ブロックチェーンで最近上昇している完全な状態暗号化の分析

完全な状態暗号化（FHE）を紹介します：そのエキサイティングなアプリケーション、制限、および最近の一般的な開発の昇進を調査します。

<図>

>

「FHE」（FHE）を初めて聞いたとき、ファッションのファッションの概念の名前に興味がありました。長年にわたり、私たちは最も近い業界全体を席巻した多くのファッショナブルな語彙に遭遇しました。

FHEを使用して製品を構築しているいくつかの調査と調査の後、私は新しいツールがいっぱいの見通しに気づきました。今後数ヶ月および数年で、FHEはZKPSのような業界全体を一掃する次の主要なテクノロジーになる可能性があります。同社は、暗号化とクラウドコンピューティングのさまざまな分野で最新の進歩を使用して、データプライバシーを保護するための強力な未来への道を開いています。問題は、これを実現できるかどうかではありませんが、それが実現したとき、FHEはデータプライバシーと所有権の進捗を促進するための重要なプロモーション要因である可能性があると思います。

今後数週間で、FHEについてさらに詳しく学び、その制限、潜在的、アプリケーションを研究します。私の研究結果を一連の記事で共有し、FHEに関する対話のさまざまな側面を探求します。今週、私はこのテクノロジーを紹介し、最近多くの注目を集めた理由について話し合います。多くの業界の人々は、マルチコインキャピタルのカイルサマニを含むそれについて話しています^{[4]彼は言った：}

「FHEは暗号化の聖杯です。時間が経つにつれて、FHEはWeb2であろうとWeb3であろうと、すべてのコンピューティング構造を再構築します。」

均質とは何ですか？

問題を解決するための鍵は、「同じ状態」の意味を理解することです。その根の根を追跡して、同じ状態は数学に由来し、定義されています^{[5]コアコンポーネントのマッピングは、2つの同じアルゲボリック構造の間に保持されます。}

より実用的な定義を好む場合、数学の背後にある基本原則は、同じコア属性を持つために2つのグループがまったく同じである必要がないことです。たとえば、2つのフルーツボックスを想像してください。

ボックスAには小さな果物が含まれています。
ボックスBには大きな果物が含まれています。

<図>

>

個々の果物のサイズは異なりますが、ボックスAに小さなリンゴと小さなオレンジ色を絞ると、ボックスBの大きなオレンジと同じ大きなリンゴの風味のある混合ジュースが生成されます。ジュースを絞って、2つのボックス間のコアコンポーネントに似た同じフレーバーを生成します。私たちの主な関心事が同じ味であると仮定すると、ジュースのサイズが私たちの注意の焦点では​​ないため、フルーツジュースを絞る箱は重要ではありません。2つのボックス（味）は関係する場所で同等であるため、それらの間の違い（サイズと量）は、主な機能（特定のジュースフレーバーの生成）に影響を与えません。

同じ状態と比較して、私たちはそれの2つの主な特徴を捉えました。

1. マップ：2つのボックス間に接続を確立し、ボックスAの各小さな果物はボックスBの大型バージョンに対応しています。したがって、ボックスAの小さなリンゴは、ボックスBの大きなリンゴに対応しており、これに従ってプッシュされます。

2. 予約操作：2つの小さな果物がボックスAで絞られている場合、それらは特定のフルーツジュースのフレーバーを生成し、ボックスBで対応する大き​​なバージョンを絞ることは同じ味を生成するはずです。フルーツジュースのサイズと量は異なりますが、「味の特徴」は保持されます。

フルステート暗号化とは何ですか？

これらすべてをこの記事の中心テーマにリンクし、同じ状態で暗号化されています^{[6]（FHE）は特定のデータ暗号化方法です。元のデータを漏らすことなく、暗号化データの計算を実行できるようにします。理論的には、暗号化されたデータ実行の分析と計算は、元のデータの実行と同じ結果を生成するはずですエッセンスFHEを通じて、元のデータセットのデータに暗号化されたデータセットのデータに対応する関係を確立しました。この場合、コアコンポーネントの保持は、計算を実行し、データセットで同じ結果を生成する機能です。}

これに関連して、多くの企業は、ユーザーデータを保護し、差別化されたプライバシーを維持するための予防措置を講じています。同社は、クラウドまたはそのデータベースにデータをプリミティブの形で保存することはめったにありません。したがって、攻撃者が会社のサーバーを制御していても、データを読み取り、アクセスするには暗号化をバイパスする必要があります。ただし、データが暗号化され、アイドル状態のみである場合、データはもはや興味深いものではありません。会社が貴重な洞察を得るためにデータを分析したい場合、データを修正する以外に選択肢はありません。復号化されると、データは脆弱になります。ただし、エンドからエンドの暗号化により、分析のためにデータを復号化する必要がなくなるため、非常に便利になります。

