Повністю гомоморфне шифрування FHE: інструмент захисту приватності в еру ШІ
Нещодавно ринок криптовалют, хоча й не демонструє значних коливань, все ж має деякі нові технології, що поступово стають зрілими. Серед них повністю гомоморфне шифрування (Fully Homomorphic Encryption, скорочено FHE) є технологією, яка заслуговує на увагу. У травні цього року засновник Ethereum Віталік Бутерін також спеціально опублікував статтю, в якій обговорив пов’язані з FHE питання.
Щоб зрозуміти цю складну концепцію FHE, нам спочатку потрібно зрозуміти значення "шифрування" та "гомоморф", а також чому нам потрібно "повністю" гомоморфне шифрування.
шифрування的基本概念
Шифрування є поширеним методом захисту інформаційної безпеки. Припустимо, що Аліса хоче передати Бобу через третю сторону С секретне повідомлення "1314 520". Вона може використовувати простий симетричний метод шифрування, помноживши кожну цифру на 2, отримуючи "2628 1040". Боб, отримавши його, повинен лише поділити кожну цифру на 2, щоб розшифрувати оригінальну інформацію. Таким чином, навіть якщо С бере участь у процесі передачі інформації, вона не зможе дізнатися фактичний зміст.
Гомоморфне шифрування прогрес
Гомоморфне шифрування дозволяє ще більше, воно дозволяє виконувати обчислення безпосередньо над зашифрованими даними, не потребуючи попереднього розшифрування. Наприклад, припустимо, що 7-річна Аліса знає лише прості множення на 2 та ділення на 2, їй потрібно обчислити електричні витрати за 12 місяців (по 400 юанів на місяць), але вона не хоче, щоб інші знали конкретну суму.
Аліса може помножити 400 і 12 на 2 шифрування, перетворивши їх на 800 і 24, а потім попросити C допомогти обчислити 800×24. C обчислює результат 19200 і повідомляє Алісі, яка потім ділить результат на 4, отримуючи правильну загальну суму електроенергії 4800 юанів. У цьому процесі C не знає, що насправді він обчислює, що ілюструє властивості гомоморфного шифрування.
необхідність повністю гомоморфного шифрування
Однак просте гомоморфне шифрування все ще має обмеження. Наприклад, якщо C достатньо розумний, він може розкрити вихідні дані за допомогою методу перебору. Крім того, просте гомоморфне шифрування може підтримувати лише обмежену кількість специфічних операцій.
повністю гомоморфне шифрування (FHE) ж突破了 ці ці обмеження. Воно дозволяє виконувати будь-яку кількість операцій додавання та множення на зашифрованих даних, майже здатне виразити більшість математичних проблем у світі. FHE шляхом впровадження більш складного шуму робить практично неможливим для третіх осіб зламати оригінальні дані, справді досягаючи вигідного співвідношення між використанням даних та захистом приватності.
Перспективи застосування FHE
Технологія FHE має широкі перспективи застосування в галузі штучного інтелекту. На даний момент, для навчання штучного інтелекту потрібні великі обсяги даних, але багато даних є надзвичайно чутливими. FHE дозволяє виконувати обчислення та навчання на зашифрованих даних, захищаючи при цьому конфіденційність даних.
Конкретно, користувач може надати чутливі дані AI-системі після їх шифрування за допомогою повністю гомоморфного шифрування (FHE). AI-система обробляє зашифровані дані і виводить результати, які також зашифровані. Користувач може потім розшифрувати ці результати у безпечному локальному середовищі. Цей підхід забезпечує достатню кількість навчальних даних для AI, одночасно гарантуючи, що приватність користувача не буде порушена.
Виклики та розвиток технології FHE
Хоча FHE має великі перспективи, його реальному застосуванню все ще заважають виклики. Основна проблема полягає в тому, що для обчислень FHE потрібна величезна обчислювальна потужність. Щоб вирішити цю проблему, деякі проекти досліджують створення спеціалізованих мереж обчислювальної потужності та супутньої інфраструктури.
З розвитком технологій, повністю гомоморфне шифрування має потенціал стати ключовою технологією для захисту конфіденційності даних в епоху штучного інтелекту. Від захисту особистої конфіденційності до національної безпеки, FHE може відігравати важливу роль. У майбутньому AI-керованому світі, технологія FHE може стати останнім рубежем захисту безпеки даних осіб та організацій.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
11 лайків
Нагородити
11
4
Поділіться
Прокоментувати
0/400
WalletWhisperer
· 4год тому
Сказавши стільки, це все ще лише балачки на папері.
