探索 FHE 軌道

中級6/3/2024, 2:55:21 PM
FHE(Fully Homomorphic Encryption)允許第三方在不解密的情況下對加密數據進行無限的計算和操作,從而實現可組合的鏈上隱私計算。ArkStream Capital撰寫了一篇文章,介紹了FHE的概念、應用場景和生態系統,以及Fhenix正在構建的FHE-Rollup型Layer2解決方案。

介紹

過去,密碼學在人類文明的發展中發揮了舉足輕重的作用,特別是在資訊安全和隱私保護領域。它不僅為各個領域的數據傳輸和存儲提供了強大的保護,而且其具有公鑰和私鑰的非對稱加密系統以及哈希函數在2008年由中本聰創造性地結合在一起。這導致了工作量證明機制的設計,解決了雙重支出問題,從而催化了比特幣這一革命性數字貨幣的誕生,並開創了區塊鏈行業的新時代。

隨著區塊鏈產業的不斷演進和快速發展,一系列前沿的密碼技術應運而生,其中以零知識證明(ZKP)、多方計算(MPC)和全同態加密(FHE)最為突出。這些技術在各種場景中得到了廣泛的應用,例如將 ZKP 與 Rollup 解決方案相結合以解決區塊鏈的“三角困境”問題,以及通過將 MPC 與公鑰和私鑰系統相結合來推動使用者介面的大規模採用。FHE被視為密碼學的聖杯之一,其獨特的功能允許第三方在不解密的情況下對加密數據進行任意數量的操作和計算,從而實現可組合的鏈上隱私計算,為多個領域和場景帶來新的可能性。

FHE 快速概述

當我們提到FHE(完全同態加密)時,首先要了解這個名字的含義。HE代表同態加密,該技術的核心特徵是對加密數據執行計算和操作的能力,這些操作可以直接映射到明文,從而保留加密數據的數學屬性。FHE 中的“F”表示這種同態特性已被提升到新的高度,允許對加密數據進行無限的計算和操作。

為了説明理解,我們選擇最簡單的線性函數作為加密演算法,並用一次運算解釋加法同態和乘法同態。當然,實際的FHE使用一系列更複雜的數學演算法,這些演算法需要大量的計算資源(CPU和記憶體)。

雖然 FHE 的數學原理深奧而複雜,但我們不會在這裡深入研究它們。值得一提的是,在同態加密領域,除了FHE,還有部分同態加密和部分同態加密。它們的主要區別在於它們支援的操作類型和允許的操作數量,但它們同樣支援對加密數據的計算和操作。但是,為了保持內容簡潔,我們不會在這裡深入討論這些內容。

在FHE行業,雖然很多知名公司參與研發,但Microsoft和Zama憑藉其優秀的開源產品(代碼庫)脫穎而出,凸顯了其無與倫比的可用性和影響力。它們為開發人員提供了穩定高效的FHE實現,極大地促進了FHE技術的持續發展和廣泛應用。

Microsoft 的 SEAL:由 Microsoft Research 精心製作的 FHE 庫,不僅支援完全同態加密,還支援部分同態加密。SEAL 提供高效的 C++ 介面,並通過集成眾多優化演算法和技術,顯著提高了計算性能和效率。

Zama 的 TFHE:一個專注於高性能全同態加密的開源庫。TFHE通過C語言介面提供服務,並應用一系列先進的優化技術和演算法,旨在實現更快的計算速度和更低的資源消耗。

按照最簡化的思路,體驗FHE的操作流程大致如下:

  • 生成金鑰:使用 FHE 庫/框架生成一對公鑰和私鑰。
  • 加密數據:使用公鑰對FHE計算需要處理的數據進行加密。
  • 進行同態計算:使用FHE庫提供的同態計算函數,對加密數據進行各種計算運算,如加法、乘法等。
  • 解密結果:當需要查看計算結果時,合法使用者使用私鑰對計算結果進行解密。

在全同態加密(FHE)的實踐中,解密密鑰的管理原則(生成、流通和使用等)至關重要。由於對加密數據的計算和操作結果需要解密才能在特定時間和特定場景下使用,因此解密密鑰成為保證原始數據和處理後數據安全性和完整性的核心。解密金鑰的管理方案在許多方面與傳統的金鑰管理類似。然而,由於FHE的獨特性,可以設計出更嚴格、更詳細的策略。

