jakiro
الخصوصية هي الحق الأساسي للإنسان والتنظيم.بالنسبة للأفراد ، يساعد الناس على التعبير عن أنفسهم بحرية دون الحاجة إلى الكشف عن أي معلومات لا أريد مشاركتها في أطراف ثالثة.بالنسبة لمعظم المؤسسات اليوم ، تعتبر البيانات المنتج الرئيسي ، وخصوصية البيانات ضرورية لحماية هذا المنتج.تسرع تسويق كلمة المرور الرياضية الشرير والبيانات من البحث وتطوير اللغة الأصلية للتشفير.
علم الكود هو مجال واسع النطاق. في الستينيات.هذه المخططات ضرورية لإلغاء قفل طريقة الحساب الخاصة (السبب في أن البيانات هي المنتج الرئيسي هو أن الناس يمكنهم العثور على نظرة ثاقبة منه).حتى يومنا هذا ، تطور مجال الحوسبة الخاصة بشكل كبير في الحوسبة متعددة الأجزاء والدليل على الصفر ، لكن بيانات الإدخال نفسها كانت دائمًا تعاني من مشاكل في الخصوصية.
عندما يتم الإعلان عن السلعة الأكثر أهمية ، يكون من الصعب للغاية الاستعانة بمصادر خارجية لحساب هذه البيانات من حساب هذه البيانات دون اتفاق قانوني.اليوم ، يعتمد الجميع على معايير الامتثال لخصوصية البيانات ، مثل HIPAA للبيانات الصحية والناتج المحلي الإجمالي على وجه التحديد لخصوصية البيانات للبيانات في أوروبا.
في مجال blockchain ، نؤمن بشكل أفضل بنزاهة التكنولوجيا ، وليس سلامة المنظمين.كمؤمنين الذين يسمحون بملكية ويزيدون من الملكية ، إذا اعتقدنا أن المستخدمين لديهم مستقبل البيانات ، فنحن بحاجة إلى حساب هذه البيانات دون ثقة.قبل عمل كريج جينتري في عام 2009 ، لم يحقق مفهوم حساب البيانات المشفرة وحسابها.هذه هي المرة الأولى التي يتمكن فيها شخص ما من إجراء الحساب (الإضافة والضرب) على النص المشفر (أي ، البيانات المشفرة).
>
الجميعمبدأ العمل في نفس تشفير الحالة (FHE)
لذا ، ما هي هذه “الرياضيات السحرية” التي تسمح لأجهزة الكمبيوتر بإجراء الحسابات دون فهم المدخلات؟
تشفير الحالة الكامل (FHE) هو نوع من مخطط التشفير الذي يسمح بحساب الحساب على بيانات التشفير (النص المشفر) بدلاً من بيانات فك التشفير ، والتي تفتح سلسلة من حالات الاستخدام للخصوصية وحماية البيانات.
أثناء عملية FHE ، عند تشفير البيانات ، ستضيف بيانات إضافية تسمى الضوضاء إلى البيانات الأصلية.هذه هي عملية البيانات المشفرة.
في كل مرة ينفذ نفس حساب الحالة (زائد أو الضرب) ، تتم إضافة ضوضاء إضافية.إذا كان الحساب معقدًا للغاية وإضافة الضوضاء في كل مرة ، فسيصبح فك التشفير النهائي صعبًا للغاية (وهو ثقيل للغاية في الحساب).هذه العملية أكثر ملاءمة للإضافة ، لأن الضوضاء تزداد خطيًا ، ويتم زيادة الضوضاء بشكل كبير للضرب.لذلك ، إذا كان هناك تكاثر متعدد الحدود معقدًا ، فسيكون فك تشفير الإخراج أمرًا صعبًا للغاية.
إذا كانت الضوضاء هي المشكلة الرئيسية ونموها يجعل من الصعب استخدامه ، فيجب التحكم فيه.هذا أنجبت عملية جديدة تسمى “bootstraping”.التوجيه هو عملية لبيانات التشفير المشفرة مع مفاتيح جديدة وفك تشفيرها في التشفير.هذا أمر مهم للغاية لأنه يقلل بشكل كبير من النفقات العامة للحساب وتفكيك الإخراج النهائي.على الرغم من أن bootstrapping يقلل من النفقات العامة لفك التشفير النهائي ، إلا أنه سيكون هناك الكثير من نفقات التشغيل في هذه العملية.قد يكون هذا باهظ الثمن ووقت -يستهلك.
