полностью гомоморфное шифрование FHE: создание крепости конфиденциальности в эпоху ИИ
Недавняя рыночная ситуация была угнетенной, что дало нам больше времени, чтобы обратить внимание на развитие некоторых новых технологий. Хотя криптовалютный рынок в 2024 году не так же бурен, как в предыдущие годы, все же есть несколько новых технологий, которые постепенно созревают, среди которых тема, которую мы будем обсуждать сегодня: полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE).
Чтобы понять этот сложный концепт FHE, нам нужно поэтапно разобрать значения ключевых слов «шифрование», «гомоморфное» и «полностью».
Шифрования основные концепции
Самый простой способ шифрования всем хорошо знаком. Например, если Алиса хочет отправить Бобу секретное сообщение "1314 520", но должна передать его через третью сторону С. Чтобы обеспечить безопасность информации, Алиса может использовать простой метод шифрования: умножить каждое число на 2. Таким образом, сообщение становится "2628 1040". Когда Боб получает его, ему нужно просто разделить каждое число на 2, чтобы восстановить исходную информацию. Этот метод симметричного шифрования позволяет передавать информацию без раскрытия ее содержания.
Гомоморфное шифрование: продвинутый уровень
Теперь давайте представим более сложный сценарий:
Алисе в этом году всего 7 лет, она умеет только самые простые умножение на 2 и деление на 2. Электрический счет в доме Алисы составляет 400 юаней в месяц, она задолжала в общей сложности 12 месяцев, но не может сделать такие сложные вычисления. В то же время она не хочет, чтобы другие знали конкретную сумму долга за электричество и количество месяцев задолженности.
В этой ситуации Алиса может использовать принцип гомоморфного шифрования, чтобы поручить С проводить вычисления, одновременно защищая свою конфиденциальность. Она умножает 400 и 12 на 2, а затем позволяет С вычислить результат 800 умножить на 24. С быстро приходит к ответу 19200. Затем Алиса делит этот результат на 4 и получает фактическую сумму к оплате в 4800 юаней за электроэнергию.
Это простой пример гомоморфного шифрования для умножения. 800 умножить на 24 на самом деле является отображением 400 умножить на 12, форма до и после шифрования остается неизменной, поэтому это называется "гомоморфным". Этот метод позволяет Алисе делегировать вычисления ненадежной третьей стороне, не раскрывая при этом конфиденциальную информацию.
Необходимость полностью гомоморфного шифрования
Однако проблемы реального мира зачастую более сложные. Если C достаточно умен, он может с помощью перебора взломать оригинальные данные Алисы. В этом случае необходимо ввести технологию "полностью гомоморфное шифрование".
Полностью гомоморфное шифрование не является просто простым умножением, а представляет собой введение большего количества шума и сложных математических операций, что делает взлом крайне сложным. Оно позволяет выполнять произвольное количество операций сложения и умножения над зашифрованными данными, а не ограничивается конкретными операциями.
Эта технология достигла прорывного прогресса только в 2009 году, новые идеи, предложенные Гентри и другими учеными, открыли двери для полностью гомоморфного шифрования.
Перспективы применения полностью гомоморфного шифрования в области ИИ
Технология FHE имеет огромный потенциал применения в области ИИ. Как известно, мощные системы ИИ требуют огромных объемов данных для обучения, но многие данные имеют высокую ценность конфиденциальности. Технология FHE позволяет осуществлять вычисления и обучение ИИ-систем при защите конфиденциальности данных.
Конкретно, пользователи могут выполнять шифрование чувствительных данных с помощью полностью гомоморфного шифрования (FHE), а затем передать их в AI-систему для обработки. AI-система выдаст набор, который на первый взгляд выглядит бессмысленным шифрованным результатом. Однако поскольку эти результаты следуют определённым математическим правилам, владелец данных может безопасно расшифровать их локально, получая тем самым ценные аналитические результаты.