重要な考慮事項は、会社が私たちの個人情報を読んで保存することを許可されるべきかどうかです。多くの人々は、この基準に対応しています。会社は、より良いサービスを提供するためにデータを表示する必要があります。

YouTubeが歴史の視聴や検索などのデータを保存しない場合、アルゴリズムは完全なプレイを行うことができず、私が興味のあるビデオを見せてくれません。したがって、多くの人々は、データプライバシーとより良いサービスを得ることとの間のトレードオフに値すると考えています。しかし、FHEを通じて、私たちはもはやそのような計量を作る必要はありません。YouTubeなどの企業は、暗号化データでアルゴリズムをトレーニングし、データプライバシーを侵害することなくエンドユーザーに同じ結果を生み出すことができます。具体的には、視聴や検索履歴などの情報を暗号化し、チェックせずに分析してから、分析に従って興味のあるビデオを表示できます。

FHEは未来に向けた重要なステップです。

完全な暗号化の適用

フルステート暗号化（FHE）の正しいアプリケーションは、すべてのストレージユーザーデータ部門でブレークスルーです。私たちは、データプライバシーと会社の許容可能な違反に対する全体的な態度を変える可能性のあるテクノロジーを監視しています。

ヘルスケア業界をFHEから再構築する方法を研究しましょう^{[7]データの練習が始まります。多くの病院は、データベースに保存されている患者の個人記録を保存しています。ただし、この情報は外部の医学研究者にとって価値があり、これらのデータを分析して、病気や潜在的な治療方法の重要な意見を推測できます。研究の進歩を遅らせるための主な障害は、データのアウトソーシングをアウトソーシングする際に、患者のデータを絶対的な機密に保つことです。匿名または擬似匿名の患者記録には多くの方法があります。しかし、それらは完全ではなく、特定する情報が多すぎるか、自分の症例に関する十分な情報を明らかにするだけでは不十分であり、病気に関する正確な意見を得るのが難しいことを明らかにするかもしれません。完全な状態暗号化（FHE）を使用して、病院は患者データを暗号化して、クラウド内の患者のプライバシーをより簡単に保護できます。医学研究者は、患者のプライバシーを損傷することなく、暗号化データ上でコンピューティングおよび実行分析関数を実行できます。暗号化されたデータセットと元のデータの間に1つのマッピングがあるため、暗号化されたデータセットから得られた結果は、実際のケースに適用できる真の洞察を提供します。FHEは、ヘルスケア業界の発展を迅速に促進できます。}

FHEのもう1つのエキサイティングなアプリケーションは、人工知能（AI）トレーニングです。現在、人工知能の分野はプライバシーの問題に直面しており、AIアルゴリズムを改善するための多くの幅広いデータセットへの会社のアクセスを妨げています。AIをトレーニングする会社は、限られたパブリックデータセットを使用するか、プライベートデータセットを購入するために多数の資金を支払うか、ユーザーが少ない中小企業にとって困難なデータセットの作成との間で選択を行う必要があります。FHEは、多くのデータセットプロバイダーが市場に参入するのを妨げるプライバシーの問題を解決する必要があります。したがって、FHEの改善により、AIのトレーニングに使用できるデータセットの数が増加する可能性があります。これにより、利用可能なデータセットの多様化が増加する可能性があるため、AIトレーニングにより財政的かつ洗練されます。

同じ状態暗号化の過去の制限

FHEが実際に最新のビッグデータを変更できる場合、なぜもっと実用的なアプリケーションを見なかったのですか？

人々は長年にわたってFHEについて議論し、勉強してきましたが、実際にFHEを達成することは非常に困難です。コアチャレンジは、FHEに必要なコンピューティングパワーを実行することです。完全な状態のセキュリティデータセットは、元のデータフォームと同じ分析結果を生成できます。これは、多くの計算速度と能力を必要とする挑戦的な偉業であり、それらの多くは既存のコンピューターの実装について非現実的です。通常、元のデータで動作するのに数秒かかり、同じ状態の暗号化データセットで数時間または数日かかる場合があります。この計算上の課題は、多くのエンジニアがFHEプロジェクトを延期し、その開発を遅らせ、そのすべての利点の実現を制限しています。

FHEでエンジニアが直面する計算問題の特定の例は、「ノイズエラーを解く方法です^{[8]「同じ状態の暗号化データセットを計算すると、多くのエンジニアが計算するたびに過剰なノイズまたはエラーを生成します。いくつかの計算が必要な場合、これは許容できますが、複数の分析の後、複数の分析の後、ノイズは非常に明白になる可能性があります。元のデータを理解するのが難しくなります。}