>
في الوقت الحاضر ، فإن حلول Fhe الرئيسية هي: BFV ، BGV ، CKKS ، Fhew ، tfhe.باستثناء tfhe ، فإن اختصارات هذه المخططات هي أسماء مؤلف أطروحتهم.
يمكن اعتبار هذه الحلول لغات مختلفة في نفس البلد ، وتستهدف كل لغة تحسينات مختلفة.الحالة المثالية هي توحيد البلد ، أي أن كل هذه اللغات يمكن فهمها من قبل نفس الجهاز.تعمل العديد من مجموعات العمل بجد لتحقيق الطبيعة المشتركة لهذه الحلول المختلفة.تساعد المكتبات مثل SEAL (مع مخططات BFV و CKKS) و HELIB (BGV + الرقم التقريبي CKKS) في تنفيذ حل FHE أو مجموعات حلول محسوبة مختلفة.على سبيل المثال ، مكتبة Zama الملموسة هي مترجم صدأ لـ tfhe.
>
2.مقارنة المخطط
فيما يلي Charles Gut و Dimitris Morris و Nexarios George Chushel في أوراقها “Sok: آراء جديدة حول Cardrait الكامل -Status” SOK: رؤى جديدة في مكتبات التشفير المتجانسة تمامًا عبر مقارنات الأداء المعيارية المعيارية (2022).
>
Web3 استخدام حالة
عندما نستخدم blockchain والتطبيقات اليوم ، فإن جميع البيانات عامة ، ويمكن للجميع رؤيتها.هذا مفيد لمعظم الحالات ، ولكنه يحد تمامًا من العديد من الحالات التي تتطلب خصوصية افتراضية أو سرية للبيانات (مثل نماذج التعلم الآلي ، وقواعد البيانات الطبية ، وجينوم ، والتمويل الخاص ، والألعاب التي لا يتم معالجتها).يدعم Fhe blockchain أو الأجهزة الظاهرية التي يُسمح لها بشكل أساسي بتشفير السلسلة بأكملها من نقطة البداية لضمان الخصوصية ، وفي الوقت نفسه ، تتيح حسابًا تعسفيًا على بيانات التشفير.جميع بيانات التخزين أو المعالجة على شبكة blockchain آمنة بشكل أساسي.لدى Zama حل FHEVM يسمح بحساب EVM في بيئة الحالة نفسها تمامًا.على مستوى التنفيذ ، يضمن مشروع L1/L2 الذي صممه هذه المكتبة الخصوصية.على الرغم من أن سلسلة الخصوصية كانت دائمًا تقنية رائعة ، إلا أن معدل الاستخدام وأداء الرمز المميز لم يتحسن بشكل كبير.
من حيث الاستعانة بمصادر خارجية الحوسبة الشاملة ، فإن Fhe نفسها ليست استبدال ZK و MPC.يمكنهم استكمال بعضهم البعض لإنشاء عملاق حوسبة خاصة لا تصدق.على سبيل المثال ، تقوم Sunscreen ببناء “محرك خصوصية” ، والذي يسمح بشكل أساسي لأي تطبيق blockchain بإحضار الحساب إلى بيئة الحوسبة الخاصة بهم ويمكنه ردود الفعل على نتائج الحساب.يمكن التحقق من الحساب الذي تم إنشاؤه بواسطة Proof ZK.تقوم Octra بأشياء مماثلة ، ولكن باستخدام نوع مختلف من حل التشفير ، يسمى HFHE.
يثبت ZK أنه جيد في إثبات شيء ما عندما لا يتم الكشف عن البيانات ، ولكن لا يزال بإمكان Plater الوصول إلى هذه البيانات في وقت معين.يثبت ZK أنه لا يمكن استخدامه لحساب البيانات الخاصة ؛
يقوم MPC بتشتيت حساب البيانات المشفرة إلى آلات متعددة ، ويقوم بالحساب بالتوازي ، ثم يضع نتائج الحساب النهائي معًا.طالما أن معظم الآلات المحسوبة صادقة ، لا يمكن استرداد البيانات الأصلية ، لكن هذا لا يزال افتراضًا ثقة.نظرًا لأن MPC تحتاج إلى اتصال مستمر بين الأطراف (يجب تقسيم البيانات بشكل مستمر وحسابها وإعادة ربطها) ، يصبح من الصعب التوسع من خلال الأجهزة.
