Исследование полностью гомоморфного шифрования: инструмент защиты конфиденциальности в эпоху ИИ
Недавно криптовалютный рынок, хотя и не испытывает больших колебаний, все же имеет некоторые новые технологии, которые постепенно становятся зрелыми. Одним из таких направлений является полностью гомоморфное шифрование (Fully Homomorphic Encryption, FHE). В мае этого года сооснователь Ethereum Виталик Бутерин также опубликовал статью о FHE, что вызвало широкое обсуждение в индустрии.
Чтобы понять эту сложную концепцию FHE, нам нужно сначала понять значения "шифрование" и "гомоморфное", а также почему необходимо реализовать "полностью" гомоморфное шифрование.
Шифрование основные концепции
Шифрование является распространенным методом защиты безопасности информации. Например, Алиса хочет передать Бобу секретное сообщение "1314 520" через третью сторону С. Для обеспечения конфиденциальности Алиса может умножить каждое число на 2 для простого шифрования, превратив его в "2628 1040". Когда Боб получает сообщение, ему нужно просто разделить каждое число на 2, чтобы восстановить оригинальную информацию. Это базовый метод симметричного шифрования.
Гомоморфное шифрование принцип
Гомоморфное шифрование идет еще дальше, позволяя выполнять вычисления непосредственно над зашифрованными данными без необходимости предварительного расшифрования. Предположим, что 7-летняя Алиса знает только самые простые операции умножения на 2 и деления на 2, ей нужно вычислить общую сумму счета за электричество за 12 месяцев (по 400 юаней в месяц). Алиса может зашифровать 400 и 12, умножив их на 2, и попросить третью сторону C вычислить результат 800×24. После того как C получит 19200, Алиса разделит результат на 4, чтобы получить правильную сумму счета за электричество 4800 юаней. В этом процессе C не знает фактической суммы счета за электричество и количества месяцев, что демонстрирует характеристики гомоморфного шифрования.
Необходимость полностью гомоморфного шифрования
Однако простое гомоморфное шифрование может быть взломано. Например, C может с помощью перебора сделать вывод о исходных данных. Поэтому необходимы более сложные технологии полностью гомоморфного шифрования. Полностью гомоморфное шифрование позволяет выполнять произвольное число операций сложения и умножения над зашифрованными данными, значительно увеличивая сложность взлома. Это делает полностью гомоморфное шифрование важным прорывом в криптографии, и только после того, как в 2009 году ученые, такие как Джентри, предложили новые идеи, стало возможным реализовать полностью гомоморфное шифрование.
Перспективы применения полностью гомоморфного шифрования в области ИИ
Технология FHE имеет широкий потенциал применения в области ИИ. Обучение моделей ИИ требует большого объема данных, но многие из этих данных связаны с вопросами конфиденциальности. FHE может выполнять вычисления и обучение моделей ИИ на зашифрованных данных, одновременно защищая конфиденциальность данных. Конкретно говоря:
Владельцы данных могут использовать полностью гомоморфное шифрование для шифрования чувствительных данных
Передайте шифрованные данные ИИ для вычислений
AI выводит результаты шифрования
Владелец данных локально безопасно расшифровывает результаты
Этот способ одновременно защищает конфиденциальность исходных данных и полностью использует вычислительные возможности ИИ, достигая цели "и то, и другое".
Проект FHE и его практическое применение
На данный момент несколько проектов исследуют технологии FHE, такие как Zama, Privasea, Mind Network и другие. В качестве примера приложения для распознавания лиц, FHE может позволить ИИ определить, является ли человек настоящим, не раскрывая информацию о лице пользователя.
Однако для вычислений с полным гомоморфным шифрованием требуется огромная вычислительная мощность. Для решения этой проблемы некоторые проекты разрабатывают специализированные вычислительные сети и сопутствующую инфраструктуру. Например, один из проектов выпустил аппаратные продукты, аналогичные устройствам для майнинга, а также "рабочие сертификаты", выпущенные в форме NFT, чтобы стимулировать пользователей участвовать в строительстве сети.
Важное значение полностью гомоморфного шифрования
С распространением технологий ИИ проблема конфиденциальности данных становится все более актуальной. От личной конфиденциальности до национальной безопасности, технологии полностью гомоморфного шифрования (FHE) имеют потенциально важные приложения. Например, в военной сфере FHE может позволить сторонам использовать технологии ИИ, защищая при этом конфиденциальную информацию. В повседневной жизни, от разблокировки телефона по лицу до обработки различных конфиденциальных данных, FHE может сыграть важную роль.
Если технология полностью гомоморфного шифрования действительно станет зрелой, она станет последней линией защиты человеческой конфиденциальности в эпоху ИИ, что окажет глубокое влияние на личности, компании и государства.
