Полностью гомоморфное шифрование FHE: инструмент защиты конфиденциальности в эпоху ИИ
Недавно крипторынок, хотя и не испытывает больших колебаний, все же наблюдается ряд новых технологий, которые постепенно становятся зрелыми. Среди них полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE) является технологией, заслуживающей внимания. В мае этого года основатель Ethereum Виталик Бутерин также специально опубликовал статью, посвященную вопросам FHE.
Чтобы понять эту сложную концепцию FHE, нам сначала нужно понять значения "шифрование" и "гомоморфное", а также почему нам нужно "полностью" гомоморфное шифрование.
Шифрование базовые концепции
Шифрование является общим методом защиты безопасности информации. Предположим, что Алиса хочет передать секретное сообщение "1314 520" Бобу через третье лицо С. Она может использовать простой симметричный метод шифрования, умножив каждое число на 2, получив "2628 1040". Бобу достаточно разделить каждое число на 2, чтобы расшифровать оригинальную информацию. Таким образом, даже если С участвует в процессе передачи информации, он не сможет узнать фактическое содержимое.
Гомоморфное шифрование: продвинутый уровень
Гомоморфное шифрование идет еще дальше, оно позволяет выполнять вычисления непосредственно на зашифрованных данных, не требуя предварительного расшифрования. Например, предположим, что 7-летняя Алиса умеет только простые операции умножения на 2 и деления на 2, ей нужно вычислить электрический счет за 12 месяцев (по 400 юаней в месяц), но она не хочет, чтобы кто-то знал точную сумму.
Алиса может зашифровать 400 и 12, умножив их на 2, и получить 800 и 24, а затем попросить C помочь вычислить 800×24. C вычисляет результат 19200 и сообщает Алисе, после чего Алиса делит результат на 4 и получает правильную общую сумму за электричество 4800 юаней. В этом процессе C не знает, что на самом деле вычисляется, что демонстрирует свойства гомоморфного шифрования.
Необходимость полностью гомоморфного шифрования
Однако простое гомоморфное шифрование все еще имеет ограничения. Например, если C достаточно умен, он может восстановить исходные данные с помощью перебора. Кроме того, простое гомоморфное шифрование поддерживает только ограниченное количество конкретных операций.
Полностью гомоморфное шифрование (FHE) преодолевает эти ограничения. Оно позволяет выполнять произвольное количество операций сложения и умножения над зашифрованными данными, что почти может выразить большинство математических задач в мире. FHE вводит более сложный шум, что делает практически невозможным для третьих лиц взлом оригинальных данных, тем самым действительно достигая взаимовыгодного сочетания использования данных и защиты конфиденциальности.
Перспективы применения полностью гомоморфного шифрования
Технология FHE имеет широкие перспективы применения в области ИИ. В настоящее время для обучения ИИ требуется большое количество данных, но многие из этих данных обладают высокой чувствительностью. FHE позволяет проводить вычисления и обучение ИИ на зашифрованных данных, одновременно защищая конфиденциальность данных.
Конкретно, пользователи могут предоставить чувствительные данные системе ИИ после их шифрования с помощью полностью гомоморфного шифрования (FHE). Система ИИ обрабатывает зашифрованные данные и выводит результаты, также зашифрованные. Пользователи затем могут расшифровать эти результаты в безопасной локальной среде. Этот подход обеспечивает достаточное количество обучающих данных для ИИ и гарантирует, что конфиденциальность пользователей не будет нарушена.
Проблемы и развитие технологии FHE
Несмотря на широкие перспективы FHE, реальные приложения все еще сталкиваются с проблемами. Основная проблема заключается в том, что вычисления FHE требуют огромной вычислительной мощности. Для решения этой проблемы некоторые проекты исследуют возможность создания специализированных вычислительных сетей и сопутствующей инфраструктуры.
С учетом постоянного прогресса технологий, полностью гомоморфное шифрование (FHE) имеет все шансы стать ключевой технологией защиты конфиденциальности данных в эпоху ИИ. От защиты личной конфиденциальности до национальной безопасности, FHE может сыграть важную роль. В будущем, в мире, управляемом ИИ, технологии FHE могут стать последней линией защиты для сохранения безопасности данных как физических лиц, так и организаций.
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» .
11 Лайков
Награда
11
4
Поделиться
комментарий
0/400
WalletWhisperer
· 22ч назад
Сказав так много, разве это не пустая болтовня?
Посмотреть ОригиналОтветить0
0xOverleveraged
· 22ч назад
Эх, в техническом круге снова появились новшества.
