Cập nhật các công nghệ tiền điện tử mới: FHE/Mã hóa hoàn toàn đồng hình

Tác giả: 0xTodd Nguồn: Chúng ta có thể tiếp tục chia sẻ một số lộ trình kỹ thuật mới. Mặc dù thị trường mã hóa vào năm 2024 sẽ không còn sôi động như trước nhưng vẫn có một số công nghệ mới đang cố gắng trưởng thành, chẳng hạn như chủ đề chúng ta sẽ nói đến hôm nay: "FHE/Mã hóa hoàn toàn đồng hình (Mã hóa hoàn toàn đồng hình) ) ".

V God cũng đã xuất bản một bài viết đặc biệt về FHE vào tháng 5 năm nay, giới thiệu nó cho những bạn bè quan tâm.

Vậy FHE là loại công nghệ gì?

Nếu bạn muốn hiểu thuật ngữ khó xử Mã hóa hoàn toàn đồng cấu FHE, bạn phải Trước tiên hãy hiểu "mã hóa" là gì, "đồng hình" là gì và tại sao cần phải có "đầy đủ".

1. Mã hóa là gì?

Mã hóa thông thường là cách mã hóa quen thuộc nhất với mọi người. Ví dụ: Alice muốn gửi tin nhắn cho Bob, chẳng hạn như "1314 520".

Nếu bây giờ chúng ta cần bên thứ ba C chuyển thư và giữ bí mật thông tin thì rất đơn giản - chúng ta chỉ cần mã hóa từng số x2, Ví dụ: thay đổi nó thành "2628 1040".

Khi Bob nhận được nó, anh ấy chia mỗi số cho 2 và giải mã Alice ban đầu nói "1314 520"

Các bạn có thấy thông qua mã hóa đối xứng, hai người họ đã hoàn thành việc truyền tải thông tin với điều kiện C được yêu cầu phải đóng góp nhưng C không biết thông tin đó. Nhìn chung, trong các bộ phim điệp viên, việc giao tiếp giữa hai sĩ quan liên lạc có thể sẽ không vượt quá phạm vi này.

2. Mã hóa đồng cấu là gì?

Giờ đây, yêu cầu của Alice đã trở nên khó khăn hơn:

< p style= "text-align: left;">Ví dụ: Alice mới 7 tuổi;

Alice chỉ có thể tính toán số học đơn giản nhất như x2 và ÷2, và những thứ khác tôi không hiểu gì về số học cả.

Được rồi, bây giờ hãy giả sử rằng Alice phải thanh toán hóa đơn tiền điện hàng tháng của Alice là 400 nhân dân tệ, và cô ấy đã nợ tổng cộng là 12 nhân dân tệ. tháng.

Tuy nhiên, 400*12=có bao nhiêu, câu hỏi này vượt quá phạm vi tính toán của Alice, cô bé chỉ mới 7 tuổi, chưa biết những phép tính phức tạp như vậy.

p>

Tuy nhiên, cô không muốn người khác biết hóa đơn điện máy của mình là bao nhiêu/tháng vì đó là thông tin nhạy cảm.

Vì vậy, Alice nhờ C tính toán giúp mà không tin tưởng C.

Vì cô ấy chỉ biết x2 -2 nên cô ấy dùng phép nhân x2 để mã hóa số của mình một cách đơn giản nên bảo C tính 800x24 =Đó là bao nhiêu: ( 400x2) lần (12x2).

C đã trưởng thành. Anh ấy có bộ não tính toán rất giỏi. Anh ấy nhanh chóng tính bằng miệng 800*24=19200 và điền các số đã nói. Aice. Sau đó, Alice tính toán kết quả là 19.200 2 2 và sớm biết rằng cô phải trả hóa đơn tiền nước là 4.800 nhân dân tệ.

Bạn có thấy không? Đây là mã hóa đồng hình nhân đơn giản nhất. 800*24 chỉ là ánh xạ 400*12. Hình dạng thực sự giống nhau trước đây. sau khi thay đổi, vì vậy nó được gọi là "đồng cấu".

Phương pháp mã hóa này đạt được: Ai đó muốn ủy thác cho một thực thể không đáng tin cậy để tính toán kết quả, nhưng có thể đảm bảo rằng các số nhạy cảm của họ không bị rò rỉ.

3. Vậy tại sao "mã hóa đồng hình" cần phải "đầy đủ"?

Nhưng, chỉ cần bây giờ nó chỉ là một vấn đề trong một thế giới lý tưởng. Vấn đề trong thế giới thực không đơn giản như vậy. Không phải ai cũng 7 tuổi hay trung thực như C.