對於區塊鏈來說,由於其去中心化、透明和不變的特點,引入閾值多方計算(TMPC)是一個潛在的有力選擇。該方案允許多個參與者共同管理和控制解密金閜,並且只有在達到預設閾值數(即參與者人數)時才能成功解密數據。這不僅增強了密鑰管理的安全性,還降低了單個節點被入侵的風險,為FHE在區塊鏈環境中的應用提供了強有力的保障。

使用 fhEVM 奠定基礎

從最小入侵的角度來看,在區塊鏈上實現全同態加密(FHE)的理想方式是將其封裝為一個通用的智慧合約代碼庫,以確保羽量級和靈活性。但是,這種方法的先決條件是智慧合約虛擬機必須預先支援 FHE 所需的複雜數學運算和加密運算的特定指令集。如果虛擬機不能滿足這些要求,就需要深入研究虛擬機的核心架構進行定製改造,以適應FHE演算法的要求,從而實現無縫集成。

作為長期被廣泛採用和驗證的虛擬機,乙太坊虛擬機(EVM)自然成為實現FHE的首選。然而,該領域的從業者很少。其中,我們再次注意到了Zama公司的開源TFHE。事實上,Zama 不僅提供了基本的 TFHE 庫,而且作為一家專注於將 FHE 技術應用於人工智慧和區塊鏈領域的科技公司,推出了兩款重要的開源產品:Concrete ML 和 fhEVM。Concrete ML 專注於機器學習中的隱私計算。通過Concrete ML,數據科學家和ML從業者可以在保護隱私的前提下,對敏感數據進行機器學習模型的訓練和推斷,從而充分利用數據資源,而不必擔心隱私洩露。另一款產品 fhEVM 是一個完全同態的 EVM,支援在 Solidity 中實現的隱私計算。fhEVM允許開發人員在乙太坊智能合約中使用完全同態加密技術,以實現隱私保護和安全計算。

通過閱讀 fhEVM 文件,我們瞭解到 fhEVM 的核心功能是:

  • fhEVM:在非EVM位元組碼層面,以嵌入式函數的形式,通過集成Zama開源FHE庫預編譯合約的多種不同狀態,提供FHE運維支援。此外,還專門為FHE構建了特殊的EVM記憶體和儲存區,用於存儲、讀取、寫入和驗證FHE密文;
  • 基於分散式閾值協議設計的解密機制:支援多使用者、多合約之間混合加密數據的全域FHE密閜和鏈上加密密閜存儲,以及具有閾值安全計算方案的多個驗證者共用解密密鑰的異步加密機制;
  • 降低開發者門檻的 Solidity 合約庫:設計 FHE 的加密數據類型、操作類型、解密調用、加密輸出等;

Zama的fhEVM為FHE技術在區塊鏈應用中的應用提供了堅實的起點。但考慮到Zama主要專注於技術開發,其解決方案更傾向於技術層面,在工程落地和商業應用方面的思考相對較少。因此,在將fhEVM推向實際應用的過程中,可能會遇到各種意想不到的挑戰,包括但不限於技術閾值和性能優化問題。

使用 FHE-Rollup 構建生態系統

獨立的 fhEVM 本身不能構成一個專案或一個完整的生態系統;它更像是乙太坊生態系統中的多元化客戶之一。為了將自己打造成一個獨立的專案,fhEVM必須依靠公鏈級架構或採用Layer2/Layer3解決方案。FHE公鏈的發展方向必然需要解決如何減少分散式驗證節點之間FHE計算資源的冗餘和浪費。相反,Layer2 / Layer3 解決方案本質上是作為公鏈的執行層存在的,可以將計算工作分配給幾個節點,從而顯著降低計算開銷的數量級。因此,作為先驅,Fhenix 正在積極探索 fhEVM 和 Rollup 技術的結合,提出構建先進的 FHE-Rollups 類型的 Layer2 解決方案。

考慮到 ZK Rollups 技術涉及複雜的 ZKP 機制,需要大量的計算資源來生成驗證所需的證明,再加上全 FHE 的特點,直接實現基於 ZK Rollups 的 FHE-Rollups 解決方案將面臨諸多挑戰。因此,在現階段,與 ZK Rollups 相比,採用 Optimistic Rollups 解決方案作為 Fhenix 的技術選擇將更加實用和高效。

