Vorteile der vollständig homomorphen Verschlüsselung: Im Vergleich zu herkömmlichen Verschlüsselungsalgorithmen besteht ihr einzigartiges Merkmal darin, dass ein Dritter eine beliebige Anzahl von Berechnungen und Operationen an verschlüsselten Daten durchführen kann, ohne diese zu entschlüsseln, was Datenschutz-Computing bietet und neue Möglichkeiten bietet.
Vollständig homomorphe Verschlüsselung (FHE): Ermöglicht die Durchführung bestimmter Formen algebraischer Operationen am Chiffretext. Das entschlüsselte Ergebnis ist dasselbe wie das Ergebnis der Ausführung derselben Operation am Klartext. konsistent. Im Vergleich zum Zero-Knowledge-Proof besteht der größte Vorteil der vollständig homomorphen Verschlüsselung darin, dass sie der Cloud die Möglichkeit gibt, Berechnungen an verschlüsselten Daten durchzuführen und so sensible Informationen vor dem Zugriff Dritter zu schützen.
Vollständig homomorphe Verschlüsselung (FHE) kann wie folgt aufgeschlüsselt werden:
Die HE in FHE stellt eine homomorphe Verschlüsselungstechnologie dar. Ihr Hauptmerkmal besteht darin, dass sie Berechnungen und Operationen an Chiffretext ermöglicht und diese Operationen direkt auf In abgebildet werden können Im Klartext bleiben die mathematischen Eigenschaften der verschlüsselten Daten unverändert. Das F in
FHE bedeutet, dass dieser Homomorphismus ein neues Niveau erreicht hat und unbegrenzte Berechnungen und Operationen an verschlüsselten Daten ermöglicht.
Im Datenschutzbereich sind die drei Technologien an der Spitze der Branchentechnologie: FHE, ZK und MPC.
Fully Homomorphic Encryption (FHE) kann verschiedene Vorgänge an verschlüsselten Daten durchführen, ohne diese vorher zu entschlüsseln, sodass die Privatsphäre der Daten äußerst geschützt ist. Gleichzeitig bietet FHE starke Sicherheitsgarantien für Bereiche wie Cloud Computing und Blockchain.
Zero-Knowledge-Proof (ZK) ist eine fortschrittliche Kryptographietechnologie, die eine Schlüsselrolle beim Schutz der Privatsphäre und der Gewährleistung sachlicher Richtigkeit spielt. Durch ZK kann eine Partei einer anderen Partei die Echtheit einer bestimmten Aussage nachweisen, ohne die spezifischen Daten im Zusammenhang mit der Aussage preiszugeben, wodurch die Privatsphäre der betroffenen Person wirksam geschützt wird. Insbesondere beim Aufbau von Blockchain-Erweiterungslösungen wird ZK häufig verwendet, beispielsweise bei ZK-Rollups.
Multi-Party Computation (MPC) ist ein auf Kryptografietechnologie basierendes Computermodell, das die privaten Daten der Teilnehmer schützen und Computeraufgaben erledigen kann, ohne private Eingaben preiszugeben. Die MPC-Technologie zerlegt den Berechnungsprozess in mehrere Schritte und führt in jedem Schritt Verschlüsselungs- und Entschlüsselungsvorgänge ein, wodurch mehrere Parteien an der Berechnung teilnehmen können, ohne dass private Informationen preisgegeben werden.
Aus dem obigen Vergleich geht hervor, dass sich die FHE-Technologie auf die Durchführung von Berechnungen konzentriert, ohne die Daten zu entschlüsseln, wodurch sich die ZK-Technologie auf den Nachweis der Richtigkeit der Aussage konzentriert und gleichzeitig die Privatsphäre der Aussage schützt verpflichtet sich, sichere Mehrparteienberechnungen zu implementieren, um die Privatsphäre und Sicherheit der Teilnehmer während des Berechnungsprozesses zu gewährleisten.
Besserer Schutz der Privatsphäre und Sicherheit: FHE gewährleistet die Privatsphäre und Sicherheit der Daten während der Verarbeitung und Berechnung durch Verschlüsselung der Daten und verhindert so Datenlecks und Angriffe. Diese Verschlüsselungsmethode nutzt mathematische Prinzipien und Kryptografietechnologie, um die Durchführung sicherer Berechnungen in einer Cloud-Computing-Umgebung zu ermöglichen. Während des Berechnungsprozesses kann niemand, einschließlich des Datenverarbeiters, den ursprünglichen Inhalt der Daten einsehen und so den ursprünglichen Inhalt verhindern Zweck der Daten.