Посмотреть ОригиналОтветить0
DecentralizedElder
· 22ч назад
Снова Виталик Бутерин затеял что-то
Посмотреть ОригиналОтветить0
LiquidityOracle
· 22ч назад
Виталик Бутерин уже высказал свое мнение. бык пиво
FHE полностью гомоморфное шифрование: новый инструмент защиты конфиденциальности в эпоху ИИ
Полностью гомоморфное шифрование FHE: инструмент защиты конфиденциальности в эпоху ИИ
Недавно крипторынок, хотя и не испытывает больших колебаний, все же наблюдается ряд новых технологий, которые постепенно становятся зрелыми. Среди них полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE) является технологией, заслуживающей внимания. В мае этого года основатель Ethereum Виталик Бутерин также специально опубликовал статью, посвященную вопросам FHE.
Чтобы понять эту сложную концепцию FHE, нам сначала нужно понять значения "шифрование" и "гомоморфное", а также почему нам нужно "полностью" гомоморфное шифрование.
Шифрование базовые концепции
Шифрование является общим методом защиты безопасности информации. Предположим, что Алиса хочет передать секретное сообщение "1314 520" Бобу через третье лицо С. Она может использовать простой симметричный метод шифрования, умножив каждое число на 2, получив "2628 1040". Бобу достаточно разделить каждое число на 2, чтобы расшифровать оригинальную информацию. Таким образом, даже если С участвует в процессе передачи информации, он не сможет узнать фактическое содержимое.
Гомоморфное шифрование: продвинутый уровень
Гомоморфное шифрование идет еще дальше, оно позволяет выполнять вычисления непосредственно на зашифрованных данных, не требуя предварительного расшифрования. Например, предположим, что 7-летняя Алиса умеет только простые операции умножения на 2 и деления на 2, ей нужно вычислить электрический счет за 12 месяцев (по 400 юаней в месяц), но она не хочет, чтобы кто-то знал точную сумму.
Алиса может зашифровать 400 и 12, умножив их на 2, и получить 800 и 24, а затем попросить C помочь вычислить 800×24. C вычисляет результат 19200 и сообщает Алисе, после чего Алиса делит результат на 4 и получает правильную общую сумму за электричество 4800 юаней. В этом процессе C не знает, что на самом деле вычисляется, что демонстрирует свойства гомоморфного шифрования.
Необходимость полностью гомоморфного шифрования
Однако простое гомоморфное шифрование все еще имеет ограничения. Например, если C достаточно умен, он может восстановить исходные данные с помощью перебора. Кроме того, простое гомоморфное шифрование поддерживает только ограниченное количество конкретных операций.
Полностью гомоморфное шифрование (FHE) преодолевает эти ограничения. Оно позволяет выполнять произвольное количество операций сложения и умножения над зашифрованными данными, что почти может выразить большинство математических задач в мире. FHE вводит более сложный шум, что делает практически невозможным для третьих лиц взлом оригинальных данных, тем самым действительно достигая взаимовыгодного сочетания использования данных и защиты конфиденциальности.
Перспективы применения полностью гомоморфного шифрования
Технология FHE имеет широкие перспективы применения в области ИИ. В настоящее время для обучения ИИ требуется большое количество данных, но многие из этих данных обладают высокой чувствительностью. FHE позволяет проводить вычисления и обучение ИИ на зашифрованных данных, одновременно защищая конфиденциальность данных.
Конкретно, пользователи могут предоставить чувствительные данные системе ИИ после их шифрования с помощью полностью гомоморфного шифрования (FHE). Система ИИ обрабатывает зашифрованные данные и выводит результаты, также зашифрованные. Пользователи затем могут расшифровать эти результаты в безопасной локальной среде. Этот подход обеспечивает достаточное количество обучающих данных для ИИ и гарантирует, что конфиденциальность пользователей не будет нарушена.
Проблемы и развитие технологии FHE
Несмотря на широкие перспективы FHE, реальные приложения все еще сталкиваются с проблемами. Основная проблема заключается в том, что вычисления FHE требуют огромной вычислительной мощности. Для решения этой проблемы некоторые проекты исследуют возможность создания специализированных вычислительных сетей и сопутствующей инфраструктуры.
С учетом постоянного прогресса технологий, полностью гомоморфное шифрование (FHE) имеет все шансы стать ключевой технологией защиты конфиденциальности данных в эпоху ИИ. От защиты личной конфиденциальности до национальной безопасности, FHE может сыграть важную роль. В будущем, в мире, управляемом ИИ, технологии FHE могут стать последней линией защиты для сохранения безопасности данных как физических лиц, так и организаций.