Полностью гомоморфное шифрование FHE: инструмент защиты конфиденциальности в эпоху ИИ
В последнее время рынок шифрования замедляется, что дает нам больше времени для внимания к развитию некоторых новых технологий. Несмотря на то, что рынок 2024 года не так шумен, как в предыдущие годы, все же есть несколько новых технологий, которые постепенно становятся зрелыми, среди которых "полностью гомоморфное шифрование" (Fully Homomorphic Encryption, сокращенно FHE) является областью, заслуживающей внимания.
Чтобы понять этот сложный концепт полностью гомоморфного шифрования, нам нужно сначала понять значения "шифрование" и "гомоморфный", а также почему важно подчеркивать слово "полностью".
Шифрования основные понятия
Самый простой способ шифрования всем знаком. Предположим, что Алиса хочет отправить Бобу секретное сообщение "1314 520", но необходимо передать его через третье лицо С. Чтобы гарантировать безопасность информации, Алиса может использовать простой метод шифрования: умножить каждую цифру на 2. Таким образом, передаваемое сообщение становится "2628 1040". Когда Боб получает сообщение, ему нужно просто разделить каждую цифру на 2, чтобы расшифровать оригинальное сообщение.
Этот метод симметричного шифрования позволяет Алисе и Бобу обмениваться информацией без доверия к передатчику С. Это также распространенный способ связи во многих шпионских фильмах.
Гомоморфное шифрование
Теперь давайте предположим, что Алисе всего 7 лет, и она умеет только делать самые простые операции умножения на 2 и деления на 2. Ей нужно посчитать электрический счет за 12 месяцев, который составляет 400 юаней в месяц. Но 400 умножить на 12 для нее слишком сложно.
Алиса не хочет, чтобы другие знали о состоянии ее счета за электроэнергию, потому что это конфиденциальная информация. Поэтому она придумала способ: зашифровать число, умножив его на 2, а затем попросить С помочь вычислить результат 800 умножить на 24.
C очень быстро вычислил, что результат равен 19200, и сообщил об этом Алисе. Затем Алиса разделила этот результат на 2, а затем снова на 2, и получила правильную общую сумму за электроэнергию 4800 юаней.
Это простой пример гомоморфного шифрования для умножения. 800 умножить на 24 на самом деле является отображением 400 умножить на 12, форма сохраняется до и после шифрования, поэтому это называется "гомоморфным". Этот метод позволяет Алисе поручить не доверенному третьему лицу выполнять вычисления, не раскрывая конфиденциальную информацию.
Необходимость полностью гомоморфного шифрования
Однако проблемы реального мира часто более сложные. Если C достаточно умен, он может с помощью перебора раскрыть исходные данные Алисы. В этом случае потребуется более мощная технология "полностью гомоморфное шифрование".
Алиса может добавить больше шагов шифрования на основе существующего умножения, например, многократные операции умножения и сложения. Это значительно увеличивает сложность взлома C. Однако, если количество операций шифрования ограничено, это все еще можно назвать "частичным" гомоморфным шифрованием.
"Полностью" гомоморфное шифрование имеет целью разрешить выполнение произвольного числа операций сложения и умножения над сложным многочленом, при этом после расшифровки все равно можно получить корректный результат. Эта технология может применяться практически к любым вычислениям математических задач, а не только к простым арифметическим.
Полностью гомоморфное шифрование достигло прорывного прогресса только в 2009 году. Новый метод, предложенный Джентри и другими учеными, открыл новые возможности в этой области.
Применение полностью гомоморфного шифрования
Технология полностью гомоморфного шифрования имеет широкий спектр применения в области искусственного интеллекта. Как известно, мощные системы ИИ требуют огромных объемов данных для обучения, но многие данные обладают высокой приватной ценностью. Технология FHE предоставляет возможность решения этой противоречивой ситуации.
