FHE (encriptación totalmente homomórfica) es una tecnología de encriptación avanzada que permite realizar cálculos directamente sobre datos encriptados, logrando así el procesamiento de datos mientras se protege la privacidad. Esta tecnología tiene amplias perspectivas de aplicación en campos sensibles a la privacidad de los datos, como las finanzas, la salud y la computación en la nube. Sin embargo, la comercialización de FHE todavía enfrenta numerosos desafíos, principalmente debido a su enorme costo computacional y de memoria, así como a su falta de escalabilidad.
Principios básicos de FHE
La idea central de FHE es ocultar los datos originales mediante complejas operaciones polinómicas. En concreto:
Seleccione un polinomio de clave s(x)
Generar un polinomio aleatorio a(x)
Generar un pequeño polinomio de "ruido" e(x)
Texto en claro de cifrado m: c(x) = m + a(x)*s(x) + e(x)
Al descifrar, solo se necesita conocer la clave s(x) para recuperar m de c(x). La introducción de polinomios aleatorios y ruido es para mejorar la seguridad y prevenir la deducción de patrones a través de entradas repetidas simples.
Pero la introducción de ruido también ha traído desafíos: a medida que aumenta el número de cálculos, el ruido puede acumularse, lo que finalmente puede llevar a no poder descifrar correctamente. Para abordar este problema, FHE ha utilizado varias técnicas:
Cambio de clave: compresión del tamaño del texto cifrado
Cambio de módulo: control del crecimiento del ruido
Bootstrap: Restablecer el ruido al nivel inicial
Bootstrap es la clave para implementar FHE real, pero también es la operación que más recursos computacionales consume.
Desafíos que enfrenta FHE
El mayor problema de FHE es la baja eficiencia de cálculo. Incluso las operaciones simples, el costo computacional bajo FHE puede ser miles de millones de veces mayor que el cálculo normal. Para mejorar esta situación, la Agencia de Proyectos de Investigación Avanzada de Defensa de EE. UU. (DARPA) lanzó en 2021 el programa DPRIVE, cuyo objetivo es aumentar la velocidad de cálculo de FHE a 1/10 del cálculo normal. El programa se centra principalmente en los siguientes aspectos:
Aumentar la longitud de palabra del procesador para soportar módulos más grandes
Desarrollar procesadores ASIC dedicados
Construir una arquitectura paralela MIMD
Aunque el plan de DPRIVE está a punto de concluir, parece que el progreso no es el esperado. Esto indica que la comercialización de la tecnología FHE aún necesita tiempo.
Aplicaciones de FHE en blockchain
En el campo de la blockchain, FHE se utiliza principalmente para proteger la privacidad de los datos, y los escenarios de aplicación incluyen:
Protección de privacidad en cadena
Privacidad de los datos de entrenamiento de IA
Privacidad de votación en cadena
Revisión de transacciones privadas en la cadena
Soluciones potenciales de MEV
Sin embargo, el alto costo computacional de FHE también plantea desafíos para su aplicación en blockchain, lo que podría reducir significativamente el rendimiento de la red.
Principales proyectos de FHE
Los principales proyectos en el campo de FHE incluyen:
Zama: Basado en el esquema TFHE, proporciona una pila de desarrollo FHE completa
Fhenix: Construir un Optimism Layer 2 con prioridad en la privacidad
Privasea: dedicado a la aplicación de FHE en el cálculo de datos LLM
Inco Network: Construir una red de Capa 1 basada en FHE
Arcium: combina múltiples tecnologías criptográficas como FHE, MPC y ZK.
Mind Network: Explorando la aplicación de FHE en el campo del Restaking
Octra: utiliza una tecnología de hipergráficas única para implementar FHE
Perspectivas futuras
A pesar de que la tecnología FHE todavía se encuentra en una etapa temprana y enfrenta numerosos desafíos, su potencial en la protección de la privacidad no puede ser ignorado. Con la inversión de más capital y talento, así como el desarrollo de hardware especializado, se espera que FHE logre avances significativos en el futuro. Especialmente en campos como la defensa, las finanzas y la salud, donde se requieren altos estándares de privacidad de datos, FHE podría provocar transformaciones profundas.
