Phân tích ngắn gọn về mã hóa đồng cấu hoàn toàn FHE: nguyên tắc kỹ thuật, kịch bản ứng dụng và các dự án liên quan

Tác giả gốc: Hạo Thiên

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) Định nghĩa: Mã hóa đồng hình hoàn toàn FHE có thể thực hiện hoạt động của dữ liệu được mã hóa ở dạng cụ thể mà không lo bị lộ dữ liệu và quyền riêng tư. Ngược lại, ZKP chỉ có thể giải quyết vấn đề truyền dữ liệu nhất quán ở trạng thái được mã hóa. Bên nhận dữ liệu chỉ có thể xác minh rằng dữ liệu do bên dữ liệu gửi là xác thực. Đó là sơ đồ truyền mã hóa điểm-điểm; trong khi mã hóa đồng cấu hoàn toàn không giới hạn phạm vi đối tượng của hoạt động, do đó nó có thể được coi là sơ đồ hoạt động mã hóa nhiều-nhiều.

2) Cách thức hoạt động: Các thao tác máy tính truyền thống được thực hiện trên dữ liệu văn bản gốc. Nếu dữ liệu được mã hóa thì cần phải giải mã trước khi tính toán, điều này chắc chắn sẽ làm lộ dữ liệu riêng tư. Mã hóa đồng cấu xây dựng một sơ đồ mã hóa đặc biệt có thể thực hiện các phép biến đổi đồng cấu trên bản mã sao cho kết quả của thao tác vẫn giống như thao tác trên bản rõ. Trong hệ thống mã hóa đồng cấu, việc cộng bản rõ tương đương với phép nhân bản mã (một quy tắc), vì vậy nếu muốn cộng dữ liệu bản rõ, bạn chỉ cần nhân bản mã (tương đương).

Nói tóm lại, mã hóa đồng cấu sử dụng những thay đổi đồng cấu đặc biệt để làm cho dữ liệu ở trạng thái bản mã tạo ra kết quả giống như bản rõ. Nó chỉ yêu cầu đảm bảo các đặc tính tương ứng đồng cấu của các quy tắc hoạt động.

3) Kịch bản ứng dụng: Trong lĩnh vực Internet truyền thống, mã hóa đồng hình hoàn toàn FHE có thể được áp dụng cho nhiều lĩnh vực như lưu trữ đám mây, sinh trắc học, chăm sóc sức khỏe, tài chính, quảng cáo, giải trình tự gen, v.v. Lấy sinh trắc học làm ví dụ, dấu vân tay cá nhân , mống mắt, khuôn mặt và dữ liệu sinh trắc học khác đều là dữ liệu nhạy cảm. Việc sử dụng công nghệ FHE có thể đạt được sự so sánh và xác minh những dữ liệu này ở trạng thái bản mã của máy chủ; tương tự, sự phân mảnh dữ liệu trong lĩnh vực chăm sóc sức khỏe trong nhiều năm có thể bị FHE phá vỡ, cho phép các cơ cấu y tế khác nhau tiến hành phân tích và lập mô hình chung mà không chia sẻ dữ liệu gốc.

Trong lĩnh vực Tiền điện tử, không gian ứng dụng FHE cũng có thể bao gồm nhiều tình huống yêu cầu quyền riêng tư, chẳng hạn như trò chơi, quản trị biểu quyết DAO, bảo vệ MEV, giao dịch quyền riêng tư, tuân thủ quy định, v.v. Lấy kịch bản trò chơi làm ví dụ: nền tảng thực hiện các phép tính để quảng bá trò chơi mà không theo dõi quân bài trên tay người chơi, giúp trò chơi trở nên công bằng hơn;

Lấy biểu quyết DAO làm ví dụ, cá voi có thể tham gia quản trị biểu quyết mà không để lộ địa chỉ cũng như số phiếu bầu, đồng thời giao thức có thể tạo ra kết quả biểu quyết thông qua tính toán. Ngoài ra, người dùng có thể chuyển các giao dịch được mã hóa tới Mempool để tránh bị lộ thông tin cá nhân như địa chỉ mục tiêu và số tiền chuyển. Trong một ví dụ khác, trong một kịch bản quy định, chính phủ có thể giám sát nguồn tài trợ và loại bỏ tài sản của các địa chỉ liên quan đến người da đen mà không cần kiểm tra dữ liệu quyền riêng tư của các giao dịch hợp pháp.

4) Nhược điểm: Điều đáng chú ý là môi trường điện toán trong đó máy tính thực hiện các thao tác thông thường ở dạng văn bản thuần túy thường phức tạp hơn. Ngoài phép cộng, phép trừ, phép nhân và phép chia, còn có các vòng lặp có điều kiện, phán đoán cổng logic, v.v., trong khi mã hóa bán đồng cấu và mã hóa đồng cấu hoàn toàn chỉ có thể được thực hiện nhanh chóng khi cộng và nhân. Các hoạt động phức tạp hơn đòi hỏi sự kết hợp và chồng chất, điều này sẽ làm tăng nhu cầu sức mạnh tính toán tương ứng.

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.

bên trên

Theo tôi, mặc dù mã hóa đồng hình hoàn toàn FHE khó hoàn thiện và áp dụng trong thời gian ngắn, nhưng với tư cách là một phần mở rộng và bổ sung của công nghệ ZKP, nó có thể cung cấp giá trị hỗ trợ tuyệt vời cho điện toán bảo mật mô hình lớn AI, mô hình hóa chung dữ liệu AI, Đào tạo hợp tác AI, giao dịch tuân thủ quyền riêng tư về tiền điện tử và mở rộng kịch bản tiền điện tử.

Bài viết này được lấy từ internet: Phân tích ngắn gọn về mã hóa đồng cấu hoàn toàn FHE: nguyên tắc kỹ thuật, kịch bản ứng dụng và các dự án liên quan

Liên quan: Dự đoán giá Fantom (FTM): Mô hình tăng giá này có thể ngăn chặn sự sụt giảm 31% không?

Tóm lại, giá Fantom đang thiết lập mô hình Đường cong Parabolic cho thấy khả năng điều chỉnh 31% có thể xảy ra. Mối tương quan tích cực của altcoin với Bitcoin cho thấy FTM sắp suy giảm. Tiền gửi đang hoạt động cũng ở mức cao nhất trong nhiều tháng cho thấy động lực bán đang cao. Giá Fantom (FTM) đang trong quá trình hình thành mô hình tăng giá nhưng mặc dù có sự phục hồi nhưng nó đang quan sát các tín hiệu giảm giá. Liệu altcoin này có thể chống lại tâm lý này và tiếp tục với mức tăng 102% tiềm năng hay nó sẽ sớm phải đối mặt với sự điều chỉnh 31%? Tín hiệu giảm giá trên thị trường tiền điện tử ảnh hưởng nặng nề đến giá Fantom Giá Fantom đã duy trì sự hiện diện trên mốc $1 kể từ đầu tuần này. Xem xét diễn biến lịch sử, có vẻ như altcoin này có thể sẽ tiếp tục đợt tăng giá này, nhưng rộng hơn…