في FHE ، يتم تنفيذ جميع الحسابات على بيانات التشفير دون فك تشفير البيانات ، ويمكن إكمال ذلك على خادم واحد.يمكن توسيع أداء FHE عن طريق تسريع أجهزة أفضل ، ومزيد من موارد الحوسبة والأجهزة.
في الوقت الحاضر ، يتم حساب أفضل حالات Fhe في حقل blockchain بشكل أكثر شيوعًا في الاستعانة بمصادر خارجية ، بدلاً من إنشاء Fhe Fhe L1/L2.فيما يلي بعض حالات الاستخدام المثيرة للاهتمام التي يمكن أن تفتح:
-
الجيل الأول (مواطن مشفر): DID ، الكازينوهات ، المراهنة ، التصويت ، الألعاب ، Defii الخاص ، الرموز الخاصة ، حمامات السباحة المظلمة ، 2FA ، النسخ الاحتياطي ، كلمة المرور.
-
الجيل الثاني (المعياري): “سلسلة من أجل الخصوصية” ، والاستعانة بمصادر خارجية للحوسبة الخاصة ، والتشفير النهائي ، وتوافر البيانات المشفرة ، وتخزين بيانات الأمان التي تم التحقق منها بين blockchain والعقد.
-
الجيل الثالث (مستوى المؤسسة): تطبيقات المستهلكين المعقدة ، LLM المشفرة واللامركزية ، الذكاء الاصطناعي ، المعدات التي يمكن ارتداؤها ، الاتصالات ، العسكرية ، الطبية ، حلول دفع حماية الخصوصية ، دفع P2P الخاص.
حاليا مشروع الصناعة القائم على fhe
حفز تطوير التشفير المتجانس تمامًا (FHE) عددًا من مشاريع blockchain المبتكرة التي تستخدم هذه التكنولوجيا لتعزيز خصوصية البيانات والأمن.يستكشف هذا القسم التفاصيل التقنية والطرق الفريدة للمشاريع الملحوظة مثل Inco و Fhenix و Zama.
إنكو
>
تقوم INCO بإنشاء رائد تكامل FHE و blockchain ، وإنشاء منصة ، وجعل بيانات الحوسبة آمنة وخاصة.تستخدم INCO تقنية التشفير المستندة إلى شعرية لتنفيذ حل FHE لضمان إجراء تشغيل النص المشفر (البيانات المشفرة) دون تعريض النص الأساسي.يدعم النظام الأساسي العقود الذكية لحماية الخصوصية ويسمح بمعالجة البيانات المشفرة مباشرة على blockchain.
-
تستخدم FHE’s FER المترتبة على Lattice تشفيرًا قائمًا على الشبكة لتنفيذها.
-
隐私保护智能合约：Inco的智能合约可以对加密输入执行任意函数，确保合约和执行合约的节点都无法访问明文数据。
-
إدارة الضوضاء و bootstrapping: من أجل التعامل مع مشكلة نمو الضوضاء أثناء عملية التشغيل نفسها ، نفذت INCO تقنية فعالة للتمهيد ، والتشفير المنعش ، والحفاظ على فك التشفير ، والحسابات المعقدة.
fhenix
>
يركز Fhenix على توفير بنية تحتية قوية لتطبيقات حماية الخصوصية ، ويستخدم FHE لتوفير حلول تشفير نهائية إلى حماية بيانات المستخدم.تهدف منصة Fhenix إلى دعم التطبيق الواسع النطاق للنقل من رسائل الأمان إلى المعاملات المالية الخصوصية لضمان خصوصية البيانات في جميع عمليات الحوسبة.
-
End -to -end -end التشفير: يضمن Fhenix أن البيانات تبقي حالة التشفير من عملية المعالجة والتخزين بأكملها.يتم تحقيق ذلك من خلال الجمع بين تقنية حساب FHE والأمان متعدد الحلقات (SMPC).
-
إدارة المفاتيح عالية الكفاءة: يدمج FHENIX نظام الإدارة المفتاح المتقدم لتسهيل تقسيم المفاتيح الأمنية وتناوبها.
-
قابلية التوسع: يستخدم النظام الأساسي عمليات متجانسة محسنة وعلاج متوازي للتعامل بكفاءة مع الحسابات الكبيرة على نطاق واسع ، وحل أحد التحديات الرئيسية لـ FHE.