Fhenix 的技術棧主要包括幾個關鍵元件:Arbitrum Nitro 的欺詐證明器的一個變體,可以在 WebAssembly 中進行欺詐證明,因此,FHE 邏輯可以編譯到 WebAssembly 中以實現安全操作。核心庫fheOS提供了將FHE邏輯集成到智能合約中所需的所有功能。門檻服務網(TSN)是另一個重要組成部分,它託管著秘密共用的網路密鑰,利用特定演算法的秘密共用技術將其分成多個部分,以確保安全,並在必要時負責解密數據。

基於上述技術棧,Fhenix 發佈了第一個公開版本 Fhenix Frontier。雖然這是一個早期版本,有很多限制和缺失的功能,但它已經為智慧合約代碼庫、Solidity API、合約開發工具鏈(如Hardhat/Remix)、前端交互JavaScript庫等提供了全面的使用指南。對此感興趣的開發人員和生態系統專案方可以參考官方文檔進行探索。

與鏈無關的FHE協處理器

在FHE-Rollups的基礎上,Fhenix巧妙地引入了Relay模組,旨在為各種公鏈、L2和L3網路提供支援,使它們能夠連接到FHE協處理器並利用FHE功能。這意味著,即使原來的主機鏈不支援FHE,它現在也可以間接受益於FHE的強大功能。然而,由於 FHE-Rollups 的證明挑戰期通常持續 7 天,這在一定程度上限制了 FHE 的廣泛應用。為了克服這一挑戰,Fhenix與EigenLayer聯手,利用EigenLayer的Restaking機制,為FHE協處理器的服務提供更快、更便捷的通道,大大提升了整個FHE協處理器的效率和靈活性。

FHE 協處理器的使用過程簡單明瞭:

  1. 應用合約調用主機鏈上的FHE協處理器來執行加密的計算操作。
  2. 中繼協定對請求進行排隊
  3. 中繼節點監視中繼協定,並將呼叫轉發到專用的 Fhenix Rollup。
  4. FHE Rollup 執行 FHE 計算操作
  5. 閾值網路解密輸出
  6. 中繼節點將結果和樂觀證明返回給合約。
  7. 合約驗證樂觀證明並將結果發送給調用方。
  8. 應用程式合約繼續與調用結果一起執行合約。

Fhenix 參與指南

如果你是一名開發人員,你可以深入研究 Fhenix 的文檔,並基於這些文檔開發你自己的基於 FHE 的應用程式,探索它在實際應用中的潛力。

如果你是使用者,為什麼不嘗試體驗 Fhenix 的 FHE-Rollups 提供的 dApp,感受 FHE 帶來的數據安全和隱私保護。

如果您是研究人員,我們強烈建議您仔細閱讀 Fhenix 的文件,深入瞭解 FHE 的原理、技術細節和應用前景,以便在您的研究領域做出更多有價值的貢獻。

FHE最佳應用場景

FHE技術已顯示出廣泛的應用前景,特別是在全鏈遊戲、DeFi和AI領域。我們堅信,它在以下幾個領域具有巨大的發展潛力和廣闊的應用空間:

  • 隱私保護的全鏈遊戲:FHE技術為遊戲經濟中的金融交易和玩家操作提供了強大的加密保障,有效防止了即時操縱行為,保證了遊戲的公平公正。同時,FHE可以對玩家活動進行匿名化處理,大幅降低玩家金融資產和個人資訊洩露的風險,從而充分保護玩家的隱私和安全。
  • DeFi/MEV:隨著DeFi活動的蓬勃發展,許多DeFi操作已成為黑暗森林中MEV攻擊的目標。為了解決這一挑戰,FHE 可以有效保護 DeFi 中不願公開的敏感數據,例如持倉數量、平倉線、交易滑點等,同時保證業務邏輯計算的處理。通過應用FHE,可以顯著改善鏈上DeFi的健康情況,從而大大降低不良MEV行為的頻率。
  • AI:AI 模型訓練依賴於數據集。當涉及使用個人數據進行訓練時,確保單個敏感數據的安全成為首要先決條件。因此,FHE 技術成為在 AI 模型中訓練個人隱私數據的理想解決方案。它允許人工智慧處理加密數據,從而在不洩露任何個人敏感信息的情況下完成訓練過程。