なぜ今なの？

それは人工知能を生成するようなものです^{[9]かつては限られていて原始的であり、その後、主流になっています（FHE）。ブロックチェーン分野のリーダーでさえ、多くの業界リーダーでさえ、多数の研究開発を集めて組織しました。これにより、最近のいくつかの産業の発展が促進され、この技術の進歩の印象的な物語を促進しました。}

DPRIVEプラン

2021年3月、Microsoft、Intel、およびNational Defence Advanced Research Program（DARPA）は、長年の計画を開始することに同意しました^{[10]、すべての状態暗号化（FHE）の開発を加速します。仮想環境でのデータ保護（DPRIVE）と呼ばれるこの計画は、FHEの主要な進歩を示しています。クラウドコンピューティングとコンピューターハードウェアに特化した2つの業界の巨人が、データプライバシーの問題を共同で解決することを示しています。彼らは、FHEコンピューティング速度を管理できるコンピューターとソフトウェアを確立し、FHEの正確な実装のためのガイダンスポリシーを定式化するためにこの計画を開始し、誤った使用により生成される可能性のあるデータリークを防ぎました。}

DPRIVEプログラムの一環として、エンジニアは前述の「ノイズエラー」を解決し、元のデータを保持するためにノイズレベルを下げる方法を探りました。有望な解決策は、大きな計算の設計の設計です^{[11]（法律）データ表現。従来のコンピュータープロセッサ（CPU）は通常64ビット文字を使用していますが、エンジニアは1024以上の長さを処理し、法律を使用できる新しいタイプのハードウェアを開発しています。この方法は、より長い単語が信号対雑音比に直接影響することを研究で示しているため、この方法は効果的です。簡単に言えば、長い単語はFHEの追加の各計算でノイズが少なくなり、データ損失のしきい値に達する前により多くの計算が可能になります。これらの課題を解決するために新しいハードウェアを構築することにより、DPRIVE計画に参加するエンジニアは、FHEを実行するのに必要な計算負荷を大幅に削減しました。}

計算速度をスピードアップし、100,000倍の目標に近づくために、DPRIVEチームは継続的な旅を実行し始め、従来の処理ユニットとグラフィックスユニットの能力を上回る新しいデータ処理システムを設計しました。彼らは新しい複数の指示とより多くのデータを開発しました^{[12]（MIMD）システムは、複数の命令とデータセットを同時に管理できます。MIMDは、既存の機器が不十分な道路を使用して、FHEの高速リアルタイム計算に対応するのではなく、新しい高速道路を建設することに似ています。}

DPRIVE計画の興味深い点は、コンピューター数学コンピューティングで広く使用されていることです。^{[13]「これにより、開発者は複数の大規模な計算を同時に実行できます。数学者のグループの別の部分として並列処理を扱うことができ、同時にそれぞれの作業を完了させるのではなく、同時に巨大な数学的問題に対処することができます。 1つは、複数の計算を同時に実行するのに役立ちますが、コンピューターは過熱を防ぐために冷却する必要があります。}

2022年9月、1年半の計画を開始した後、Microsoft、Intel、およびDARPAは発表しました^{[14]彼らは、DPRIVE計画の最初の段階を正常に完了しました。彼らは現在、DPRIVEの第2段階を経験しています。Intelも起動します[15]独自のすべての状態の暗号化ツールキットがあり、開発者がクラウド内のすべての状態の暗号化をより速く促進するためのツールを提供します。Intelは、このツールキットを設計して、最新のデータ処理と計算と互換性があることを確認しました。カスタマイズに特化した特別な機能、Microsoftシールでシームレスに実行され、すべての状態の暗号化スキームのサンプル、およびユーザーをガイドする技術文書が含まれます。}

Googleのプライベート参加と計算^{[16]オープンソースライブラリは、開発者にマルチパーティ計算（MPC）ツールを提供します。この計算方法により、すべての関係者は、元のデータを相互に公開することなく、さまざまなデータセットを通じて洞察を共有することができます。プライベート参加とコンピューティングは、FHEの暗号化テクノロジーをプライベートコレクション交差点（PSI）と組み合わせて、データの機密性の実践を最適化します。PSIは、異なるデータセットを持つすべての関係者がデータを開示せずに共通要素またはデータポイントを特定できるようにする別の暗号化方法です。Googleのデータプライバシーを促進する方法は、FHEやその他の影響力のあるデータプラクティスを統合しているだけでなく、MPCの概念の範囲を優先します。}

非常に尊敬されているフルステート暗号化ライブラリの可用性の向上は注目に値します。ただし、非常に尊敬されている企業がこれらのライブラリを操作で試してみると、状況はより顕著になります。2021年4月、有名な証券取引所およびグローバル資本市場技術の実体であるNASDAQは^{[17]FHEは操作に含まれています。NASDAQは、IntelのFHEツールと高い速度プロセッサを使用して、フルステート暗号化を通じて貴重な洞察と潜在的な違法活動を特定して、敏感な情報を含むデータセットを特定し、反数の洗濯作業と詐欺のテストエッセンスを通じて金融犯罪に対処するために識別します。}

