となる計算の複雑さを軽減し、最初のTFHEブートストラップ手順を簡素化する。その結果、同型推定がさらに改善され、効率の向上につながります。
4.トークン経済学
PRVAトークンは、Privasea Alネットワークにおけるユーティリティトークンで、トランザクションを促進し、参加者にインセンティブを与え、オンチェーンを可能にする上で重要な役割を果たします。ガバナンスを可能にする。PRVAトークンの価値は主に、プライバシーを保護する機械学習やその他のAlベースの機能を含むネットワークサービスへの需要によって左右されます。
具体的には、PRVAトークンはエコシステム内で以下の役割を果たします:
- 取引の円滑化
- インセンティブと報酬
- ガバナンスと投票
- 誓約とサイバーセキュリティ
-限定機能へのアクセス
トークンの割り当て:
採掘/誓約(45%)-は、採掘/誓約を行う人に割り当てられます。strong>-完全同型暗号化(FHE)やその他のプライバシーサービスを提供するプロジェクト内の誓約ノードに割り当てられます。
チーム割り当て(10%)
サポーター(20%)
Marketing and Community Development Allocation (15%) - これらのトークンは、マーケティングとコミュニティ開発プログラムに捧げられます。
Reserves (6%) - このカテゴリーは主に、満たす必要のある将来の規制や申請する必要のあるライセンスなど、計画できないプロジェクトのためのものです。
流動性(4%) - このタイプの流動性は、参加者がポジションをエントリーまたはエグジットできるようにするために不可欠です。それによって市場の成長が促進されます。
5. チーム
LinkedIn チーフ
5.David Jiaoは、複雑なシステム開発に強いバックグラウンドを持つベテランの起業家です。Simplight Nanoelectronicsでソフトウェアエンジニアとして働いた後、2010年にCybercom Groupに入社し、2015年から2020年までGolden Ridge Robotic ABの共同設立者兼CEOを務めています。2015年から2020年まで、デビッドは主にサイバーフィジカル家庭用ロボットシステムに焦点を当てた新興研究開発企業であるGolden Ridge Robotic ABの共同設立者兼最高製品責任者を務めた。同時に、ボルボでソフトウェア開発に携わりました。ボルボのシステム設計者として、ボルボの新しいSPA2アーキテクチャにおける車両構成のシステム機能の設計とプロトタイピングを担当し、2021年にはAPIを介して分散型アプリのPRE+ZK技術を提供するNulinkを立ち上げました。さらに、デイビッド氏のボルボでの経験により、プリヴァセアはRISE(スウェーデンの研究機関)およびAlkit Communications ABとの自動車産業向け共同プロジェクトに参加することができた。
ティン・ガオ、コラージュ主席研究員 - 応用数学と数理モデリングの強力なバックグラウンドを持っています:2010年からイリノイ工科大学の研究員、2015年からイリノイ工科大学の研究員。2010年からポリテクニック研究所、2015年からエムスリーでデータアナリスト兼データサイエンティスト、その後ツイッター社でMLエンジニアとして勤務。2021年からは華中科技大学で応用数学、確率モデリング、ディープラーニング、数理ファイナンスにおけるその応用の助教を務めています
Alex (R) Gaidarski, Growth Manager at LinkedIn- 2006年からシステム管理者を務めています。2006年からシステム管理者として豊富な経験を持ち、技術志向のマーケター。Privaseaに入社する前は、David Jiaoと共にNuiLinkのマーケティングチームのメンバーでした。
Zean Darren, Community Development and Management, LinkedIn - Manta、Polyhedra、Tanssi Networkのアンバサダーとして豊富なコミュニティ管理経験を持つ。また、ArcomiaやStory Chainでファシリテーターやアシスタントを務めた経験もある。
6. コラボレーション、統合、アプリ
Privasea の現在の主なライブアプリは ImHuman で、Google Play と AppStore で入手できます。PlayとAppStore。これは、人間の身元を確認し、ボットやAIの模倣からあなたのデジタルプレゼンスを保護するPoH(Proof of Humanity)技術の実装です。このアプリケーションでは、NFT Personalised Proof of Human Identityを通じて顔認証による本人確認が行われます。生体認証データは、ユーザーのデバイス上の暗号化されたベクターを通じてネットワーク化されます。Privaseaは現在、PoHソリューションをLinea、Movement、Gateに実装し、Telegra、/Discord/Redditとの統合を計画している。
TGボットとの統合例:
マインド(Mind)
BNBグリーンフィールド - BNBスマートチェーン(BSC)における分散型金融(Decentralised Finance:DeFi)の可能性とデータ管理を組み合わせることで、Privasea AIネットワークとBNBグリーンフィールドはデータ保管とプライバシーの状況を変えるために手を組んだ。PrivaseaのFHEテクノロジーは、ネットワーク上のユーザーデータの永続的な暗号化を可能にする。さらに、BNB Greenfieldプラットフォーム上の開発者は、暗号化されたデータをシームレスに使用して、Privanetixの強力なノードを活用する機能を含め、暗号化手法の複雑さを掘り下げることなく、データ統計、ロジック分析、機械学習モデル評価などの操作をカバーする計算を実行できます。
TONネットワーク - Privaseaは、ユーザー認証を再定義するために設計されたTON Netwokのソリューション、Secure LivenessCheck Botを紹介しました。認証を再定義するために設計されたTON Netwokのソリューションです。
Pri-Autoは、スウェーデンのVinnova Fordonsstrategisk Forskning och Innovation (FFI)が2023年に出資することを決めた持続可能な自動車産業プロジェクトです。Pri-Autoプロジェクトでは、Privaseaは自動車業界向けのセキュアなデータソースを作成するためのインフラを構築し、インテリジェントなアクセス権管理を通じてOEM、MaaS、保険会社など複数の関係者間でのデータ共有を可能にする。このプロジェクトでPrivaseaは、スウェーデンの研究機関であるRISE、およびボルボ・グループやボルボ・カーズなどのOEMにデータ収集サービスを提供するAlkit Communications ABと協力している。
7.支援者
Privaseaは、Dewhales Capital、Binance Labs、(バイナンス・ラボ)、OKXベンチャーズ、MHベンチャーズ、K300ベンチャーズ、QBベンチャーズ、クリプト・タイムズ、ベーシック・キャピタル、DuckDAO、そしてザカリア(ザック)・エイブスやルーク・シェン(チェーンリンク)のような業界の多くのビジネス・エンジェルから資金を得ています。Sheng (from Chainlink))など、業界の多くのビジネス・エンジェルが500万ドルの投資コミットメントを確保している。
8.結論
効率の問題を解決し、既存のアルゴリズムの改善に注力することで、PrivaseaはFHEの普及への道を開き、以下を確実にしました。データ・セキュリティとプライバシーがデータ主導の世界で共存できる未来を確実にする。同社のソリューションにより、ユーザーはブロックチェーンが提供する複数の分散コンピューティング・リソースを活用しながら、AIを処理しながらデータとモデルを完全に制御することができる。今日の世界はますます複雑化しており、ウェブ3はAIとの結びつきを強めている。