Tác giả: 0x_Todd; Nguồn: X@0x_Todd
Thị trường gần đây kém, cuối cùng tôi cũng có đủ thời gian để tiếp tục chia sẻ một số lộ trình kỹ thuật mới. Mặc dù thị trường mã hóa vào năm 2024 sẽ không còn thịnh vượng như xưa 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, được giới thiệu cho những bạn bè quan tâm nên đọc.
Vậy FHE là loại công nghệ gì?
Nếu bạn muốn hiểu thuật ngữ khó hiểu về mã hóa đồng cấu hoàn toàn FHE, trước tiên bạn phải hiểu "mã hóa" là gì, "đồng cấu" là gì và tại sao " Hoàn thành ".
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".
Bạn có thấy thông qua mã hóa đối xứng, hai người đã hoàn tất việc chuyển giao thông tin với điều kiện C bắt buộc 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. Vậy mã hóa đồng cấu là gì?
Bây giờ độ khó mà Alice cần đã được nâng lên: ví dụ Alice mới 7 tuổi; Alice chỉ có thể tính được những phép tính số học đơn giản nhất như x2 và ÷2; , nhưng không hiểu các hoạt động khác.
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= là gì? Câu hỏi này nằm ngoài khả năng tính toán của Alice, cô bé chỉ mới 7 tuổi và chưa biết những phép tính phức tạp như vậy. .
Tuy nhiên, cô không muốn người khác biết hóa đơn tiền điện/tháng của mình là bao nhiêu 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 các số của mình một cách đơn giản nên bảo C tính 800x24 = bao nhiêu: ( 400x2) lần (12x2).
C là một người trưởng thành có năng lực tính toán mạnh mẽ. Anh ấy nhanh chóng tính bằng miệng 800*24=19200 và nói cho Alice biết con số đó. 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 nó không? Đây là mã hóa đồng cấu nhân đơn giản nhất. 800*24 chỉ là ánh xạ 400*12. Hình dạng thực sự giống nhau trước và sau khi thay đổi nên được gọi là "đồng cấu".
Phương thức mã hóa này nhận ra: ai đó muốn ủy thác cho một thực thể không đáng tin cậy để tính toán kết quả, nhưng có thể đảm bảo rằng những con số nhạy cảm của mình không bị rò rỉ.
3. Vậy tại sao "mã hóa đồng cấu" cần phải "hoàn chỉnh"?
Tuy nhiên, đây chỉ là vấn đề trong thế giới lý tưởng. Vấn đề ở thế giới thực không đơn giản như vậy. . trung thực.
Chúng ta giả sử một tình huống rất xấu. Ví dụ: C có thể cố gắng giải mã thông qua phương pháp toàn diện mà Alice muốn tính 400 và 12.
Tại thời điểm này, "mã hóa đồng cấu hoàn toàn" là cần thiết để giải quyết vấn đề.
Alice cho mỗi số ×2, và 2 này có thể được coi là nhiễu. Nếu ồn quá ít sẽ dễ bị C.
Vì vậy, Alice có thể giới thiệu phép cộng bên 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", tức là: (1) nội dung được mã hóa của cô ấy chỉ có thể nhắm tới các phần cụ thể của vấn đề; cô ấy chỉ có thể sử dụng một số thuật toán số học từng phần nhất định vì số phép cộng và phép nhân không thể quá nhiều (thường không quá 15).
Và "đầy đủ" có nghĩa là Alice được phép thực hiện mã hóa cộng và mã hóa nhân cho một đa thức bất kỳ số lần nào, do đó ủy thác cho bên thứ ba cho Nó được tính toán đầy đủ và có thể thu được kết quả chính xác sau khi giải mã.
Một đa thức siêu dài có thể diễn đạt hầu hết các bài toán trên thế giới chứ không riêng gì bài toán tính tiền điện, bài toán của trẻ 7 tuổi .
Cùng 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 hai đều cần và muốn có lại".
Do đó, công nghệ "mã hóa hoàn toàn đồng hình" 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 “cần và muốn” của vấn đề này không?
Câu trả lời là có.
Bạn có thể: (1) Mã hóa dữ liệu nhạy cảm của mình theo phương pháp FHE; (2) Sử dụng dữ liệu được mã hóa để tính toán AI; đưa ra cho bạn một đống mã lộn xộn 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,
Sau đó: (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 hoàn toàn bỏ qua dữ liệu nhạy cảm của bạn Trong điều kiện, sức mạnh tính toán khổng lồ được sử dụng để giúp bạn hoàn thành việc tính toán.
Nhưng AI ngày nay 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! Để đạt được điều này thì phải là FHE.
Đây là gốc rễ của sự phù hợp tự nhiên giữa AI và FHE. Hàng nghìn từ có thể dịch thành một từ: vừa cần vừa muốn.
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 v.v. 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.
Điều cần thiết là khả năng tính toán của máy có thể xác định xem người đó có phải là người thật hay không; điều cần thiết là máy không xử lý bất kỳ thông tin nhạy cảm nào trên khuôn mặt.
Sự ra đời của FHE có thể giải quyết vấn đề này một cách hiệu quả.
Tuy nhiên, nếu bạn thực sự muốn thực hiện các phép tính FHE trong thế giới thực, bạn sẽ cần rất nhiều khả năng tính toán, Alice phải làm "bất cứ điều gì. số" phép cộng và phép nhân để mã hóa. Cho dù đó là tính toán, mã hóa hay giải mã, đó là một quá trình tính toán chuyên sâu.
Do đó, cần xây dựng mạng lưới máy tính 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 khả năng khai thác 6,66% tổng số token của mạng.
Ngoài ra còn có một tài sản giống PoS tên là StarFuel NFT, có thể hiểu là "chứng chỉ công việc" 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 là PoS thực sự. Nó đang cố gắng tránh câu hỏi "liệu PoS có phải là PoS hay không. an ninh của Hoa Kỳ."
NFT này hỗ trợ người dùng thế chấp mã thông báo Privasea, nhưng nó không trực tiếp tạo ra thu nhập PoS mà tăng gấp đôi hiệu quả khai thác cho thiết bị USB bị ràng buộc của bạn. một PoS trá hình.
PS: Tôi đã đầu tư vào dự án này trước đây nên có mã mời giảm giá sớm siA7P0. Nếu bạn quan tâm, vui lòng chọn nó https: //nft.privasea.ai/ WorkHeartNFT
Quay lại chủ đề, nếu AI thực sự có thể phổ biến công nghệ FHE trên quy mô lớn thì đó sẽ thực sự là tin tốt cho Bản thân AI Bạn phải biết rằng nhiều quốc gia hiện nay Trọng tâm của việc quản lý AI 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 AI, 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.
JinseFinance