FHE完全準同型暗号の簡単な分析：技術原理、応用シナリオ、関連プロジェクト

原作者: 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) 定義：FHE完全準同型暗号化は、データの露出やプライバシーを心配することなく、特定の形式で暗号化されたデータの操作を実現できます。対照的に、ZKPは暗号化された状態でのデータの一貫した送信の問題のみを解決できます。データ受信側は、データ側が送信したデータが本物であることを確認することしかできません。これはポイントツーポイントの暗号化送信方式です。一方、完全準同型暗号化は操作の対象範囲を制限しないため、多対多の暗号化操作方式と見なすことができます。

2) 仕組み: 従来のコンピュータ操作は平文データに対して実行されます。データが暗号化されている場合は、計算の前に復号化する必要があり、必然的にプライベートなデータが公開されます。準同型暗号化は、暗号文に対して準同型変換を実行できる特別な暗号化スキームを構築し、操作の結果が平文操作と同じになるようにします。準同型暗号化システムでは、平文の加算は暗号文の乗算と同等であるため (規則)、平文データを追加する場合は、暗号文を乗算するだけで済みます (同等)。

つまり、準同型暗号化では、特殊な準同型変換を使用して、暗号文の状態のデータが平文と同じ結果を生成するようにします。操作規則の準同型対応特性を保証することのみが必要です。

3) 応用シナリオ: 従来のインターネット分野では、FHE 完全準同型暗号は、クラウド ストレージ、生体認証、ヘルスケア、金融、広告、遺伝子配列解析などの幅広い分野に適用できます。生体認証を例にとると、個人の指紋、虹彩、顔などの生体認証データはすべて機密データです。FHE テクノロジを使用すると、サーバーの暗号文状態でこれらのデータの比較と検証を実現できます。同様に、ヘルスケア分野で長年続いてきたデータの断片化は FHE によって解消され、異なる医療構造が元のデータを共有せずに共同分析とモデリングを行うことができます。

暗号通貨の分野では、FHE アプリケーション空間には、ゲーム、DAO 投票ガバナンス、MEV 保護、プライバシー取引、規制遵守など、プライバシーを必要とする複数のシナリオも含まれる可能性があります。ゲームのシナリオを例に挙げると、プラットフォームは、プレーヤーの手にあるカードをスパイすることなくゲームを促進するための計算を実行し、ゲームをより公平にします。

DAO投票を例にとると、クジラは自分のアドレスや投票数を明かすことなく投票ガバナンスに参加でき、プロトコルは計算を通じて投票結果を生成できます。さらに、ユーザーは暗号化されたトランザクションをMempoolに渡すことで、ターゲットアドレスや転送量などの個人情報の漏洩を回避できます。別の例として、規制シナリオでは、政府が資金プールを監視し、合法的な取引のプライバシーデータをチェックすることなく、ブラック関連アドレスの資産を剥奪することができます。

4) デメリット: コンピュータが平文で日常的な演算を実行するコンピューティング環境は、多くの場合、より複雑であることに留意する必要があります。加算、減算、乗算、除算に加えて、条件付きループ、論理ゲート判定などもありますが、半準同型暗号化と完全準同型暗号化は、加算と乗算のみを迅速に実行できます。より複雑な演算には、組み合わせと重ね合わせが必要であり、それに応じてコンピューティング能力の需要が増加します。

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.

その上

私の意見では、FHE 完全準同型暗号化は短期間で成熟して適用するのは難しいですが、ZKP 技術の拡張と補足として、AI 大規模モデル プライバシー コンピューティング、AI データ共同モデリング、AI 共同トレーニング、暗号プライバシー コンプライアンス トランザクション、暗号シナリオ拡張に大きなサポート価値を提供できます。

この記事はインターネットから引用したものです: FHE完全準同型暗号化の簡単な分析: 技術的原理、応用シナリオ、関連プロジェクト

関連: Fantom (FTM) 価格予測: この強気パターンは 31% の下落を防ぐことができるか?

要約すると、ファントムの価格は放物線パターンを形成しており、31%の調整の可能性を示唆しています。アルトコインとビットコインの正の相関関係は、FTMが下落する時期にあることを示唆しています。アクティブな預金も数か月ぶりの高水準にあり、売りの動機が高いことを示しています。ファントム（FTM）の価格は強気パターンを形成している最中ですが、上昇にもかかわらず、弱気のシグナルが見られます。アルトコインはこの感情に逆らって、102%の潜在的な増加を続けることができるでしょうか、それともすぐに31%の調整に直面するでしょうか？暗号通貨市場の弱気の兆候がファントムの価格に重くのしかかるファントムの価格は、今週初めから$1の水準を上回って存在し続けています。歴史的な動きを考慮すると、アルトコインはこの上昇を続ける可能性が高いようですが、より広い意味では…