Этот метод решает противоречие "нужно использовать мощные вычислительные возможности ИИ и защищать конфиденциальность данных". В отличие от текущих ИИ-систем, которые должны иметь прямой доступ к исходным данным, технологии полного гомоморфного шифрования предоставляют новые возможности для защиты конфиденциальности в эпоху ИИ.
Практическое применение технологии FHE
Технология полностью гомоморфного шифрования (FHE) имеет потенциальные области применения в различных сферах. Например, в области распознавания лиц FHE может помочь реализовать требование "необходимо определить, является ли это человеком, и при этом не касаться никакой чувствительной информации о лицах".
Однако вычисления с использованием полностью гомоморфного шифрования требуют огромной вычислительной мощности. Чтобы решить эту проблему, некоторые проекты создают специализированные сети вычислительной мощности и сопутствующую инфраструктуру. Эти сети обычно используют гибридную архитектуру, аналогичную PoW (доказательство работы) и PoS (доказательство доли), чтобы предоставить необходимые вычислительные ресурсы.
Значение технологии FHE
Если ИИ сможет широко применять технологии полностью гомоморфного шифрования, это окажет глубокое влияние на всю отрасль. В настоящее время многие страны сосредотачивают внимание на регулировании ИИ в области безопасности данных и защиты конфиденциальности. Зрелость технологий полностью гомоморфного шифрования может стать ключом к решению этих проблем.
От национальной безопасности до личной конфиденциальности, область применения технологии FHE чрезвычайно широка. В грядущую эпоху ИИ FHE, вероятно, станет последней защитной линией для защиты человеческой конфиденциальности, и его важность не требует объяснений.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
10 Лайков
Награда
10
5
Репост
Поделиться
комментарий
0/400
GhostWalletSleuth
· 10ч назад
Снова搞шифрование,豪无人性了
Посмотреть ОригиналОтветить0
RunWithRugs
· 10ч назад
Есть новые технологии jio, которые следуют за старым Кошельком~
Посмотреть ОригиналОтветить0
IfIWereOnChain
· 10ч назад
Опять что-то новое?
Посмотреть ОригиналОтветить0
liquidation_watcher
· 10ч назад
Можешь говорить по-человечески, а не на этом чертовом жаргоне?
Технология FHE: ключевая крепость защиты конфиденциальности в эпоху ИИ
полностью гомоморфное шифрование FHE: создание крепости конфиденциальности в эпоху ИИ
Недавняя рыночная ситуация была угнетенной, что дало нам больше времени, чтобы обратить внимание на развитие некоторых новых технологий. Хотя криптовалютный рынок в 2024 году не так же бурен, как в предыдущие годы, все же есть несколько новых технологий, которые постепенно созревают, среди которых тема, которую мы будем обсуждать сегодня: полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE).
Чтобы понять этот сложный концепт FHE, нам нужно поэтапно разобрать значения ключевых слов «шифрование», «гомоморфное» и «полностью».
Шифрования основные концепции
Самый простой способ шифрования всем хорошо знаком. Например, если Алиса хочет отправить Бобу секретное сообщение "1314 520", но должна передать его через третью сторону С. Чтобы обеспечить безопасность информации, Алиса может использовать простой метод шифрования: умножить каждое число на 2. Таким образом, сообщение становится "2628 1040". Когда Боб получает его, ему нужно просто разделить каждое число на 2, чтобы восстановить исходную информацию. Этот метод симметричного шифрования позволяет передавать информацию без раскрытия ее содержания.
Гомоморфное шифрование: продвинутый уровень
Теперь давайте представим более сложный сценарий:
Алисе в этом году всего 7 лет, она умеет только самые простые умножение на 2 и деление на 2. Электрический счет в доме Алисы составляет 400 юаней в месяц, она задолжала в общей сложности 12 месяцев, но не может сделать такие сложные вычисления. В то же время она не хочет, чтобы другие знали конкретную сумму долга за электричество и количество месяцев задолженности.