Переглянути оригіналвідповісти на0
0xOverleveraged
· 4год тому
Ой, у технологічному колі знову з'явилися нові фішки.
FHE повністю гомоморфне шифрування: новий інструмент захисту конфіденційності в епоху ІІ
Повністю гомоморфне шифрування FHE: інструмент захисту приватності в еру ШІ
Нещодавно ринок криптовалют, хоча й не демонструє значних коливань, все ж має деякі нові технології, що поступово стають зрілими. Серед них повністю гомоморфне шифрування (Fully Homomorphic Encryption, скорочено FHE) є технологією, яка заслуговує на увагу. У травні цього року засновник Ethereum Віталік Бутерін також спеціально опублікував статтю, в якій обговорив пов’язані з FHE питання.
Щоб зрозуміти цю складну концепцію FHE, нам спочатку потрібно зрозуміти значення "шифрування" та "гомоморф", а також чому нам потрібно "повністю" гомоморфне шифрування.
шифрування的基本概念
Шифрування є поширеним методом захисту інформаційної безпеки. Припустимо, що Аліса хоче передати Бобу через третю сторону С секретне повідомлення "1314 520". Вона може використовувати простий симетричний метод шифрування, помноживши кожну цифру на 2, отримуючи "2628 1040". Боб, отримавши його, повинен лише поділити кожну цифру на 2, щоб розшифрувати оригінальну інформацію. Таким чином, навіть якщо С бере участь у процесі передачі інформації, вона не зможе дізнатися фактичний зміст.
Гомоморфне шифрування прогрес
Гомоморфне шифрування дозволяє ще більше, воно дозволяє виконувати обчислення безпосередньо над зашифрованими даними, не потребуючи попереднього розшифрування. Наприклад, припустимо, що 7-річна Аліса знає лише прості множення на 2 та ділення на 2, їй потрібно обчислити електричні витрати за 12 місяців (по 400 юанів на місяць), але вона не хоче, щоб інші знали конкретну суму.
Аліса може помножити 400 і 12 на 2 шифрування, перетворивши їх на 800 і 24, а потім попросити C допомогти обчислити 800×24. C обчислює результат 19200 і повідомляє Алісі, яка потім ділить результат на 4, отримуючи правильну загальну суму електроенергії 4800 юанів. У цьому процесі C не знає, що насправді він обчислює, що ілюструє властивості гомоморфного шифрування.
необхідність повністю гомоморфного шифрування
Однак просте гомоморфне шифрування все ще має обмеження. Наприклад, якщо C достатньо розумний, він може розкрити вихідні дані за допомогою методу перебору. Крім того, просте гомоморфне шифрування може підтримувати лише обмежену кількість специфічних операцій.
повністю гомоморфне шифрування (FHE) ж突破了 ці ці обмеження. Воно дозволяє виконувати будь-яку кількість операцій додавання та множення на зашифрованих даних, майже здатне виразити більшість математичних проблем у світі. FHE шляхом впровадження більш складного шуму робить практично неможливим для третіх осіб зламати оригінальні дані, справді досягаючи вигідного співвідношення між використанням даних та захистом приватності.
Перспективи застосування FHE
Технологія FHE має широкі перспективи застосування в галузі штучного інтелекту. На даний момент, для навчання штучного інтелекту потрібні великі обсяги даних, але багато даних є надзвичайно чутливими. FHE дозволяє виконувати обчислення та навчання на зашифрованих даних, захищаючи при цьому конфіденційність даних.
Конкретно, користувач може надати чутливі дані AI-системі після їх шифрування за допомогою повністю гомоморфного шифрування (FHE). AI-система обробляє зашифровані дані і виводить результати, які також зашифровані. Користувач може потім розшифрувати ці результати у безпечному локальному середовищі. Цей підхід забезпечує достатню кількість навчальних даних для AI, одночасно гарантуючи, що приватність користувача не буде порушена.
Виклики та розвиток технології FHE
Хоча FHE має великі перспективи, його реальному застосуванню все ще заважають виклики. Основна проблема полягає в тому, що для обчислень FHE потрібна величезна обчислювальна потужність. Щоб вирішити цю проблему, деякі проекти досліджують створення спеціалізованих мереж обчислювальної потужності та супутньої інфраструктури.
З розвитком технологій, повністю гомоморфне шифрування має потенціал стати ключовою технологією для захисту конфіденційності даних в епоху штучного інтелекту. Від захисту особистої конфіденційності до національної безпеки, FHE може відігравати важливу роль. У майбутньому AI-керованому світі, технологія FHE може стати останнім рубежем захисту безпеки даних осіб та організацій.