La implementación de los chips FHE será un hito clave en la comercialización de esta tecnología. Actualmente, varias empresas como Intel, Chain Reaction y Optalysys están explorando este campo. Una vez que los chips FHE maduren, se espera que, combinados con tecnologías de vanguardia como la computación cuántica, liberen un enorme potencial de innovación.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
19 me gusta
Recompensa
19
5
Compartir
Comentar
0/400
JustHereForMemes
· 07-16 08:45
Es hora de volver a 0 y 1, con menos adornos.
Ver originalesResponder0
MissedAirdropBro
· 07-15 14:20
Piensa menos complicado, sé más realista, guardar datos de privacidad en la Cadena de bloques no es gran cosa, ¿verdad?
Ver originalesResponder0
TokenGuru
· 07-15 05:23
Desarrollar recursos está consumiendo demasiado la máquina, no será otra trampa tradicional para tomar a la gente por tonta.
Ver originalesResponder0
StablecoinAnxiety
· 07-13 09:29
No entiendo... solo sé que esto va a cambiar el mundo.
Tecnología FHE: Análisis del futuro de la computación privada y aplicaciones de Cadena de bloques
FHE: El futuro de la computación privada
FHE (encriptación totalmente homomórfica) es una tecnología de encriptación avanzada que permite realizar cálculos directamente sobre datos encriptados, logrando así el procesamiento de datos mientras se protege la privacidad. Esta tecnología tiene amplias perspectivas de aplicación en campos sensibles a la privacidad de los datos, como las finanzas, la salud y la computación en la nube. Sin embargo, la comercialización de FHE todavía enfrenta numerosos desafíos, principalmente debido a su enorme costo computacional y de memoria, así como a su falta de escalabilidad.
Principios básicos de FHE
La idea central de FHE es ocultar los datos originales mediante complejas operaciones polinómicas. En concreto:
Al descifrar, solo se necesita conocer la clave s(x) para recuperar m de c(x). La introducción de polinomios aleatorios y ruido es para mejorar la seguridad y prevenir la deducción de patrones a través de entradas repetidas simples.
Pero la introducción de ruido también ha traído desafíos: a medida que aumenta el número de cálculos, el ruido puede acumularse, lo que finalmente puede llevar a no poder descifrar correctamente. Para abordar este problema, FHE ha utilizado varias técnicas:
Bootstrap es la clave para implementar FHE real, pero también es la operación que más recursos computacionales consume.
Desafíos que enfrenta FHE
El mayor problema de FHE es la baja eficiencia de cálculo. Incluso las operaciones simples, el costo computacional bajo FHE puede ser miles de millones de veces mayor que el cálculo normal. Para mejorar esta situación, la Agencia de Proyectos de Investigación Avanzada de Defensa de EE. UU. (DARPA) lanzó en 2021 el programa DPRIVE, cuyo objetivo es aumentar la velocidad de cálculo de FHE a 1/10 del cálculo normal. El programa se centra principalmente en los siguientes aspectos:
Aunque el plan de DPRIVE está a punto de concluir, parece que el progreso no es el esperado. Esto indica que la comercialización de la tecnología FHE aún necesita tiempo.
Aplicaciones de FHE en blockchain
En el campo de la blockchain, FHE se utiliza principalmente para proteger la privacidad de los datos, y los escenarios de aplicación incluyen:
Sin embargo, el alto costo computacional de FHE también plantea desafíos para su aplicación en blockchain, lo que podría reducir significativamente el rendimiento de la red.
Principales proyectos de FHE
Los principales proyectos en el campo de FHE incluyen:
Perspectivas futuras
A pesar de que la tecnología FHE todavía se encuentra en una etapa temprana y enfrenta numerosos desafíos, su potencial en la protección de la privacidad no puede ser ignorado. Con la inversión de más capital y talento, así como el desarrollo de hardware especializado, se espera que FHE logre avances significativos en el futuro. Especialmente en campos como la defensa, las finanzas y la salud, donde se requieren altos estándares de privacidad de datos, FHE podría provocar transformaciones profundas.
La implementación de los chips FHE será un hito clave en la comercialización de esta tecnología. Actualmente, varias empresas como Intel, Chain Reaction y Optalysys están explorando este campo. Una vez que los chips FHE maduren, se espera que, combinados con tecnologías de vanguardia como la computación cuántica, liberen un enorme potencial de innovación.