С помощью полностью гомоморфного шифрования вы можете:
Провести шифрование чувствительных данных
Используйте зашифрованные данные для обучения ИИ
Получить результаты шифрования, сгенерированные ИИ
Поскольку у вас есть ключ для расшифровки, вы можете безопасно расшифровывать результаты локально. Таким образом, удалось использовать мощные вычислительные возможности ИИ при защите конфиденциальности данных.
Распознавание лиц является еще одним типичным сценарием применения полностью гомоморфного шифрования (FHE). Оно требует как проверки подлинности лица, так и защиты личной информации. Технология FHE может эффективно решить этот конфликт.
Проблемы, с которыми сталкивается технология FHE
Несмотря на огромные перспективы FHE, его практическому применению все еще препятствуют огромные трудности. FHE требует крайне больших вычислительных ресурсов, как в процессе шифрования, так и в процессе вычисления и расшифровки, что занимает много времени.
Для решения этой проблемы некоторые проекты пытаются создать специализированные сети вычислений с полностью гомоморфным шифрованием (FHE). Они предложили гибридную архитектуру, сочетающую доказательство работы (PoW) и доказательство доли (PoS), а также разработали специализированные вычислительные аппаратные устройства.
Значение FHE для ИИ
Если технологии полностью гомоморфного шифрования смогут быть широко применены в области ИИ, это значительно ускорит развитие ИИ. В настоящее время многие страны сосредоточены на регулировании ИИ, особенно в вопросах безопасности данных и защиты конфиденциальности. Применение FHE может помочь смягчить эти опасения.
От национальной безопасности до защиты личной конфиденциальности, потенциал применения технологии FHE повсюду. В предстоящую эпоху ИИ FHE, вероятно, станет последней линией защиты человеческой конфиденциальности.
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» .
14 Лайков
Награда
14
5
Поделиться
комментарий
0/400
MEV_Whisperer
· 8ч назад
смарт-контракты технологии бык
Посмотреть ОригиналОтветить0
LiquiditySurfer
· 8ч назад
Приватность дороже активов
Посмотреть ОригиналОтветить0
MEVHunterNoLoss
· 8ч назад
Необходимо ускорить распространение вычислений с соблюдением конфиденциальности
полностью гомоморфное шифрование FHE: новая технология защиты конфиденциальности в эпоху ИИ
Полностью гомоморфное шифрование FHE: инструмент защиты конфиденциальности в эпоху ИИ
В последнее время рынок шифрования замедляется, что дает нам больше времени для внимания к развитию некоторых новых технологий. Несмотря на то, что рынок 2024 года не так шумен, как в предыдущие годы, все же есть несколько новых технологий, которые постепенно становятся зрелыми, среди которых "полностью гомоморфное шифрование" (Fully Homomorphic Encryption, сокращенно FHE) является областью, заслуживающей внимания.
Чтобы понять этот сложный концепт полностью гомоморфного шифрования, нам нужно сначала понять значения "шифрование" и "гомоморфный", а также почему важно подчеркивать слово "полностью".
Шифрования основные понятия
Самый простой способ шифрования всем знаком. Предположим, что Алиса хочет отправить Бобу секретное сообщение "1314 520", но необходимо передать его через третье лицо С. Чтобы гарантировать безопасность информации, Алиса может использовать простой метод шифрования: умножить каждую цифру на 2. Таким образом, передаваемое сообщение становится "2628 1040". Когда Боб получает сообщение, ему нужно просто разделить каждую цифру на 2, чтобы расшифровать оригинальное сообщение.
Этот метод симметричного шифрования позволяет Алисе и Бобу обмениваться информацией без доверия к передатчику С. Это также распространенный способ связи во многих шпионских фильмах.
Гомоморфное шифрование
Теперь давайте предположим, что Алисе всего 7 лет, и она умеет только делать самые простые операции умножения на 2 и деления на 2. Ей нужно посчитать электрический счет за 12 месяцев, который составляет 400 юаней в месяц. Но 400 умножить на 12 для нее слишком сложно.
