Огляд ринку криптоактивів та розвиток гомоморфного шифрування

Станом на 13 жовтня, певна платформа даних статистично відобразила основні криптоактиви:

Обговорення Біткоїна минулого тижня становило 12,52K разів, що на 0,98% менше, ніж попереднього тижня. Ціна закриття в неділю становила 63916 доларів, що на 1,62% більше в річному обчисленні.

Обговорення Ethereum минулого тижня становило 3,63K разів, що на 3,45% більше, ніж попереднього тижня. Закриття в неділю склало 2530 доларів, що на 4% менше в річному вимірі.

Обговорення TON минулого тижня становило 782 рази, що на 12,63% менше, ніж попереднього тижня. Ціна закриття в неділю склала 5,26 доларів, що на 0,25% менше в річному обчисленні.

Гомоморфне шифрування(FHE) є багатообіцяючою технологією в галузі криптографії. Воно дозволяє виконувати обчислення над зашифрованими даними без їх розшифрування, що забезпечує потужну підтримку для захисту конфіденційності та обробки даних. FHE може широко застосовуватись у фінансах, медицині, хмарних обчисленнях, машинному навчанні, системах голосування, Інтернеті речей та блокчейні. Незважаючи на великі перспективи застосування, комерціалізація FHE все ще стикається з багатьма викликами.

Потенціал та сфери застосування FHE

Максимальна перевага гомоморфного шифрування полягає в захисті конфіденційності. Наприклад, коли компанія потребує використання обчислювальних можливостей іншої компанії для аналізу даних, але не хоче, щоб інша сторона отримала доступ до конкретного вмісту, FHE може зіграти свою роль. Власник даних може передати зашифровані дані обчислювальній стороні для обробки, причому результати обчислень залишаються зашифрованими, а власник даних може розшифрувати їх, щоб отримати результати аналізу. Ця механіка не лише захищає конфіденційність даних, але й виконує необхідні обчислювальні завдання.

Цей механізм захисту конфіденційності є особливо важливим для галузей, чутливих до даних, таких як фінанси та охорона здоров'я. З розвитком хмарних технологій та штучного інтелекту безпека даних стає все більш актуальною проблемою. FHE може забезпечити захист багатосторонніх обчислень у цих сценаріях, дозволяючи сторонам співпрацювати без розкриття конфіденційної інформації. У технології блокчейн FHE підвищує прозорість і безпеку обробки даних завдяки функціям захисту конфіденційності на ланцюгу та перевірки приватних транзакцій.

Порівняння FHE з іншими способами шифрування

У сфері Web3 основними методами захисту конфіденційності є FHE, нульові докази (ZK), багатосторонні обчислення (MPC) та надійні виконувані середовища (TEE). На відміну від ZK, FHE може виконувати різні операції над зашифрованими даними без попереднього їх розшифрування. MPC дозволяє сторонам виконувати обчислення за умовами зашифрування даних без необхідності обміну приватною інформацією. TEE забезпечує обчислення в безпечному середовищі, але має відносно обмежену гнучкість у обробці даних.

Ці шифрувальні технології мають свої переваги, але у підтримці складних обчислювальних завдань FHE особливо виділяється. Проте FHE в практичному застосуванні все ще стикається з високими обчислювальними витратами та поганою масштабованістю, що обмежує його продуктивність у реальних застосуваннях.

Обмеження та виклики FHE

Незважаючи на те, що теоретичні основи FHE є потужними, у комерційному застосуванні виникають практичні проблеми:

1. Витрати на обчислення в великому масштабі: Гомоморфне шифрування потребує великих обчислювальних ресурсів, і його витрати значно зростають у порівнянні з нешифрованими обчисленнями. Для високих поліноміальних обчислень час обробки зростає поліноміально, що ускладнює задоволення вимог до обчислень у реальному часі. Зниження витрат потребує використання спеціалізованого апаратного прискорення, але це також збільшує складність впровадження.

2. Обмежена операційна здатність: Хоча FHE може виконувати додавання та множення зашифрованих даних, підтримка складних нелінійних операцій є обмеженою, що є вузьким місцем для штучного інтелекту, що включає глибокі нейронні мережі. Поточні рішення FHE все ще переважно підходять для лінійних і простих поліноміальних обчислень, застосування нелінійних моделей є суттєво обмеженим.

3. Складність підтримки кількох користувачів: FHE демонструє хороші результати в сценаріях з одним користувачем, але при роботі з багатокористувацькими наборами даних складність системи різко зростає. Хоча багатоключова структура FHE дозволяє виконувати операції з зашифрованими наборами даних, що використовують різні ключі, складність управління ключами та архітектури системи значно зростає.

Поєднання FHE та штучного інтелекту

У сучасну епоху, що керується даними, штучний інтелект широко застосовується в багатьох сферах, але занепокоєння щодо конфіденційності даних часто змушує користувачів не бажати ділитися чутливою інформацією. Гомоморфне шифрування (FHE) надає рішення для захисту конфіденційності в галузі штучного інтелекту. У сценах хмарних обчислень дані зазвичай шифруються під час передачі та зберігання, але під час обробки часто знаходяться в відкритому вигляді. Завдяки FHE дані користувачів можуть оброблятися в зашифрованому стані, що забезпечує конфіденційність даних.

Ця перевага є особливо важливою у зв'язку з вимогами таких регуляторів, як GDPR, оскільки ці регуляції вимагають від користувачів права знати, як обробляються їх дані, і гарантують захист даних під час їх передачі. E2E шифрування за допомогою Гомоморфне шифрування забезпечує відповідність і безпеку даних.

Поточне застосування FHE в блокчейні та проєкти

Застосування FHE в блокчейні в основному зосереджене на захисті конфіденційності даних, включаючи конфіденційність на ланцюгу, конфіденційність даних для навчання ШІ, конфіденційність голосування на ланцюгу та конфіденційний огляд транзакцій на ланцюгу тощо. Наразі кілька проектів використовують технологію FHE для сприяння реалізації захисту конфіденційності.

Рішення FHE, розроблене певною компанією, широко використовується в кількох проектах захисту приватності. Компанія, заснована на технології TFHE, зосереджується на булевих обчисленнях і операціях з низькими цілими числами, а також розробила стек розробки FHE для застосувань у сфері блокчейну та ШІ.

Інші проекти включають:

• Розробка нових мов смарт-контрактів та бібліотеки HyperghraphFHE, що підходять для проектів на блокчейн-мережах
• Використання гомоморфного шифрування для реалізації проекту захисту конфіденційності в обчислювальних мережах штучного інтелекту
• Поєднуючи Гомоморфне шифрування з штучним інтелектом, проект, що пропонує децентралізоване та захищене від прослуховування середовище AI.
• Як рішення Layer 2 для Ethereum, підтримує FHE Rollups та FHE Coprocessors, сумісний з EVM та підтримує написання смарт-контрактів на Solidity.

Висновок

FHE як передова технологія, що дозволяє виконувати обчислення на зашифрованих даних, має значні переваги в захисті конфіденційності даних. Хоча на даний момент комерційне застосування FHE все ще стикається з проблемами великої обчислювальної витрати та поганої масштабованості, ці проблеми, ймовірно, поступово вирішуватимуться завдяки апаратному прискоренню та оптимізації алгоритмів. З розвитком технології блокчейн FHE відіграватиме все більш важливу роль у захисті конфіденційності та безпеці обчислень. У майбутньому FHE може стати основною технологією, що підтримує обчислення з захистом конфіденційності, приносячи нові революційні прориви в безпеці даних.