Chúng ta giả sử một tình huống rất xấu. Ví dụ: C có thể cố gắng giải mã thông qua phương pháp đầy đủ mà Alice muốn tính tổng của 400. . 12.

Tại thời điểm này, "mã hóa đồng cấu hoàn toàn" là cần thiết để giải quyết vấn đề.

Alice cho mỗi số x2, và 2 số này có thể được coi là nhiễu. Nếu ồn quá ít sẽ dễ bị C.

Vì vậy, Alice có thể đưa phép cộng lên trên phép nhân.

Tất nhiên, nếu ồn ào như ngã tư đường chính vào lúc chín giờ sáng thì tốt nhất là độ khó bẻ C sẽ đồng đều khó hơn bầu trời.

Như vậy, Alice có thể nhân 4 lần và cộng 8 lần, nhờ đó xác suất bẻ khóa C giảm đi rất nhiều

Tuy nhiên, Alice vẫn chỉ được mã hóa đồng hình "một phần", đó là:

(1) Nội dung cô mã hóa chỉ có thể nhắm mục tiêu các phần cụ thể

(2) Cô ấy chỉ có thể sử dụng một số thuật toán nhất định, vì số lượng phép cộng và phép nhân không thể quá nhiều (thường không quá 15 lần)

Và "đầy đủ" có nghĩa là Alice được phép thực hiện mã hóa phép cộng với số lần bất kỳ và mã hóa phép nhân với số lần bất kỳ đối với một đa thức, sao cho phép thứ ba bên có thể được giao phó việc tính toán hoàn chỉnh và sau khi giải mã vẫn có thể nhận được kết quả chính xác.

Một đa thức siêu dài có thể diễn đạt hầu hết hầu hết các bài toán trên thế giới chứ không riêng gì bài toán tiền điện vốn là bài toán suốt 7 năm qua trẻ già.

Kết hợp với bất kỳ số lượng mã hóa nào,về cơ bản, nó loại bỏ khả năng C muốn rình mò dữ liệu riêng tư và thực sự nhận ra "Cả muốn và cần" .

Do đó, công nghệ "mã hóa đồng hình hoàn toàn" luôn là viên ngọc quý trong Chén Thánh của mật mã.

Trên thực tế, công nghệ mã hóa đồng cấu chỉ hỗ trợ "mã hóa đồng cấu một phần" cho đến năm 2009.

Những ý tưởng mới do các học giả như Gentry đề xuất năm 2009 đã mở ra cánh cửa cho khả năng mã hóa đồng cấu hoàn toàn. Bạn đọc quan tâm cũng có thể chuyển sang bài viết này.

Nhiều bạn vẫn còn nghi ngờ về các kịch bản ứng dụng của công nghệ này. Những kịch bản nào yêu cầu sử dụng công nghệ mã hóa đồng cấu hoàn toàn (FHE)?

Ví dụ - AI.

Mọi người đều biết rằng một AI mạnh mẽ cần có đủ dữ liệu, nhưng giá trị riêng tư của nhiều dữ liệu là quá cao. Vậy liệu FHE có thể được sử dụng để đạt được cả “nhu cầu và mong muốn” của vấn đề này không?

Câu trả lời là có

< p style="text-align: left;">Bạn có thể:

(1) Mã hóa dữ liệu nhạy cảm của mình theo phương pháp FHE;

< p style="text-align: left;">(2) Đưa dữ liệu được mã hóa cho AI để tính toán;

(3) Sau đó AI sẽ đưa cho bạn nói ra một đống điều vô nghĩa mà không ai có thể hiểu được.

AI không được giám sát có thể đạt được điều này, bởi vì những dữ liệu này về cơ bản là các vectơ. AI, đặc biệt là AI có tính tổng quát như GPT, hoàn toàn không hiểu chúng tôi nếu bạn cung cấp nó. đầu vào, nó chỉ "dự đoán" câu trả lời tốt nhất thông qua vectơ.

Tuy nhiên, vì mớ mã lộn xộn này tuân theo các quy tắc toán học nhất định và bạn là bậc thầy về mã hóa nó, nên:

(4) Bạn có thể ngắt kết nối khỏi mạng và giải mã cục bộ các mã bị cắt xén này, giống như Alice;

(5) Hơn nữa, bạn đã đạt được: Hãy để AI sử dụng sức mạnh tính toán khổng lồ để hoàn thành các phép tính cho bạn mà không cần phải xử lý dữ liệu nhạy cảm của bạn.

Nhưng AI hiện tại không thể làm được điều này và phải từ bỏ quyền riêng tư. Hãy nghĩ về mọi thứ bạn nhập vào GPT ở dạng văn bản thuần túy! yêu cầu.

Đây là gốc rễ của sự phù hợp tự nhiên giữa AI và FHE. Hàng nghìn từ có thể biến thành một từ: vừa cần vừa cần.

