FHE: A capa de invisibilidade no campo da Criptografia
FHE( a criptografia homomórfica completamente ) é uma tecnologia de criptografia avançada que permite o processamento de dados diretamente em estado criptografado. Isso significa que é possível analisar e processar dados enquanto se protege a privacidade. FHE tem potencial para aplicações em vários campos, como finanças, saúde, computação em nuvem e aprendizado de máquina. No entanto, devido ao seu enorme custo computacional e de memória, a aplicação comercial ainda enfrenta desafios.
Princípios básicos do FHE
O núcleo do FHE é esconder a informação original através de polinómios. Um processo de criptografia FHE simplificado é o seguinte:
Escolha um polinómio de chave s(x)
Gerar um polinómio aleatório a(x)
Gerar um pequeno polinómio de "ruído" e(x)
Informação Criptografada m: c(x) = m + a(x)*s(x) + e(x)
Para decifrar, basta conhecer a chave s(x), e a informação original m pode ser recuperada de c(x).
A introdução de ruído e(x) visa aumentar a segurança, mas ao mesmo tempo trouxe o problema da acumulação de ruído. Para resolver esse problema, o FHE adotou as seguintes técnicas:
Mudança de chave: Compressão do tamanho do texto cifrado
Modulus Switching: Reduzir o ruído
Bootstrap: redefinir o ruído para o nível inicial
Atualmente, as principais soluções de FHE utilizam a tecnologia Bootstrap, mas o custo computacional ainda é muito alto.
Desafios enfrentados pelo FHE
O maior desafio do FHE é a eficiência computacional. Em comparação com a computação comum, o custo computacional do FHE é vários ordens de magnitude mais alto. O programa Dprive da DARPA dos EUA foi criado para resolver esse problema, com o objetivo de aumentar a velocidade de computação do FHE para 1/10 da computação comum.
As principais direções de otimização incluem:
Aumentar o comprimento da palavra do processador
Desenvolver processadores ASIC dedicados
Utilizando arquitetura paralela MIMD
Embora o progresso seja lento, a FHE ainda tem um valor único na proteção de dados sensíveis a longo prazo, especialmente na era pós-quântica.
FHE na blockchain
FHE no campo da blockchain é principalmente utilizado para proteger a privacidade dos dados, incluindo:
Proteção de Privacidade na Blockchain
Privacidade dos dados de treino de IA
Privacidade de votação em cadeia
Revisão de privacidade de transações em cadeia
Soluções potenciais de MEV
Mas também enfrenta desafios como o aumento das exigências de eficiência e de nós.
Principais projetos de FHE
Atualmente, os principais projetos de FHE incluem:
Zama: fornece ferramentas de desenvolvimento baseadas em TFHE
Fhenix: Construir uma rede L2 com foco na privacidade
Privasea: Aplicação FHE para LLM
Inco Network: Construir uma rede L1 de FHE
Arcium: Integração de FHE, MPC e ZK tecnologias
Mind Network: Solução de Restaking baseada em FHE
Octra: usa a tecnologia de hipergrafos para implementar FHE
Perspectivas Futuras
A tecnologia FHE ainda está em estágio inicial e enfrenta vários desafios:
Baixa eficiência, custos elevados
Dificuldade de implementação do projeto é alta
Perspectivas comerciais pouco claras
Falta de investimento de capital
Mas com o surgimento de chips especializados e a entrada de mais fundos, o FHE tem potencial para trazer mudanças nas áreas de defesa, finanças e saúde. Ele liberará o potencial dos dados de privacidade combinados com algoritmos quânticos futuros, trazendo novas oportunidades de desenvolvimento.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
9 gostos
Recompensa
9
5
Partilhar
Comentar
0/400
GasFeeSobber
· 10h atrás
É realmente interessante
Ver originalResponder0
ProveMyZK
· 10h atrás
Não consigo entender o que você está dizendo, haha.
FHE encriptação totalmente homomórfica: a estrela do futuro na proteção da privacidade do Blockchain
FHE: A capa de invisibilidade no campo da Criptografia
FHE( a criptografia homomórfica completamente ) é uma tecnologia de criptografia avançada que permite o processamento de dados diretamente em estado criptografado. Isso significa que é possível analisar e processar dados enquanto se protege a privacidade. FHE tem potencial para aplicações em vários campos, como finanças, saúde, computação em nuvem e aprendizado de máquina. No entanto, devido ao seu enorme custo computacional e de memória, a aplicação comercial ainda enfrenta desafios.
Princípios básicos do FHE
O núcleo do FHE é esconder a informação original através de polinómios. Um processo de criptografia FHE simplificado é o seguinte:
Para decifrar, basta conhecer a chave s(x), e a informação original m pode ser recuperada de c(x).
A introdução de ruído e(x) visa aumentar a segurança, mas ao mesmo tempo trouxe o problema da acumulação de ruído. Para resolver esse problema, o FHE adotou as seguintes técnicas:
Atualmente, as principais soluções de FHE utilizam a tecnologia Bootstrap, mas o custo computacional ainda é muito alto.
Desafios enfrentados pelo FHE
O maior desafio do FHE é a eficiência computacional. Em comparação com a computação comum, o custo computacional do FHE é vários ordens de magnitude mais alto. O programa Dprive da DARPA dos EUA foi criado para resolver esse problema, com o objetivo de aumentar a velocidade de computação do FHE para 1/10 da computação comum.
As principais direções de otimização incluem:
Embora o progresso seja lento, a FHE ainda tem um valor único na proteção de dados sensíveis a longo prazo, especialmente na era pós-quântica.
FHE na blockchain
FHE no campo da blockchain é principalmente utilizado para proteger a privacidade dos dados, incluindo:
Mas também enfrenta desafios como o aumento das exigências de eficiência e de nós.
Principais projetos de FHE
Atualmente, os principais projetos de FHE incluem:
Perspectivas Futuras
A tecnologia FHE ainda está em estágio inicial e enfrenta vários desafios:
Mas com o surgimento de chips especializados e a entrada de mais fundos, o FHE tem potencial para trazer mudanças nas áreas de defesa, finanças e saúde. Ele liberará o potencial dos dados de privacidade combinados com algoritmos quânticos futuros, trazendo novas oportunidades de desenvolvimento.