Hat mehr Einsatzszenarien: FHE kann für die sichere Datenverarbeitung im Finanzbereich, den Schutz der Privatsphäre im medizinischen Bereich, sicheres Cloud Computing, elektronische Abstimmungen, sichere Datenübertragung im Internet der Dinge und andere Bereiche eingesetzt werden. Durch die FHE-Technologie können verschiedene Branchen eine sichere Verarbeitung und Übertragung von Daten erreichen, die Sicherheit der Datenschutzinformationen der Benutzer gewährleisten und die digitale und intelligente Entwicklung verschiedener Branchen fördern. Daher verfügt FHE sowohl in Web 2 als auch in Web 3 über ein breiteres Spektrum an Anwendungsszenarien als ZK und MPC.
Zama ist ein Projekt, das sich auf vollständig homomorphe Verschlüsselungstechnologie konzentriert.
Dieses Projekt konzentriert sich auf die Entwicklung und Förderung von FHE-Lösungen zum Schutz der Privatsphäre im Bereich Blockchain und künstliche Intelligenz. Die vollständig homomorphe Verschlüsselung ist die Kerntechnologie von Zama, die die Durchführung beliebiger Berechnungen an verschlüsselten Daten ohne Entschlüsselung ermöglicht und so den Datenschutz der Daten während der Verarbeitung gewährleistet. Zama bietet einen leistungsstarken Satz an Open-Source-FHE-Bibliotheken und -Lösungen, die es jedem, vom unabhängigen Entwickler bis zum großen Unternehmen, ermöglichen, Ende-zu-Ende-verschlüsselte Anwendungen zu erstellen, ohne zunächst etwas über Kryptografie zu wissen.
Zamas Produkte und Dienstleistungen richten sich hauptsächlich an Branchen wie Gesundheitswesen, Finanzdienstleistungen, Werbung, Verteidigung, Biometrie und Regierungssicherheit. Durch seine Technologie ist Zama in der Lage, diesen Branchen datenschutzschonende maschinelle Lern- und Smart-Contract-Lösungen anzubieten. Darüber hinaus beteiligt sich Zama aktiv an verschiedenen Kooperationsprojekten, um den Einsatz seiner FHE-Technologie weiter voranzutreiben. Beispielsweise hat das Unternehmen mit Mind Network zusammengearbeitet, um seine Concrete ML-Lösung in das FHE-Verifizierungsnetzwerk von Mind Network zu integrieren und so einen neuen Standard für die dezentrale KI-Verifizierung zu setzen. Arbeiten Sie mit Privasea zusammen, um gemeinsam die Bereiche KI, Datensicherheit und ML zu erkunden und eine Reihe von KI-Anwendungen zum Schutz der Privatsphäre auf Basis der ZAMA-ConcreteML-Plattform zu entwickeln.
Zama hat eine Serie-A-Finanzierungsrunde in Höhe von 73 Millionen US-Dollar abgeschlossen, angeführt von Multicoin Capital und Protocol Labs, an der sich auch Metaplanet, Blockchange Ventures, Vsquared Ventures und Stake Capital beteiligen.
Fhenix ist eine auf Ethereum basierende Layer-2-Lösung, die auf FHE-Rollups und FHE-Coprozessoren basiert.
Fhenix ist vollständig kompatibel mit der Ethereum Virtual Machine (EVM) und bietet volle Unterstützung für die Solidity-Sprache. Es kann intelligente Verträge auf Basis von FHE ausführen und vertrauliche Berechnungen in der Kette implementieren. Im Gegensatz zu anderen Lösungen verwendet Fhenix nicht zkFHE, sondern verwendet Optimistic Rollup anstelle von ZK Rollup. Es nutzt auch die FHE-Technologie von Zama, um Vertraulichkeit in der Kette durch fhEVM zu erreichen, und konzentriert sich auf die TFHE-Technologie (Threshold FHE). Die TFHE-Technologie kann unter Beteiligung mehrerer Parteien eine vollständig homomorphe Verschlüsselung erreichen und bietet so eine zuverlässigere Lösung zum Schutz der Privatsphäre und Datensicherheit der Benutzer. Die Einführung von Fhenix wird dem Ethereum-Ökosystem mehr Datenschutz und Sicherheit verleihen und die Anwendung und Entwicklung der Blockchain-Technologie in mehr Bereichen fördern.
