การวิเคราะห์โดยย่อของการเข้ารหัสแบบโฮโมมอร์ฟิกเต็มรูปแบบของ FHE: หลักการทางเทคนิค สถานการณ์การใช้งาน และโครงการที่เกี่ยวข้อง

ผู้เขียนต้นฉบับ: 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) คำจำกัดความ: การเข้ารหัสแบบโฮโมมอร์ฟิกเต็มรูปแบบของ FHE สามารถตระหนักถึงการทำงานของข้อมูลที่เข้ารหัสในรูปแบบเฉพาะโดยไม่ต้องกังวลกับการเปิดเผยข้อมูลและความเป็นส่วนตัว ในทางตรงกันข้าม ZKP สามารถแก้ปัญหาการส่งข้อมูลอย่างสม่ำเสมอในสถานะที่เข้ารหัสเท่านั้น ฝ่ายที่ได้รับข้อมูลสามารถตรวจสอบได้ว่าข้อมูลที่ส่งโดยฝ่ายข้อมูลนั้นมีความถูกต้องเท่านั้น มันเป็นรูปแบบการส่งผ่านการเข้ารหัสแบบจุดต่อจุด ในขณะที่การเข้ารหัสแบบโฮโมมอร์ฟิกโดยสมบูรณ์ไม่ได้จำกัดขอบเขตของการดำเนินการ ดังนั้นจึงถือได้ว่าเป็นแผนการดำเนินการเข้ารหัสแบบกลุ่มต่อกลุ่ม

2) วิธีการทำงาน: การทำงานของคอมพิวเตอร์แบบดั้งเดิมจะดำเนินการกับข้อมูลข้อความธรรมดา หากข้อมูลถูกเข้ารหัสจะต้องถอดรหัสก่อนการคำนวณซึ่งจะทำให้ข้อมูลส่วนตัวถูกเปิดเผยอย่างหลีกเลี่ยงไม่ได้ การเข้ารหัสแบบโฮโมมอร์ฟิกสร้างรูปแบบการเข้ารหัสพิเศษที่สามารถทำการแปลงแบบโฮโมมอร์ฟิกบนไซเฟอร์เท็กซ์ เพื่อให้ผลลัพธ์ของการดำเนินการยังคงเหมือนกับการดำเนินการแบบข้อความธรรมดา ในระบบเข้ารหัสโฮโมมอร์ฟิก การเพิ่มข้อความธรรมดาจะเทียบเท่ากับการคูณของไซเฟอร์เท็กซ์ (กฎ) ดังนั้นหากคุณต้องการเพิ่มข้อมูลข้อความธรรมดา คุณเพียงแค่ต้องคูณข้อความไซเฟอร์เท็กซ์ (การเทียบเท่า)

กล่าวโดยสรุป การเข้ารหัสโฮโมมอร์ฟิกใช้การเปลี่ยนแปลงโฮโมมอร์ฟิกพิเศษเพื่อทำให้ข้อมูลในสถานะไซเฟอร์เท็กซ์ให้ผลลัพธ์เช่นเดียวกับข้อความธรรมดา เพียงต้องการให้แน่ใจว่าลักษณะการติดต่อแบบโฮโมมอร์ฟิกของกฎการดำเนินการเท่านั้น

3) สถานการณ์การใช้งาน: ในด้านอินเทอร์เน็ตแบบดั้งเดิม การเข้ารหัส FHE แบบโฮโมมอร์ฟิกอย่างสมบูรณ์สามารถนำไปใช้กับหลากหลายสาขา เช่น พื้นที่เก็บข้อมูลบนคลาวด์ ไบโอเมตริก การดูแลสุขภาพ การเงิน การโฆษณา การจัดลำดับยีน ฯลฯ โดยนำข้อมูลไบโอเมตริกมาเป็นตัวอย่าง ลายนิ้วมือส่วนบุคคล , ม่านตา, ใบหน้า และข้อมูลไบโอเมตริกซ์อื่นๆ ล้วนเป็นข้อมูลที่ละเอียดอ่อน การใช้เทคโนโลยี FHE สามารถเปรียบเทียบและตรวจสอบข้อมูลเหล่านี้ในสถานะไซเฟอร์เท็กซ์ของเซิร์ฟเวอร์ได้ ในทำนองเดียวกัน FHE สามารถทำลายการกระจายตัวของข้อมูลในสาขาการดูแลสุขภาพเป็นเวลาหลายปีได้ ทำให้โครงสร้างทางการแพทย์ที่แตกต่างกันสามารถทำการวิเคราะห์และสร้างแบบจำลองร่วมกันโดยไม่ต้องเปิดเผยข้อมูลต้นฉบับ

ในด้าน Crypto นั้น พื้นที่แอปพลิเคชัน FHE ยังสามารถเกี่ยวข้องกับหลายสถานการณ์ที่จำเป็นต้องมีความเป็นส่วนตัว เช่น เกม การกำกับดูแลการลงคะแนนเสียงของ DAO การป้องกัน MEV ธุรกรรมความเป็นส่วนตัว การปฏิบัติตามกฎระเบียบ ฯลฯ ยกตัวอย่างสถานการณ์ของเกม: แพลตฟอร์มทำการคำนวณเพื่อ โปรโมตเกมโดยไม่ต้องสอดแนมไพ่ในมือของผู้เล่น ทำให้เกมมีความยุติธรรมมากขึ้น