В этой ситуации Алиса может использовать принцип гомоморфного шифрования, чтобы поручить С проводить вычисления, одновременно защищая свою конфиденциальность. Она умножает 400 и 12 на 2, а затем позволяет С вычислить результат 800 умножить на 24. С быстро приходит к ответу 19200. Затем Алиса делит этот результат на 4 и получает фактическую сумму к оплате в 4800 юаней за электроэнергию.
Это простой пример гомоморфного шифрования для умножения. 800 умножить на 24 на самом деле является отображением 400 умножить на 12, форма до и после шифрования остается неизменной, поэтому это называется "гомоморфным". Этот метод позволяет Алисе делегировать вычисления ненадежной третьей стороне, не раскрывая при этом конфиденциальную информацию.
Необходимость полностью гомоморфного шифрования
Однако проблемы реального мира зачастую более сложные. Если C достаточно умен, он может с помощью перебора взломать оригинальные данные Алисы. В этом случае необходимо ввести технологию "полностью гомоморфное шифрование".
Полностью гомоморфное шифрование не является просто простым умножением, а представляет собой введение большего количества шума и сложных математических операций, что делает взлом крайне сложным. Оно позволяет выполнять произвольное количество операций сложения и умножения над зашифрованными данными, а не ограничивается конкретными операциями.
Эта технология достигла прорывного прогресса только в 2009 году, новые идеи, предложенные Гентри и другими учеными, открыли двери для полностью гомоморфного шифрования.
Перспективы применения полностью гомоморфного шифрования в области ИИ
Технология FHE имеет огромный потенциал применения в области ИИ. Как известно, мощные системы ИИ требуют огромных объемов данных для обучения, но многие данные имеют высокую ценность конфиденциальности. Технология FHE позволяет осуществлять вычисления и обучение ИИ-систем при защите конфиденциальности данных.
Конкретно, пользователи могут выполнять шифрование чувствительных данных с помощью полностью гомоморфного шифрования (FHE), а затем передать их в AI-систему для обработки. AI-система выдаст набор, который на первый взгляд выглядит бессмысленным шифрованным результатом. Однако поскольку эти результаты следуют определённым математическим правилам, владелец данных может безопасно расшифровать их локально, получая тем самым ценные аналитические результаты.
Этот метод решает противоречие "нужно использовать мощные вычислительные возможности ИИ и защищать конфиденциальность данных". В отличие от текущих ИИ-систем, которые должны иметь прямой доступ к исходным данным, технологии полного гомоморфного шифрования предоставляют новые возможности для защиты конфиденциальности в эпоху ИИ.
Практическое применение технологии FHE
Технология полностью гомоморфного шифрования (FHE) имеет потенциальные области применения в различных сферах. Например, в области распознавания лиц FHE может помочь реализовать требование "необходимо определить, является ли это человеком, и при этом не касаться никакой чувствительной информации о лицах".
Однако вычисления с использованием полностью гомоморфного шифрования требуют огромной вычислительной мощности. Чтобы решить эту проблему, некоторые проекты создают специализированные сети вычислительной мощности и сопутствующую инфраструктуру. Эти сети обычно используют гибридную архитектуру, аналогичную PoW (доказательство работы) и PoS (доказательство доли), чтобы предоставить необходимые вычислительные ресурсы.
Значение технологии FHE
Если ИИ сможет широко применять технологии полностью гомоморфного шифрования, это окажет глубокое влияние на всю отрасль. В настоящее время многие страны сосредотачивают внимание на регулировании ИИ в области безопасности данных и защиты конфиденциальности. Зрелость технологий полностью гомоморфного шифрования может стать ключом к решению этих проблем.
От национальной безопасности до личной конфиденциальности, область применения технологии FHE чрезвычайно широка. В грядущую эпоху ИИ FHE, вероятно, станет последней защитной линией для защиты человеческой конфиденциальности, и его важность не требует объяснений.