FHE的社區認可

技術的發展不僅僅依賴於其核心功能。要實現技術的成熟和持續進步,需要持續的學術研究和開發的支援,以及社區力量的積極建設。在這方面,FHE被認為是密碼學領域的聖杯,其潛力和價值得到了廣泛的認可。2020年,Vitalik Buterin 在他的文章“探索全同態加密”中高度讚揚和支援 FHE 技術。近日,他再次在社交媒體上表達了自己的支持,強化了自己的立場,並呼籲為FHE技術的發展提供更多的資源和力量。相應地,新興專案、非營利性研究和教育組織以及不斷注入的市場資金似乎都預示著技術爆炸的前奏。

潛在的早期FHE生態系統

在FHE生態的初始發展階段,除了核心基礎技術服務公司Zama和備受期待的優質專案Fhenix之外,還有一系列同樣優秀的專案值得我們深入瞭解和關注:

  • 防曬霜:通過自主研發的FHE編譯器,支援傳統程式設計語言進行FHE轉換,為FHE密文設計相應的去中心化存儲,最終以SDK的形式輸出FHE特徵,用於Web3應用。
  • Mind Network:結合 EigenLayer 的 Restaking 機制,是用於擴展 AI 和 DePIN 網路安全性的專用 FHE 網路。
  • PADO Labs:推出集成了ZKP和FHE的zkFHE,並在其上構建了去中心化計算網路。
  • Arcium:以前是 Solana 的隱私協定 Elusiv,最近轉變為包括 FHE 在內的並行機密計算網路。
  • Inco Network:基於Zama的fhEVM,專注於優化FHE計算的成本和效率,然後為Layer1開發一個完整的生態系統。
  • Treat:由 Shiba 團隊和 Zama 共同創建,致力於擴展 Shiba 生態系統的 FHE Layer3。
  • Octra:支援隔離執行環境的FHE網路,基於OCaml、AST、ReasonML、C++開發。
  • BasedAI:支援在 LLM 模型中引入 FHE 函數的分散式網路。
  • Encifher:前身為BananaHQ,現在更名為Rize Labs,目前專注於圍繞 FHE 的 FHEML。
  • Privasea:NuLink核心團隊使用Zama的Concrete ML框架創建的FHE網路,旨在在AI領域的ML推理過程中實現數據隱私保護。

對於非營利性研究和教育機構,我們強烈推薦 FHE.org 和FHE Onchain,它們為整個生態系統的學術研究和教育普及提供了寶貴的資源。

由於篇幅所限,我們無法列出FHE生態系統中所有優秀的專案。但是,請相信這個生態系統蘊含著無限的潛力和機遇,值得我們不斷探索和發現。

結論

我們對FHE(Fully Homomorphic Encryption)技術的前景持樂觀態度,並對Fhenix專案抱有很高的期望。一旦 Fhenix 主網啟動並上線,我們預計 FHE 技術將增強各個領域的應用程式。我們堅信,這個創新和充滿活力的未來指日可待。

引用

https://zama.ai/

https://github.com/microsoft/SEAL

https://www.fhenix.io/

https://mindnetwork.xyz/

https://www.inco.org/

https://x.com/treatsforShib

https://docs.octra.org/

https://x.com/encifherio

https://www.getbased.ai/

https://www.privasea.ai/

https://x.com/fhe_org

https://x.com/FHEOnchain

https://vitalik.eth.limo/general/2020/07/20/homomorphic.html

https://x.com/MessariCrypto/status/1720134959875457352

https://foresightnews.pro/article/detail/59947

陳述:

  1. 本文轉載自【方舟資本】,原標題《方舟資本:我們為什麼投資FHE賽道》,版權歸原作者【Ris】所有,如對轉載有異議,請聯繫 Gate Learn團隊,團隊將按照相關程序儘快處理。

  2. 免責聲明:本文所表達的觀點和意見僅代表作者的個人觀點,不構成任何投資建議。

  3. 文章的其他語言版本由Gate Learn團隊翻譯, 未在 Gate.io 中提及,翻譯后的文章不得轉載、分發或抄襲。

探索 FHE 軌道

中級6/3/2024, 2:55:21 PM
FHE(Fully Homomorphic Encryption)允許第三方在不解密的情況下對加密數據進行無限的計算和操作,從而實現可組合的鏈上隱私計算。ArkStream Capital撰寫了一篇文章,介紹了FHE的概念、應用場景和生態系統,以及Fhenix正在構建的FHE-Rollup型Layer2解決方案。