Am 2. April 2024 gab Fhenix bekannt, dass es mit EigenLayer bei der Entwicklung des FHE-Coprozessors zusammenarbeiten werde, in der Hoffnung, FHE in Smart Contracts einzuführen. Der sogenannte „FHE-Co-Prozessor“ konzentriert sich auf die Durchführung von Berechnungen an verschlüsselten Daten, ohne die Informationen zuvor zu entschlüsseln. FHE-Berechnungsaufgaben müssen nicht auf Ethereum, L2 oder L3 abgewickelt werden, sondern werden von einem dafür vorgesehenen Prozessor abgewickelt. Der FHE-Coprozessor wird durch die Absteckmechanismen FHE Rollup und EigenLayer von Fhenix geschützt. Der Roadmap zufolge plant Fhenix, das Mainnet im Januar 2025 zu starten.
Im September 2023 schloss Fhenix eine Seed-Finanzierungsrunde in Höhe von 7 Millionen US-Dollar ab, angeführt von Sora Ventures, Multicoin Capital und Collider Ventures, mit Beteiligung von Node Capital, Bankless, HackVC, TaneLabs und Metaplanet. Durch die Kombination vollständig homomorpher Verschlüsselungstechnologie und Ethereum L2-Lösungen bringt das Fhenix-Projekt innovative vertrauliche Computerfunktionen in den Blockchain-Bereich und zeigt ein breites Anwendungspotenzial in mehreren Bereichen.
Secret Network ist ein Blockchain-Projekt, das sich dem Datenschutz widmet und darauf abzielt, Datenschutz für dezentrale Anwendungen (DApps) zu bieten. Das Projekt ermöglicht es Entwicklern, neue Arten erlaubnisfreier, die Privatsphäre schützender Anwendungen zu entwickeln.
Secret Network ist eine Layer-1-Blockchain, die mit Cosmos SDK und Tendermint BFT erstellt wurde, und eine datenschutzorientierte Smart-Contract-Plattform. Es ist das erste Projekt, das private Smart Contracts im Mainnet anbietet. Das Projekt verbessert seine Datenschutzfunktionen durch die Integration der Intel SGX-Technologie (Software Guard Extensions). Ursprünglich hieß Secret Network Enigma und wollte bei der Entwicklung auf das Ethereum-Ökosystem zurückgreifen. Aufgrund von Leistungsengpässen wurde es jedoch dahingehend geändert, eine unabhängige öffentliche Kette zu entwickeln, die Privacy Computing über das Cosmos SDK unterstützt. Diese Kette unterstützt nicht nur privates Computing, sondern ermöglicht auch die Interoperabilität mit anderen Cosmos-Ökosystemen und bringt Datenschutz in eine Vielzahl von Blockchain-Netzwerken. Die wichtigste technologische Innovation von Secret Network liegt in seinem integrierten Intel SGX, der es ermöglicht, Benutzern Datenschutz zu bieten und gleichzeitig die Blockchain-Transparenz aufrechtzuerhalten. Secret Network bietet Datenschutz für Web 3.0-Anwendungen durch seine einzigartigen Datenschutzfunktionen und fördert so die Entwicklung des dezentralen Finanzwesens und anderer Bereiche.
Sunscreen
Das Unternehmen hat seinen eigenen FHE-Compiler als Open-Source-Version bereitgestellt. Dabei handelt es sich um einen nativen Compiler auf Web3-Basis, der gewöhnliche Rust-Funktionen in private FHE-äquivalente Funktionen umwandeln kann und so eine hohe Leistung für arithmetische Operationen (wie DeFi) bietet. Es ist keine Hardwarebeschleunigung erforderlich. Darüber hinaus unterstützt der FHE-Compiler das BFV-FHE-Schema. Unterdessen arbeitet Sunscreen an der Entwicklung eines ZKP-Compilers, der mit dem FHE-Compiler kompatibel ist, um die Rechenintegrität sicherzustellen, wenn auch insgesamt langsamer beim Nachweis homomorpher Operationen. Darüber hinaus ist das Unternehmen auf der Suche nach einem dezentralen Speichersystem zur Speicherung von FHE-Chiffretext.
In der zukünftigen Roadmap wird Sunscreen zunächst private Transaktionen im Testnetz unterstützen, dann vorgegebene private Programme unterstützen und es Entwicklern schließlich ermöglichen, mithilfe seiner FHE- und ZKP-Compiler beliebige private Programme zu schreiben.
Im Juli 2022 schloss Sunscreen eine Seed-Finanzierungsrunde in Höhe von 4,65 Millionen US-Dollar ab, angeführt von Polychain Capital, Coinbase Ventures, dao5 usw. Zu den Einzelinvestoren gehörten auch Naval Ravikan, Entropy-Gründer Tux Pacific usw. Sunscreen, zu dessen Mitbegründern Ravital Solomon und MacLane Wilkison, Mitbegründer des Datenschutznetzwerks NuCypher, gehören, zielt darauf ab, Ingenieuren die Erstellung von Anwendungen zu erleichtern, die auf vollständig homomorpher Verschlüsselung basieren. Zuvor hatte Sunscreen eine Pre-Seed-Finanzierung in Höhe von 570.000 US-Dollar erhalten.