Vì FHE được liên kết với AI và mở rộng sang hai lĩnh vực chính là mã hóa và AI, nên nó đương nhiên nhận được nhiều sự ưu ái hơn. Có nhiều dự án về FHE, chẳng hạn như. Zama, Privasea, Mind Network, Fhenix, Sunscreen,… đều có những hướng sáng tạo riêng cho ứng dụng FHE.

Hôm nay tôi sẽ thực hiện một trong các dự án @Privasea_ai và phân tích.

Đây là dự án FHE do Binance dẫn đầu. Sách trắng của dự án mô tả một kịch bản rất phù hợp, chẳng hạn như nhận dạng khuôn mặt.

Cả hai: sức mạnh tính toán của máy có thể xác định xem người đó có phải là người thật hay không;

Ngoài ra: :Máy không xử lý bất kỳ thông tin nhạy cảm nào trên khuôn mặt.

Việc giới thiệu FHE có thể giải quyết vấn đề này một cách hiệu quả

Tuy nhiên, nếu chúng ta thực sự muốn làm điều đó trong thế giới thực Phép tính FHE đòi hỏi một lượng sức mạnh tính toán rất lớn. Rốt cuộc, Alice phải thực hiện "bất kỳ số lượng" phép cộng và phép nhân nào để mã hóa. Cho dù đó là tính toán, mã hóa hay giải mã. rất nhiều sức mạnh tính toán.

Do đó, cần xây dựng mạng lưới năng lực tính toán mạnh mẽ và các cơ sở hỗ trợ tại Privasea. Do đó, Privasea đã đề xuất kiến ​​trúc mạng giống PoW + giống PoS để giải quyết vấn đề mạng điện toán này.

Gần đây, Privasea vừa công bố phần cứng PoW của riêng mình mang tên WorkHeart USB. Đây có thể được hiểu là một trong những phương tiện hỗ trợ cho mạng điện toán của Privasea. Bạn có thể hiểu đơn giản là một chiếc máy khai thác mỏ.

Giá ban đầu là 0,2 ETH, có thể khai thác 6,66% tổng sản lượng của mạng.

Ngoài ra còn có một tài sản giống PoS tên là StarFuel NFT, có thể hiểu là "giấy phép lao động" với tổng số là 5.000.

Giá ban đầu cũng là 0,2 ETH và bạn có thể nhận được 0,75% tổng số token của mạng (thông qua airdrop).

NFT này cũng hơi thú vị. Nó tương tự như PoS, nhưng không phải PoS thực sự Nó đang cố gắng tránh câu hỏi "liệu PoS có phải là PoS hay không." là một câu hỏi an ninh ở Hoa Kỳ".

NFT này hỗ trợ người dùng thế chấp token Privasea, nhưng nó không trực tiếp tạo ra thu nhập PoS mà cho phép bạn liên kết các thiết bị USB Hiệu quả khai thác là tăng gấp đôi, vì vậy nó là một PoS trá hình.

PS: Mình đã đầu tư vào dự án này trước đây nên có giảm giá cho mã mời đặt mua sớm siA7PO. Nếu bạn quan tâm, vui lòng tự mình lấy<. /p>

nft.privasea.ai/

Quay lại hoạt động kinh doanh, nếu AI thực sự có thể phổ biến công nghệ FHE trên quy mô lớn thì đối với chính AI. Đây thực sự là một tin tốt Bạn phải biết rằng trọng tâm giám sát ở nhiều quốc gia là bảo mật dữ liệu và quyền riêng tư dữ liệu.

Thậm chí, để đưa ra một ví dụ không phù hợp, chẳng hạn như trong cuộc chiến tranh Nga-Ukraine, một số quân đội Nga đã cố gắng sử dụng A, nhưng xét đến số lượng lớn các Các công ty AI ở Hoa Kỳ Bối cảnh: Cơ quan tình báo có thể sẽ có nhiều lỗ hổng.

Nhưng nếu không sử dụng AI, bạn đương nhiên sẽ bị tụt lại phía sau rất xa. Ngay cả khi khoảng cách bây giờ không lớn thì trong 10 năm nữa, chúng ta có thể không thể tưởng tượng được một thế giới không có AI.

Do đó, quyền riêng tư dữ liệu tồn tại ở mọi nơi trong cuộc sống của chúng ta, từ xung đột chiến tranh giữa hai quốc gia cho đến việc mở khóa bằng khuôn mặt trên điện thoại di động.

Trong thời đại AI, nếu công nghệ FHE có thể thực sự trưởng thành thì chắc chắn nó sẽ là tuyến phòng thủ cuối cùng của nhân loại.