介紹

過去,密碼學在人類文明的發展中發揮了舉足輕重的作用,特別是在資訊安全和隱私保護領域。它不僅為各個領域的數據傳輸和存儲提供了強大的保護,而且其具有公鑰和私鑰的非對稱加密系統以及哈希函數在2008年由中本聰創造性地結合在一起。這導致了工作量證明機制的設計,解決了雙重支出問題,從而催化了比特幣這一革命性數字貨幣的誕生,並開創了區塊鏈行業的新時代。

隨著區塊鏈產業的不斷演進和快速發展,一系列前沿的密碼技術應運而生,其中以零知識證明(ZKP)、多方計算(MPC)和全同態加密(FHE)最為突出。這些技術在各種場景中得到了廣泛的應用,例如將 ZKP 與 Rollup 解決方案相結合以解決區塊鏈的“三角困境”問題,以及通過將 MPC 與公鑰和私鑰系統相結合來推動使用者介面的大規模採用。FHE被視為密碼學的聖杯之一,其獨特的功能允許第三方在不解密的情況下對加密數據進行任意數量的操作和計算,從而實現可組合的鏈上隱私計算,為多個領域和場景帶來新的可能性。

FHE 快速概述

當我們提到FHE(完全同態加密)時,首先要了解這個名字的含義。HE代表同態加密,該技術的核心特徵是對加密數據執行計算和操作的能力,這些操作可以直接映射到明文,從而保留加密數據的數學屬性。FHE 中的“F”表示這種同態特性已被提升到新的高度,允許對加密數據進行無限的計算和操作。

為了説明理解,我們選擇最簡單的線性函數作為加密演算法,並用一次運算解釋加法同態和乘法同態。當然,實際的FHE使用一系列更複雜的數學演算法,這些演算法需要大量的計算資源(CPU和記憶體)。

雖然 FHE 的數學原理深奧而複雜,但我們不會在這裡深入研究它們。值得一提的是,在同態加密領域,除了FHE,還有部分同態加密和部分同態加密。它們的主要區別在於它們支援的操作類型和允許的操作數量,但它們同樣支援對加密數據的計算和操作。但是,為了保持內容簡潔,我們不會在這裡深入討論這些內容。

在FHE行業,雖然很多知名公司參與研發,但Microsoft和Zama憑藉其優秀的開源產品(代碼庫)脫穎而出,凸顯了其無與倫比的可用性和影響力。它們為開發人員提供了穩定高效的FHE實現,極大地促進了FHE技術的持續發展和廣泛應用。

Microsoft 的 SEAL:由 Microsoft Research 精心製作的 FHE 庫,不僅支援完全同態加密,還支援部分同態加密。SEAL 提供高效的 C++ 介面,並通過集成眾多優化演算法和技術,顯著提高了計算性能和效率。

Zama 的 TFHE:一個專注於高性能全同態加密的開源庫。TFHE通過C語言介面提供服務,並應用一系列先進的優化技術和演算法,旨在實現更快的計算速度和更低的資源消耗。

按照最簡化的思路,體驗FHE的操作流程大致如下:

  • 生成金鑰:使用 FHE 庫/框架生成一對公鑰和私鑰。
  • 加密數據:使用公鑰對FHE計算需要處理的數據進行加密。
  • 進行同態計算:使用FHE庫提供的同態計算函數,對加密數據進行各種計算運算,如加法、乘法等。
  • 解密結果:當需要查看計算結果時,合法使用者使用私鑰對計算結果進行解密。

在全同態加密(FHE)的實踐中,解密密鑰的管理原則(生成、流通和使用等)至關重要。由於對加密數據的計算和操作結果需要解密才能在特定時間和特定場景下使用,因此解密密鑰成為保證原始數據和處理後數據安全性和完整性的核心。解密金鑰的管理方案在許多方面與傳統的金鑰管理類似。然而,由於FHE的獨特性,可以設計出更嚴格、更詳細的策略。