Mind Network
Zu den Produkten des Netzwerks gehören MindLayer, die FHE-Re-Stake-Lösung für KI- und DePIN-Netzwerke, MindSAP, das von FHE autorisierte Stealth-Adressprotokoll, und FHE DataLake MindLake, das auf der Grundlage des FHE-Validatornetzwerks erstellt wurde. Benutzer können LST-Token von BTC und ETH über MindLayer erneut in das Mind Network einbinden, und der erweiterte FHE-Validator wird eingeführt, um einen durchgängig verschlüsselten Verifizierungs- und Berechnungsprozess zu erreichen. Gleichzeitig wird ein Proof of Intelligence (PoI)-Konsensmechanismus eingeführt, der speziell für KI-Machine-Learning-Aufgaben entwickelt wurde, um eine faire und sichere Verteilung unter FHE-Validatoren sicherzustellen. FHE-Berechnungen können auch durch Hardware beschleunigt werden. MindLake ist ein Datenspeicher-Rollup für die On-Chain-Verschlüsselung von Datenberechnungen.
Darüber hinaus startet Mind Network zusammen mit AltLayer, EigenDA und Arbitrum Orbit die Rollup-Kette. Das Testnetz von Mind Network wurde gestartet. Im Juni 2023 schloss Mind Network eine Seed-Runde in Höhe von 2,5 Millionen US-Dollar mit Investoren ab, darunter Binance Labs, Comma3 Ventures, SevenX Ventures, HashKey Capital, Big Brain Holdings, Arweave SCP Ventures, Mandala Capital und anderen. Gleichzeitig wurde es für das Inkubationsprogramm der fünften Saison von Binance Labs ausgewählt, für das Chainlink BUILD-Programm ausgewählt und erhielt den Fellowship Grant der Ethereum Foundation.
Privasea ist ein verteiltes Computernetzwerkprojekt, das vollständig homomorphes Verschlüsselungs-Maschinenlernen (FHEML) integriert. Es hat auch die DApp „ImHuman“ auf Basis der FHE-Technologie eingeführt, um die Genauigkeit der „Gesichtsverifizierung“ (PoH) sicherzustellen .
Sobald ein Benutzer ein ImHuman-Konto erstellt, kann er sein Passwort nicht mehr abrufen, wenn er es vergisst. ImHuman scannt das Gesichtsbild mit der Frontkamera und verschlüsselt es auf dem Mobiltelefon. Es wird nicht an einen Server gesendet und Privasea hat keine Berechtigung, darauf zuzugreifen. Das verschlüsselte Gesichtsbild wird an den Privasea-Server gesendet und zur Generierung eines persönlichen NFT zur Vervollständigung der Gesichtsüberprüfung verwendet. Benutzer, die die PoH-Verifizierung bestehen, erhalten exklusive Airdrops. Derzeit ist ImHuman nur bei Google Play verfügbar und wird bald im App Store verfügbar sein.
Privasea hat außerdem die AI-DePIN-Infrastruktur Privasea AI Network aufgebaut und das Testnetzwerk wurde gestartet. Durch den Aufbau eines dezentralen Computernetzwerks stellt das Testnetzwerk skalierbare verteilte Computerressourcen für FHE-KI-Aufgaben bereit und verringert so das Risiko einer zentralisierten Datenverarbeitung. Die FHE-Lösung von Privasea basiert auf Zamas spezifischem maschinellen Lernen. Im März 2024 hat Privasea eine Seed-Finanzierungsrunde in Höhe von 5 Millionen US-Dollar abgeschlossen, an der Investoren wie Binance Labs, Gate Labs, MH Ventures, K300, QB Ventures, CryptoTimes usw. beteiligt waren. Im April schloss Privasea eine neue strategische Finanzierungsrunde mit Investoren wie OKX Ventures, Tanelabs, einem Inkubator, an dem SoftBank beteiligt ist, und anderen ab.
FHE ist weniger effizient: In der aktuellen Blockchain-Branche ist es aufgrund von Einschränkungen bei Rechenleistung und Algorithmen sehr schwierig, die ZK-Technologie zu implementieren. Die von FHE benötigte Rechenleistung ist 4–5 Größenordnungen größer als die von ZK (ca. 1000–10000 Mal), daher ist es in dieser Phase sehr schwierig, FHE vollständig zu implementieren. Zu diesem Zeitpunkt können nur Additions- und Subtraktionsberechnungen von FHE realisiert werden, dies erfordert jedoch immer noch eine große Menge an Berechnungen, was zu einer relativ geringen Berechnungseffizienz führt und viel Rechenleistung erfordert, und die Kosten werden auch erheblich steigen.