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
3
Поделиться
комментарий
0/400
ForkYouPayMe
· 9ч назад
Виталик Бутерин出手还能错？
Посмотреть ОригиналОтветить0
BasementAlchemist
· 9ч назад
Виталик Бутерин снова демонстрирует свои знания
Посмотреть ОригиналОтветить0
gas_guzzler
· 10ч назад
Кажется, Виталик Бутерин в последнее время всё изучает.
Технология FHE: Страж конфиденциальности в эпоху ИИ
Исследование полностью гомоморфного шифрования: инструмент защиты конфиденциальности в эпоху ИИ
Недавно криптовалютный рынок, хотя и не испытывает больших колебаний, все же имеет некоторые новые технологии, которые постепенно становятся зрелыми. Одним из таких направлений является полностью гомоморфное шифрование (Fully Homomorphic Encryption, FHE). В мае этого года сооснователь Ethereum Виталик Бутерин также опубликовал статью о FHE, что вызвало широкое обсуждение в индустрии.
Чтобы понять эту сложную концепцию FHE, нам нужно сначала понять значения "шифрование" и "гомоморфное", а также почему необходимо реализовать "полностью" гомоморфное шифрование.
Шифрование основные концепции
Шифрование является распространенным методом защиты безопасности информации. Например, Алиса хочет передать Бобу секретное сообщение "1314 520" через третью сторону С. Для обеспечения конфиденциальности Алиса может умножить каждое число на 2 для простого шифрования, превратив его в "2628 1040". Когда Боб получает сообщение, ему нужно просто разделить каждое число на 2, чтобы восстановить оригинальную информацию. Это базовый метод симметричного шифрования.
Гомоморфное шифрование принцип
Гомоморфное шифрование идет еще дальше, позволяя выполнять вычисления непосредственно над зашифрованными данными без необходимости предварительного расшифрования. Предположим, что 7-летняя Алиса знает только самые простые операции умножения на 2 и деления на 2, ей нужно вычислить общую сумму счета за электричество за 12 месяцев (по 400 юаней в месяц). Алиса может зашифровать 400 и 12, умножив их на 2, и попросить третью сторону C вычислить результат 800×24. После того как C получит 19200, Алиса разделит результат на 4, чтобы получить правильную сумму счета за электричество 4800 юаней. В этом процессе C не знает фактической суммы счета за электричество и количества месяцев, что демонстрирует характеристики гомоморфного шифрования.
Необходимость полностью гомоморфного шифрования
Однако простое гомоморфное шифрование может быть взломано. Например, C может с помощью перебора сделать вывод о исходных данных. Поэтому необходимы более сложные технологии полностью гомоморфного шифрования. Полностью гомоморфное шифрование позволяет выполнять произвольное число операций сложения и умножения над зашифрованными данными, значительно увеличивая сложность взлома. Это делает полностью гомоморфное шифрование важным прорывом в криптографии, и только после того, как в 2009 году ученые, такие как Джентри, предложили новые идеи, стало возможным реализовать полностью гомоморфное шифрование.
Перспективы применения полностью гомоморфного шифрования в области ИИ
Технология FHE имеет широкий потенциал применения в области ИИ. Обучение моделей ИИ требует большого объема данных, но многие из этих данных связаны с вопросами конфиденциальности. FHE может выполнять вычисления и обучение моделей ИИ на зашифрованных данных, одновременно защищая конфиденциальность данных. Конкретно говоря:
Этот способ одновременно защищает конфиденциальность исходных данных и полностью использует вычислительные возможности ИИ, достигая цели "и то, и другое".
Проект FHE и его практическое применение
На данный момент несколько проектов исследуют технологии FHE, такие как Zama, Privasea, Mind Network и другие. В качестве примера приложения для распознавания лиц, FHE может позволить ИИ определить, является ли человек настоящим, не раскрывая информацию о лице пользователя.
Однако для вычислений с полным гомоморфным шифрованием требуется огромная вычислительная мощность. Для решения этой проблемы некоторые проекты разрабатывают специализированные вычислительные сети и сопутствующую инфраструктуру. Например, один из проектов выпустил аппаратные продукты, аналогичные устройствам для майнинга, а также "рабочие сертификаты", выпущенные в форме NFT, чтобы стимулировать пользователей участвовать в строительстве сети.
Важное значение полностью гомоморфного шифрования
С распространением технологий ИИ проблема конфиденциальности данных становится все более актуальной. От личной конфиденциальности до национальной безопасности, технологии полностью гомоморфного шифрования (FHE) имеют потенциально важные приложения. Например, в военной сфере FHE может позволить сторонам использовать технологии ИИ, защищая при этом конфиденциальную информацию. В повседневной жизни, от разблокировки телефона по лицу до обработки различных конфиденциальных данных, FHE может сыграть важную роль.
Если технология полностью гомоморфного шифрования действительно станет зрелой, она станет последней линией защиты человеческой конфиденциальности в эпоху ИИ, что окажет глубокое влияние на личности, компании и государства.