對於區塊鏈來說,由於其去中心化、透明和不變的特點,引入閾值多方計算(TMPC)是一個潛在的有力選擇。該方案允許多個參與者共同管理和控制解密金閜,並且只有在達到預設閾值數(即參與者人數)時才能成功解密數據。這不僅增強了密鑰管理的安全性,還降低了單個節點被入侵的風險,為FHE在區塊鏈環境中的應用提供了強有力的保障。

使用 fhEVM 奠定基礎

從最小入侵的角度來看,在區塊鏈上實現全同態加密(FHE)的理想方式是將其封裝為一個通用的智慧合約代碼庫,以確保羽量級和靈活性。但是,這種方法的先決條件是智慧合約虛擬機必須預先支援 FHE 所需的複雜數學運算和加密運算的特定指令集。如果虛擬機不能滿足這些要求,就需要深入研究虛擬機的核心架構進行定製改造,以適應FHE演算法的要求,從而實現無縫集成。

作為長期被廣泛採用和驗證的虛擬機,乙太坊虛擬機(EVM)自然成為實現FHE的首選。然而,該領域的從業者很少。其中,我們再次注意到了Zama公司的開源TFHE。事實上,Zama 不僅提供了基本的 TFHE 庫,而且作為一家專注於將 FHE 技術應用於人工智慧和區塊鏈領域的科技公司,推出了兩款重要的開源產品:Concrete ML 和 fhEVM。Concrete ML 專注於機器學習中的隱私計算。通過Concrete ML,數據科學家和ML從業者可以在保護隱私的前提下,對敏感數據進行機器學習模型的訓練和推斷,從而充分利用數據資源,而不必擔心隱私洩露。另一款產品 fhEVM 是一個完全同態的 EVM,支援在 Solidity 中實現的隱私計算。fhEVM允許開發人員在乙太坊智能合約中使用完全同態加密技術,以實現隱私保護和安全計算。

通過閱讀 fhEVM 文件,我們瞭解到 fhEVM 的核心功能是:

  • fhEVM:在非EVM位元組碼層面,以嵌入式函數的形式,通過集成Zama開源FHE庫預編譯合約的多種不同狀態,提供FHE運維支援。此外,還專門為FHE構建了特殊的EVM記憶體和儲存區,用於存儲、讀取、寫入和驗證FHE密文;
  • 基於分散式閾值協議設計的解密機制:支援多使用者、多合約之間混合加密數據的全域FHE密閜和鏈上加密密閜存儲,以及具有閾值安全計算方案的多個驗證者共用解密密鑰的異步加密機制;
  • 降低開發者門檻的 Solidity 合約庫:設計 FHE 的加密數據類型、操作類型、解密調用、加密輸出等;

Zama的fhEVM為FHE技術在區塊鏈應用中的應用提供了堅實的起點。但考慮到Zama主要專注於技術開發,其解決方案更傾向於技術層面,在工程落地和商業應用方面的思考相對較少。因此,在將fhEVM推向實際應用的過程中,可能會遇到各種意想不到的挑戰,包括但不限於技術閾值和性能優化問題。

使用 FHE-Rollup 構建生態系統

獨立的 fhEVM 本身不能構成一個專案或一個完整的生態系統;它更像是乙太坊生態系統中的多元化客戶之一。為了將自己打造成一個獨立的專案,fhEVM必須依靠公鏈級架構或採用Layer2/Layer3解決方案。FHE公鏈的發展方向必然需要解決如何減少分散式驗證節點之間FHE計算資源的冗餘和浪費。相反,Layer2 / Layer3 解決方案本質上是作為公鏈的執行層存在的,可以將計算工作分配給幾個節點,從而顯著降低計算開銷的數量級。因此,作為先驅,Fhenix 正在積極探索 fhEVM 和 Rollup 技術的結合,提出構建先進的 FHE-Rollups 類型的 Layer2 解決方案。

考慮到 ZK Rollups 技術涉及複雜的 ZKP 機制,需要大量的計算資源來生成驗證所需的證明,再加上全 FHE 的特點,直接實現基於 ZK Rollups 的 FHE-Rollups 解決方案將面臨諸多挑戰。因此,在現階段,與 ZK Rollups 相比,採用 Optimistic Rollups 解決方案作為 Fhenix 的技術選擇將更加實用和高效。