-
المنسق: اتخذ Fhenix أيضًا زمام المبادرة في تطوير معالج متخصص لتسريع الحوسبة.يتعامل هؤلاء المتعاونون على وجه التحديد مع العمليات الرياضية الكثيفة المطلوبة لـ FHE ، مما يحسن بشكل كبير أداء تطبيقات حماية الخصوصية وقابلية التوسع.
زاما
زاما هي زعيم حقل Fhe ومعروف بحل FHEVM الذي طورته.يتيح هذا المخطط حوسبة Ethereum EVM في بيئة متطابقة تمامًا لضمان خصوصية أي مشروع L1/L2 الذي تم إنشاؤه بواسطة المكتبة على مستوى التنفيذ.
-
حل FHEVM: يدمج حل FHEVM الخاص بـ Zama FHE و Ethereum Virtual Machines لتنفيذ العقود الذكية المشفرة.هذا يسمح للمعاملات والحسابات السرية في النظام البيئي Ethereum.
-
مكتبة ملموسة: مكتبة Zama’s Concrete هي مترجم صدأ لـ Tfhe (وهو متغير من Fhe).توفر المكتبة تنفيذًا عالي الأداء لنفس حل تشفير الحالة ، مما يجعل حساب التشفير أكثر كفاءة.
-
قابلية التشغيل البيني: Zama ملتزمة بإنشاء حلول يمكن أن تتعاون بسلاسة مع البنية التحتية الحالية blockchain.ويشمل ذلك دعم العديد من النسخ الأصلية والبروتوكولات المشفرة لضمان توافق واسع النطاق وسهولة التكامل.
>
3 ..أحرف Fhe الرئيسية في Crypto و AI Infra والتطبيقات
اليوم ، الجماع بين التشفير والذكاء الاصطناعي على قدم وساق.على الرغم من عدم مناقشة هذا التقاطع بتعمق ، تجدر الإشارة إلى أن ابتكار النماذج الجديدة ومجموعات البيانات سيتم الترويج لها من خلال التعاون المفتوح المصدر لمشاركين.بالإضافة إلى الحساب ، فإن أهم شيء هو البيانات.تعتمد فائدة تطبيقات AI والنماذج في النهاية على البيانات المدربة ، سواء كانت نماذج أساسية أو نماذج دقيقة أو وكيل ذكي من الذكاء الاصطناعي.يمكن للحفاظ على أمان وخصوصية هذه البيانات فتح مساحة تصميم ضخمة للتعاون مفتوح المصدر ، وفي الوقت نفسه يتيح لمالكي البيانات الاستمرار في الاستفادة من نماذج التدريب أو التطبيقات النهائية.إذا كانت هذه البيانات عامة بشكل أساسي ، فسيكون من الصعب الدخل (لأن أي شخص يمكنه الوصول إلى مجموعات بيانات قيمة) ، لذلك من المحتمل أن تكون هذه البيانات محمية بدقة.
في هذه الحالة ، يمكن أن تلعب Fhe دورًا رئيسيًا.في المثالية ، يمكنه تدريب النموذج دون الكشف عن مجموعة البيانات الأساسية ، والتي قد تفتح تسييل مجموعة البيانات وتعزيز تعاون مفتوح المصدر بشكل كبير بين مالك مجموعة البيانات.
>
مصدر:شبكة الخبز
كيفية تعزيز تعلم آلة حماية الخصوصية (PPML)
-
خصوصية البيانات: باستخدام FHE ، يمكن تشفير البيانات الحساسة ، مثل السجلات الطبية أو المعلومات المالية أو المعرفات الشخصية ، قبل إدخال نموذج ML.هذا يضمن أن البيانات تظل سرية حتى لو تضررت بيئة الحوسبة.
-
تدريب نموذج الأمان: عادة ما يتطلب نماذج التدريب ML الكثير من البيانات.باستخدام FHE ، يمكن تشفير هذه البيانات لتدريب النموذج دون تعريض البيانات الأصلية ، وهو أمر ضروري للصناعات التي تعالج معلومات حساسة عالية المستوى ويتم تقييدها بواسطة لوائح خصوصية البيانات الصارمة.