Алиса не хочет, чтобы другие знали о состоянии ее счета за электроэнергию, потому что это конфиденциальная информация. Поэтому она придумала способ: зашифровать число, умножив его на 2, а затем попросить С помочь вычислить результат 800 умножить на 24.
C очень быстро вычислил, что результат равен 19200, и сообщил об этом Алисе. Затем Алиса разделила этот результат на 2, а затем снова на 2, и получила правильную общую сумму за электроэнергию 4800 юаней.
Это простой пример гомоморфного шифрования для умножения. 800 умножить на 24 на самом деле является отображением 400 умножить на 12, форма сохраняется до и после шифрования, поэтому это называется "гомоморфным". Этот метод позволяет Алисе поручить не доверенному третьему лицу выполнять вычисления, не раскрывая конфиденциальную информацию.
Необходимость полностью гомоморфного шифрования
Однако проблемы реального мира часто более сложные. Если C достаточно умен, он может с помощью перебора раскрыть исходные данные Алисы. В этом случае потребуется более мощная технология "полностью гомоморфное шифрование".
Алиса может добавить больше шагов шифрования на основе существующего умножения, например, многократные операции умножения и сложения. Это значительно увеличивает сложность взлома C. Однако, если количество операций шифрования ограничено, это все еще можно назвать "частичным" гомоморфным шифрованием.
"Полностью" гомоморфное шифрование имеет целью разрешить выполнение произвольного числа операций сложения и умножения над сложным многочленом, при этом после расшифровки все равно можно получить корректный результат. Эта технология может применяться практически к любым вычислениям математических задач, а не только к простым арифметическим.
Полностью гомоморфное шифрование достигло прорывного прогресса только в 2009 году. Новый метод, предложенный Джентри и другими учеными, открыл новые возможности в этой области.
Применение полностью гомоморфного шифрования
Технология полностью гомоморфного шифрования имеет широкий спектр применения в области искусственного интеллекта. Как известно, мощные системы ИИ требуют огромных объемов данных для обучения, но многие данные обладают высокой приватной ценностью. Технология FHE предоставляет возможность решения этой противоречивой ситуации.
С помощью полностью гомоморфного шифрования вы можете:
Поскольку у вас есть ключ для расшифровки, вы можете безопасно расшифровывать результаты локально. Таким образом, удалось использовать мощные вычислительные возможности ИИ при защите конфиденциальности данных.
Распознавание лиц является еще одним типичным сценарием применения полностью гомоморфного шифрования (FHE). Оно требует как проверки подлинности лица, так и защиты личной информации. Технология FHE может эффективно решить этот конфликт.
Проблемы, с которыми сталкивается технология FHE
Несмотря на огромные перспективы FHE, его практическому применению все еще препятствуют огромные трудности. FHE требует крайне больших вычислительных ресурсов, как в процессе шифрования, так и в процессе вычисления и расшифровки, что занимает много времени.
Для решения этой проблемы некоторые проекты пытаются создать специализированные сети вычислений с полностью гомоморфным шифрованием (FHE). Они предложили гибридную архитектуру, сочетающую доказательство работы (PoW) и доказательство доли (PoS), а также разработали специализированные вычислительные аппаратные устройства.
Значение FHE для ИИ
Если технологии полностью гомоморфного шифрования смогут быть широко применены в области ИИ, это значительно ускорит развитие ИИ. В настоящее время многие страны сосредоточены на регулировании ИИ, особенно в вопросах безопасности данных и защиты конфиденциальности. Применение FHE может помочь смягчить эти опасения.
От национальной безопасности до защиты личной конфиденциальности, потенциал применения технологии FHE повсюду. В предстоящую эпоху ИИ FHE, вероятно, станет последней линией защиты человеческой конфиденциальности.