Fhenix 的技術棧主要包括幾個關鍵元件:Arbitrum Nitro 的欺詐證明器的一個變體,可以在 WebAssembly 中進行欺詐證明,因此,FHE 邏輯可以編譯到 WebAssembly 中以實現安全操作。核心庫fheOS提供了將FHE邏輯集成到智能合約中所需的所有功能。門檻服務網(TSN)是另一個重要組成部分,它託管著秘密共用的網路密鑰,利用特定演算法的秘密共用技術將其分成多個部分,以確保安全,並在必要時負責解密數據。

基於上述技術棧,Fhenix 發佈了第一個公開版本 Fhenix Frontier。雖然這是一個早期版本,有很多限制和缺失的功能,但它已經為智慧合約代碼庫、Solidity API、合約開發工具鏈(如Hardhat/Remix)、前端交互JavaScript庫等提供了全面的使用指南。對此感興趣的開發人員和生態系統專案方可以參考官方文檔進行探索。

與鏈無關的FHE協處理器

在FHE-Rollups的基礎上,Fhenix巧妙地引入了Relay模組,旨在為各種公鏈、L2和L3網路提供支援,使它們能夠連接到FHE協處理器並利用FHE功能。這意味著,即使原來的主機鏈不支援FHE,它現在也可以間接受益於FHE的強大功能。然而,由於 FHE-Rollups 的證明挑戰期通常持續 7 天,這在一定程度上限制了 FHE 的廣泛應用。為了克服這一挑戰,Fhenix與EigenLayer聯手,利用EigenLayer的Restaking機制,為FHE協處理器的服務提供更快、更便捷的通道,大大提升了整個FHE協處理器的效率和靈活性。

FHE 協處理器的使用過程簡單明瞭:

  1. 應用合約調用主機鏈上的FHE協處理器來執行加密的計算操作。
  2. 中繼協定對請求進行排隊
  3. 中繼節點監視中繼協定,並將呼叫轉發到專用的 Fhenix Rollup。
  4. FHE Rollup 執行 FHE 計算操作
  5. 閾值網路解密輸出
  6. 中繼節點將結果和樂觀證明返回給合約。
  7. 合約驗證樂觀證明並將結果發送給調用方。
  8. 應用程式合約繼續與調用結果一起執行合約。

Fhenix 參與指南

如果你是一名開發人員,你可以深入研究 Fhenix 的文檔,並基於這些文檔開發你自己的基於 FHE 的應用程式,探索它在實際應用中的潛力。

如果你是使用者,為什麼不嘗試體驗 Fhenix 的 FHE-Rollups 提供的 dApp,感受 FHE 帶來的數據安全和隱私保護。

如果您是研究人員,我們強烈建議您仔細閱讀 Fhenix 的文件,深入瞭解 FHE 的原理、技術細節和應用前景,以便在您的研究領域做出更多有價值的貢獻。

FHE最佳應用場景

FHE技術已顯示出廣泛的應用前景,特別是在全鏈遊戲、DeFi和AI領域。我們堅信,它在以下幾個領域具有巨大的發展潛力和廣闊的應用空間:

  • 隱私保護的全鏈遊戲:FHE技術為遊戲經濟中的金融交易和玩家操作提供了強大的加密保障,有效防止了即時操縱行為,保證了遊戲的公平公正。同時,FHE可以對玩家活動進行匿名化處理,大幅降低玩家金融資產和個人資訊洩露的風險,從而充分保護玩家的隱私和安全。
  • DeFi/MEV:隨著DeFi活動的蓬勃發展,許多DeFi操作已成為黑暗森林中MEV攻擊的目標。為了解決這一挑戰,FHE 可以有效保護 DeFi 中不願公開的敏感數據,例如持倉數量、平倉線、交易滑點等,同時保證業務邏輯計算的處理。通過應用FHE,可以顯著改善鏈上DeFi的健康情況,從而大大降低不良MEV行為的頻率。
  • AI:AI 模型訓練依賴於數據集。當涉及使用個人數據進行訓練時,確保單個敏感數據的安全成為首要先決條件。因此,FHE 技術成為在 AI 模型中訓練個人隱私數據的理想解決方案。它允許人工智慧處理加密數據,從而在不洩露任何個人敏感信息的情況下完成訓練過程。