Die Marktnachfrage nach FHE ist nicht groß: Obwohl die Einführung von FHE die Probleme einiger Branchen lösen kann, ist die Implementierung auf Basis von FHE schwieriger und kostspieliger, was dazu führt, dass weniger Projekte bereit sind, FHE einzuführen. Und für die meisten Benutzer ist der Datenschutz ein triviales Bedürfnis. Da es sich um einen öffentlichen Dienst handelt, sind nur wenige Menschen bereit, einen Aufpreis für den Datenschutz zu zahlen. Die Marktnachfrage nach FHE ist nicht groß, was dazu führt, dass die Bereitschaft verschiedener Projektparteien, FHE zu entwickeln, nicht sehr groß ist. Daher befand sich FHE in den letzten Jahren in einer stagnierenden Entwicklungsphase und hat keine wirkliche Anwendung.
Schwache Rechenleistungsinfrastruktur: Die Grundvoraussetzung für die Realisierung von FHE ist, dass eine große Menge an Rechenleistung erforderlich ist. Berechnungen haben gezeigt, dass die CPU die grundlegendsten Rechenanforderungen von FHE, GPU und ASIC nicht erfüllen kann . Kann einfach zufrieden sein. Aber jetzt befindet sich die Welt aufgrund des Aufstiegs der KI-Industrie in einer Phase der Rechenleistungsknappheit. Die Produktion von Nvidias GPUs ist bis 2025 geplant, und die dezentralen Rechenleistungsprojekte in der Kryptoindustrie sind auf den Mangel zurückzuführen Gesamtrechenleistung und Bandbreite Probleme mit Hardwaregeräten wie TPS und TPS erfüllen nicht die Voraussetzungen für die Entwicklung von FHE. Vor dem Hintergrund des Mangels an Rechenleistung ist es unrealistisch, den FHE-Track in großem Maßstab zu entwickeln.
Zuallererst kann FHE, als der Heilige Gral der Kryptographie, seinen einzigartigen Algorithmus nutzen, um es Dritten zu ermöglichen, eine beliebige Anzahl von Berechnungen und Operationen an verschlüsselten Daten durchzuführen, ohne diese zu entschlüsseln, was neue Möglichkeiten für Datenschutz-Computing bietet. Die FHE-Technologie kann die Privatsphäre der Benutzer wirksam schützen und gleichzeitig eine sichere Weitergabe und Verarbeitung von Daten ermöglichen. Nicht nur in der Kryptoindustrie, sondern auch in allen Lebensbereichen der realen Gesellschaft kann es eine innovative Rolle spielen und bestehende Datenschutzprobleme für alle Lebensbereiche lösen.
Zweitens steht FHE als junges Unternehmen vor vielen Schwierigkeiten. Die Effizienz von FHE wird durch die Einschränkungen der Rechenleistung und der Algorithmen in der aktuellen Blockchain-Industrie begrenzt, was die Implementierung der FHE-Technologie erschwert. Obwohl FHE einige Branchenprobleme lösen kann, ist die erforderliche Rechenleistung etwa 1.000 bis 10.000 Mal so hoch wie die von ZK. Daher sind derzeit nur Additions- und Subtraktionsberechnungen von FHE möglich. Seine Anwendung ist durch die geringe Marktnachfrage und die schwache Computerinfrastruktur begrenzt Die Auswirkungen haben dazu geführt, dass die Entwicklung von FHE stagniert.
Im Allgemeinen ist FHE ein sehr vielversprechender und bahnbrechender Weg, der die Privatsphäre der Benutzer wirksam schützen und gleichzeitig eine sichere Weitergabe und Verarbeitung von Daten ermöglichen kann. Aufgrund der begrenzten Infrastruktur und der geringen Marktnachfrage aufgrund von Effizienz- und Kostenproblemen stößt FEH jedoch auf viele Schwierigkeiten bei der Umsetzung. Daher befindet sich die zukünftige Entwicklungsrichtung von FHE für die Kryptoindustrie noch in einem frühen Stadium und es fehlen die Voraussetzungen für eine Projektbewerbung.
Das obige ist der detaillierte Inhalt vonDer von Vitalik vorhergesagte neue technologische Sturm: Der Aufstieg von FHE verändert die Welt der Verschlüsselung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