ยกตัวอย่างการลงคะแนนของ DAO วาฬสามารถมีส่วนร่วมในการกำกับดูแลการลงคะแนนเสียงโดยไม่ต้องเปิดเผยที่อยู่และจำนวนคะแนนเสียง และโปรโตคอลสามารถสร้างผลลัพธ์การลงคะแนนผ่านการคำนวณ นอกจากนี้ ผู้ใช้สามารถส่งธุรกรรมที่เข้ารหัสไปยัง Mempool เพื่อหลีกเลี่ยงการเปิดเผยข้อมูลส่วนตัว เช่น ที่อยู่เป้าหมายและจำนวนเงินที่โอน ในอีกตัวอย่างหนึ่ง ในสถานการณ์ด้านกฎระเบียบ รัฐบาลสามารถตรวจสอบแหล่งเงินทุนและตัดทรัพย์สินของที่อยู่ที่เกี่ยวข้องกับคนผิวดำ โดยไม่ต้องตรวจสอบข้อมูลความเป็นส่วนตัวของธุรกรรมทางกฎหมาย

4) ข้อเสีย: เป็นที่น่าสังเกตว่าสภาพแวดล้อมการประมวลผลที่คอมพิวเตอร์ดำเนินการตามปกติในรูปแบบข้อความล้วนมักจะซับซ้อนกว่า นอกเหนือจากการบวก การลบ การคูณ และการหารแล้ว ยังมีการวนซ้ำแบบมีเงื่อนไข การตัดสินลอจิกเกต ฯลฯ ในขณะที่การเข้ารหัสแบบกึ่งโฮโมมอร์ฟิกและการเข้ารหัสแบบโฮโมมอร์ฟิกเต็มรูปแบบสามารถทำได้อย่างรวดเร็วด้วยการบวกและการคูณเท่านั้น การดำเนินการที่ซับซ้อนมากขึ้นจำเป็นต้องมีการผสมผสานและการซ้อนทับ ซึ่งจะเพิ่มความต้องการพลังการประมวลผลตามลำดับ

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.

ข้างบน

ในความคิดของฉัน แม้ว่าการเข้ารหัสแบบโฮโมมอร์ฟิกโดยสมบูรณ์ของ FHE นั้นยากที่จะเติบโตและนำไปใช้ในช่วงเวลาสั้นๆ เนื่องจากเป็นส่วนขยายและส่วนเสริมของเทคโนโลยี ZKP แต่ก็สามารถให้การสนับสนุนที่ยอดเยี่ยมสำหรับการประมวลผลความเป็นส่วนตัวในโมเดลขนาดใหญ่ของ AI, การสร้างแบบจำลองร่วมของข้อมูล AI การฝึกอบรมการทำงานร่วมกันของ AI ธุรกรรมการปฏิบัติตามข้อกำหนดความเป็นส่วนตัวของ Crypto และการขยายสถานการณ์ Crypto

บทความนี้มาจากอินเทอร์เน็ต: การวิเคราะห์โดยย่อของการเข้ารหัสแบบโฮโมมอร์ฟิกเต็มรูปแบบของ FHE: หลักการทางเทคนิค สถานการณ์การใช้งาน และโครงการที่เกี่ยวข้อง

ที่เกี่ยวข้อง: การทำนายราคา Fantom (FTM): รูปแบบรั้นนี้สามารถป้องกันการล่มสลายของ 31% ได้หรือไม่?

โดยสรุป ราคา Fantom กำลังสร้างรูปแบบ Parabolic Curve ซึ่งแสดงให้เห็นว่ามีการแก้ไข 31% ที่เป็นไปได้ ความสัมพันธ์เชิงบวกของ altcoin กับ Bitcoin ชี้ให้เห็นว่า FTM มีกำหนดลดลง เงินฝากที่ใช้งานอยู่ยังสูงในรอบหลายเดือนซึ่งบ่งชี้ว่ามีแรงจูงใจในการขายสูง ราคา Fantom (FTM) อยู่ท่ามกลางการสร้างรูปแบบกระทิง แต่ถึงแม้จะมีการฟื้นตัว แต่ก็ยังมีสัญญาณขาลง อัลท์คอยน์สามารถต่อสู้กับความรู้สึกนี้และดำเนินต่อไปด้วยศักยภาพที่เพิ่มขึ้น 1,02% หรือจะเผชิญกับการปรับฐาน 31% เร็วๆ นี้? สัญญาณขาลงของตลาด Crypto มีน้ำหนักมากในราคา Fantom ราคา Fantom ยังคงอยู่เหนือเครื่องหมาย $1 มาตั้งแต่ต้นสัปดาห์นี้ เมื่อพิจารณาถึงความเคลื่อนไหวทางประวัติศาสตร์ ดูเหมือนว่าอัลท์คอยน์จะมีแนวโน้มเพิ่มขึ้นต่อไป แต่จะกว้างขึ้น...