FHE的社區認可

技術的發展不僅僅依賴於其核心功能。要實現技術的成熟和持續進步,需要持續的學術研究和開發的支援,以及社區力量的積極建設。在這方面,FHE被認為是密碼學領域的聖杯,其潛力和價值得到了廣泛的認可。2020年,Vitalik Buterin 在他的文章“探索全同態加密”中高度讚揚和支援 FHE 技術。近日,他再次在社交媒體上表達了自己的支持,強化了自己的立場,並呼籲為FHE技術的發展提供更多的資源和力量。相應地,新興專案、非營利性研究和教育組織以及不斷注入的市場資金似乎都預示著技術爆炸的前奏。

潛在的早期FHE生態系統

在FHE生態的初始發展階段,除了核心基礎技術服務公司Zama和備受期待的優質專案Fhenix之外,還有一系列同樣優秀的專案值得我們深入瞭解和關注:

  • 防曬霜:通過自主研發的FHE編譯器,支援傳統程式設計語言進行FHE轉換,為FHE密文設計相應的去中心化存儲,最終以SDK的形式輸出FHE特徵,用於Web3應用。
  • Mind Network:結合 EigenLayer 的 Restaking 機制,是用於擴展 AI 和 DePIN 網路安全性的專用 FHE 網路。
  • PADO Labs:推出集成了ZKP和FHE的zkFHE,並在其上構建了去中心化計算網路。
  • Arcium:以前是 Solana 的隱私協定 Elusiv,最近轉變為包括 FHE 在內的並行機密計算網路。
  • Inco Network:基於Zama的fhEVM,專注於優化FHE計算的成本和效率,然後為Layer1開發一個完整的生態系統。
  • Treat:由 Shiba 團隊和 Zama 共同創建,致力於擴展 Shiba 生態系統的 FHE Layer3。
  • Octra:支援隔離執行環境的FHE網路,基於OCaml、AST、ReasonML、C++開發。
  • BasedAI:支援在 LLM 模型中引入 FHE 函數的分散式網路。
  • Encifher:前身為BananaHQ,現在更名為Rize Labs,目前專注於圍繞 FHE 的 FHEML。
  • Privasea:NuLink核心團隊使用Zama的Concrete ML框架創建的FHE網路,旨在在AI領域的ML推理過程中實現數據隱私保護。

對於非營利性研究和教育機構,我們強烈推薦 FHE.org 和FHE Onchain,它們為整個生態系統的學術研究和教育普及提供了寶貴的資源。

由於篇幅所限,我們無法列出FHE生態系統中所有優秀的專案。但是,請相信這個生態系統蘊含著無限的潛力和機遇,值得我們不斷探索和發現。

結論

我們對FHE(Fully Homomorphic Encryption)技術的前景持樂觀態度,並對Fhenix專案抱有很高的期望。一旦 Fhenix 主網啟動並上線,我們預計 FHE 技術將增強各個領域的應用程式。我們堅信,這個創新和充滿活力的未來指日可待。

引用

https://zama.ai/

https://github.com/microsoft/SEAL

https://www.fhenix.io/

https://mindnetwork.xyz/

https://www.inco.org/

https://x.com/treatsforShib

https://docs.octra.org/

https://x.com/encifherio

https://www.getbased.ai/

https://www.privasea.ai/

https://x.com/fhe_org

https://x.com/FHEOnchain

https://vitalik.eth.limo/general/2020/07/20/homomorphic.html

https://x.com/MessariCrypto/status/1720134959875457352

https://foresightnews.pro/article/detail/59947

陳述:

  1. 本文轉載自【方舟資本】,原標題《方舟資本:我們為什麼投資FHE賽道》,版權歸原作者【Ris】所有,如對轉載有異議,請聯繫 Gate Learn團隊,團隊將按照相關程序儘快處理。

  2. 免責聲明:本文所表達的觀點和意見僅代表作者的個人觀點,不構成任何投資建議。

  3. 文章的其他語言版本由Gate Learn團隊翻譯, 未在 Gate.io 中提及,翻譯后的文章不得轉載、分發或抄襲。

即刻開始交易
註冊並交易即可獲得
$100
和價值
$5500
理財體驗金獎勵!
It seems that you are attempting to access our services from a Restricted Location where Gate is unable to provide services. We apologize for any inconvenience this may cause. Currently, the Restricted Locations include but not limited to: the United States of America, Canada, Cambodia, Thailand, Cuba, Iran, North Korea and so on. For more information regarding the Restricted Locations, please refer to the User Agreement. Should you have any other questions, please contact our Customer Support Team.