-
التفكير السري: بالإضافة إلى التدريب ، يمكن أيضًا استخدام FHE في تفكير التشفير.هذا يعني أنه بمجرد اكتمال تدريب النموذج ، يمكن التنبؤ به في إدخال التشفير للتأكد من أن بيانات المستخدم تحافظ على الخصوصية خلال عملية التفكير.
حقل تطبيق Fhe’s PPML:
-
الرعاية الصحية: يمكن أن يؤدي تدريب نماذج ML على فرضية حماية الخصوصية إلى علاج أكثر تخصيصًا وفعالية دون فضح معلومات المريض الحساسة.
-
المالي: يمكن للمؤسسات المالية استخدام FHE لتحليل بيانات المعاملات المشفرة لتحقيق اختبار الاحتيال وتقييم المخاطر ، مع الحفاظ على خصوصية العميل.
-
إنترنت الأشياء والأجهزة الذكية: يمكن للمعدات جمع البيانات المشفرة ومعالجتها لضمان أن المعلومات الحساسة مثل بيانات الموقع أو وضع الاستخدام تبقي سرية.
سؤال fhe:
كما ذكرنا سابقًا ، لا توجد “وحدة” بين مخطط Fhe.لا يمكن دمج المخطط ، ويجب أن يكون حلًا مختلفًا لأنواع مختلفة من مجموعات الحوسبة.عملية المخططات المختلفة في نفس تجربة الحساب هي أيضًا مرهقة للغاية.يُسمح بتطوير إطار Chimra بالتبديل بين مخططات FHE المختلفة مثل TFHE و BFV و Heaan ، ولكنه غير متوفر حاليًا.هذا يؤدي إلى المشكلة التالية ، أي عدم وجود اختبار قياسي.يعد الاختبار القياسي مهمًا جدًا للمطورين لاستخدام هذه التكنولوجيا.هذا سيساعد على توفير الوقت للعديد من المطورين.بالنظر إلى النفقات العامة الحسابية (التشفير ، فك التشفير ، التمهيد ، توليد المفاتيح ، إلخ) ، فإن العديد من الأجهزة المشتركة الحالية لا تنطبق للغاية.من الضروري تسريع شكل من أشكال الأجهزة ، أو قد تحتاج إلى إنشاء شريحة محددة (FPGA و/أو ASIC) لتحقيق تطبيقات أكثر سائدة.يمكن مقارنة هذه النماذج بالمشاكل في صناعة ZK (المعرفة الصفرية).طالما أن مجموعة من علماء الرياضيات الأذكياء ، فإن علماء التطبيق والمهندسين مهتمين بهذا الحقل ، سنواصل تحسين هذين المجالين: يتم استخدام FHE للخصوصية و ZK للتحقق.
>
4. 4 ..كيف سيبدو مستقبل محرك الأقراص
هل ستكون هناك قاعدة مخطط مملوكة؟لا تزال الصناعة تجري مثل هذه المناقشات.على الرغم من أن الحالة المثالية هي حل موحد ، إلا أن الاحتياجات المتنوعة للتطبيقات المختلفة قد تحتاج دائمًا إلى تحسين مهام محددة.هل القابلية للتشغيل البيني بين المخططات هي الحل الأفضل؟قد تكون التبادلية في الواقع طريقة عملية تتيح معالجة احتياجات الحوسبة المتنوعة بمرونة ، مع استخدام مزايا مختلف المخططات.
متى يمكن أن تكون متاحة؟يرتبط التوافر ارتباطًا وثيقًا بتقدم النفقات العامة في الحساب ، ومعيار الاختبار القياسي للتحسين ، وتقدم تطوير الأجهزة الخاصة.مع تقدم هذه المناطق ، ستصبح Fhe أكثر سهولة وعملية.
باختصار ، يوفر FHE أدوات قوية لحماية خصوصية البيانات والحوسبة الأمنية.على الرغم من أنه لا تزال هناك تحديات من حيث التشغيل البيني ، ونفقات الحوسبة ودعم الأجهزة ، إلا أنه لا يمكن تجاهل إمكانات FHE في blockchain ، والتعلم الآلي للحماية من الخصوصية ، وتطبيقات WEB3 الأوسع.مع التطوير المستمر والابتكار في التكنولوجيا ، من المتوقع أن تلعب FHE دورًا رئيسيًا في مجالات حماية الخصوصية في المستقبل والحوسبة الأمنية.
