Un breve análisis del cifrado totalmente homomórfico FHE: principios técnicos, escenarios de aplicación y proyectos relacionados

Autor original: Haotian

Vitaliks article on FHE (Fully Homomorphic Encryption) has once again inspired everyones exploration and imagination of new encryption technologies. In my opinion, FHE is indeed a step higher than ZKP technology in terms of imagination, and can help AI+Crypto to be implemented in more application scenarios. How should we understand this?

1) Definición: el cifrado FHE totalmente homomórfico puede realizar la operación de datos cifrados en una forma específica sin preocuparse por exponer los datos y la privacidad. Por el contrario, ZKP sólo puede resolver el problema de la transmisión consistente de datos en un estado cifrado. La parte receptora de los datos solo puede verificar que los datos enviados por la parte de los datos sean auténticos. Es un esquema de transmisión de cifrado punto a punto; mientras que el cifrado totalmente homomórfico no limita el alcance del sujeto de la operación, por lo que puede considerarse como un esquema de operación de cifrado de muchos a muchos.

2) Cómo funciona: las operaciones informáticas tradicionales se realizan con datos de texto sin formato. Si los datos están cifrados, es necesario descifrarlos antes del cálculo, lo que inevitablemente expondrá los datos privados. El cifrado homomórfico construye un esquema de cifrado especial que puede realizar transformaciones homomórficas en texto cifrado para que el resultado de la operación siga siendo el mismo que el de la operación de texto sin formato. En un sistema de cifrado homomórfico, la adición de texto sin formato es equivalente a la multiplicación de texto cifrado (una regla), por lo que si desea agregar datos de texto sin formato, solo necesita multiplicar el texto cifrado (equivalencia).

En resumen, el cifrado homomórfico utiliza cambios homomórficos especiales para hacer que los datos en estado de texto cifrado produzcan el mismo resultado que el texto sin formato. Sólo requiere asegurar las características de correspondencia homomórfica de las reglas de operación.

3) Escenarios de aplicación: en el campo tradicional de Internet, el cifrado FHE totalmente homomórfico se puede aplicar a una amplia gama de campos, como el almacenamiento en la nube, la biometría, la atención sanitaria, las finanzas, la publicidad, la secuenciación de genes, etc. Tomando la biometría como ejemplo, las huellas dactilares personales. , iris, rostros y otros datos biométricos son datos confidenciales. El uso de la tecnología FHE puede lograr la comparación y verificación de estos datos en el estado de texto cifrado del servidor; De manera similar, la FHE puede romper la fragmentación de datos en el campo de la atención médica durante muchos años, lo que permite que diferentes estructuras médicas realicen análisis y modelos conjuntos sin compartir los datos originales.

En el campo de Crypto, el espacio de aplicaciones FHE también puede involucrar múltiples escenarios que requieren privacidad, como juegos, gobernanza de votación DAO, protección MEV, transacciones de privacidad, cumplimiento regulatorio, etc. Tomemos el escenario del juego como ejemplo: la plataforma realiza cálculos para promover el juego sin espiar las cartas en manos de los jugadores, haciendo el juego más justo;

Tomando como ejemplo la votación DAO, las ballenas pueden participar en la gobernanza de la votación sin exponer sus direcciones y el número de votos, y el protocolo puede generar resultados de votación mediante cálculos. Además, los usuarios pueden pasar transacciones cifradas a Mempool para evitar la exposición de información privada, como la dirección de destino y el monto de la transferencia. En otro ejemplo, en un escenario regulatorio, el gobierno puede monitorear el fondo de financiamiento y despojar de los activos de direcciones relacionadas con personas negras sin verificar los datos de privacidad de las transacciones legales.

4) Desventajas: Vale la pena señalar que el entorno informático en el que las computadoras realizan operaciones rutinarias en texto plano suele ser más complejo. Además de la suma, resta, multiplicación y división, también existen bucles condicionales, juicios de puerta lógica, etc., mientras que el cifrado semihomomórfico y el cifrado totalmente homomórfico solo se pueden realizar rápidamente en la suma y la multiplicación. Las operaciones más complejas requieren combinación y superposición, lo que aumentará en consecuencia la demanda de potencia informática.

Therefore, in theory, fully homomorphic encryption can support any calculation, but due to performance bottlenecks and algorithm characteristics, the types and complexity of homomorphic calculations that can be efficiently executed are very limited. Generally speaking, complex calculations will require a large amount of computing power. Therefore, the technical implementation process of fully homomorphic encryption is actually a development process of algorithm optimization and computing power cost control optimization, especially focusing on the performance after hardware acceleration and computing power enhancement.

arriba

En mi opinión, aunque el cifrado FHE totalmente homomórfico es difícil de madurar y aplicar en un corto período de tiempo, como extensión y complemento de la tecnología ZKP, puede proporcionar un gran valor de soporte para la computación de privacidad de modelos grandes de IA, el modelado conjunto de datos de IA, Capacitación colaborativa en IA, transacciones de cumplimiento de privacidad criptográfica y extensión de escenarios criptográficos.

Este artículo proviene de Internet: Un breve análisis del cifrado totalmente homomórfico FHE: principios técnicos, escenarios de aplicación y proyectos relacionados.

Relacionado: Predicción del precio de Fantom (FTM): ¿Puede este patrón alcista evitar una caída del 31%?

En resumen, el precio de Fantom está estableciendo un patrón de curva parabólica que sugiere que podría ser posible una posible corrección de 31%. La correlación positiva de la altcoin con Bitcoin sugiere que FTM está a punto de caer. Los depósitos activos también están en su nivel más alto en varios meses, lo que sugiere que la motivación para vender es alta. El precio de Fantom (FTM) está a punto de formar un patrón alcista pero, a pesar del repunte, observa señales bajistas. ¿Podrá la altcoin luchar contra este sentimiento y continuar con su potencial aumento de 102%, o enfrentará pronto una corrección de 31%? Las señales bajistas del mercado criptográfico pesan mucho sobre el precio de Fantom El precio de Fantom ha mantenido su presencia por encima de la marca $1 desde principios de esta semana. Teniendo en cuenta el movimiento histórico, parece que la altcoin probablemente continuará este repunte, pero más amplio...