最近の資金調達

前述の会社の研究開発に加えて、最近、整合性暗号化（FHE）イニシアチブに焦点を当てるために多くの財政的支援を受けた他のいくつかの企業がいます。

cornami^{[18]大規模なテクノロジー企業は、完全な暗号化設計のためのスケーラブルクラウドコンピューティングテクノロジーの先駆的な開発を非常に称賛しています。彼らは、従来のCPUよりもFHEをサポートするより効果的なコンピューティングシステムを作成するための多くの取り組みに従事しています。また、量子コンピューティングの脅威のイニシアチブを保護するためのガイドもガイドします。2022年5月、Cornamiは発表しました[19]SoftBankが率いるCseriesの資金調達が成功し、6800万ドルを調達したため、総資金は1億5,000万米ドルに達しました。}

ザマ^{[20]これは、オープンソースと全方向暗号化ツールを構築しているブロックチェーン業界の別の企業です。Zamaは、製品の1つとしてフルステートイーサリアム仮想マシン（FHEVM）を開発しました。このスマートコントラクト契約は、チェーン上のトランザクションデータを保持し、処理中に暗号化され続けます。Zama Libraryを使用してさまざまなアプリケーションを探索する開発者は、複雑なユースケースであっても、パフォーマンスに感銘を受けています。2022年2月のザマ[21]プロトコルラボが率いる4,200万ドルの資金調達が正常に完了し、5,000万ドルの総資金が得られました。}

フェニックス^{[22]また、ブロックチェーンにFHEを導入する新興プロジェクトでもあります。彼らの目標は、FHEアプリケーションを機密支払いを除くエリアに拡張することです。[23]ドアを開けます。2023年9月、フェニックスは発表した[24]Multicoin CapitalとCollider Venturesが率いる700万米ドルのシードラウンドファイナンスが正常に完了しました。}

次に何が起こりますか？

長年にわたり、完全な暗号Crypto（FHE）は、強力なデータプライバシーの将来を示す強力な終わりからエンドの暗号化の有望な概念となっています。最近の発展は、FHEを理論的な夢から実際の現実に変え始めました。各企業は、強力で完全な機能を達成する最初の先駆者になるために競争していますが、多くの企業はこの強力な技術の複雑さに協力しています。他のライブラリとのさまざまなクロスチーム計画と開発のオープンソースライブラリを実装することにより、この協力の精神は明らかです。

私の調査によると、FHEに関する議論ははるかに継承されているようです。次の数週間で、私は深く勉強し、FHE研究での私のより多くの洞察を共有できることを嬉しく思います。具体的には、テーマを探求するのが待ちきれません。

FHEの新興アプリケーション。

ゼロ知識証明（ZKPS）とFHEの相互作用。

FHEとプライベートコレクション（PSI）を統合して、マルチパーティ計算（MPC）を促進します。

ZAAAやFhenixのような新しい企業は、FHEの分野で発展しています。

<図>

>

参照引用：

Arampatzis、Anastasios。Venafi2022年2月1日、venafi.com/blog/what-alre-latest-developments-homorphic-encryption-sk-experts/。

Arampatzis、Anastasios。Venafi、2023年4月28日、venafi.com/blog/homorphic-encryption- it- it- use/。

「ハードウェアを構築して、継続的なデータ保護を実現します。」darpa2020年3月2日、www.darpa.mil/news-events/2020-03-02。^[25]

クリストバル、サミュエル。datascience.aero2021年1月7日、datascience.aero/fully-homomorphic-entryption-the-loly-grail-of-coreraphy/。

「同じ状態の暗号化でいっぱい：それは何ですか、なぜそれが重要なのですか？」インターネット協会2023年3月9日、www.internetsociety.org/resources/doc/2023/homorphic-encryption/。^[26]

ハント、ジェームズ。ブロック、ブロック、2023年9月26日、www.theblock.co/post/252931/fhenix-seed-multicoin-capital。^[27]

「Intel®フルステート暗号化ツールパッケージ。」INFEL、www.intel.com/content/www/us/en/developer/tools/homorphic-encryption/overw.html#gs.fu55im。^{[28]訪問日は2023年10月8日です。}

「IntelはMicrosoftと協力してDARPAプロジェクトに参加しました。」Infel、2021年3月8日、www.intel.com/content/www/us/en/newsroom/news/intel-collaboraate-microsoft-darpa-html#gs.g.ftusxq。^{[29]「Nasdaqの同じ暗号化の研究開発へのIntelは、進歩をもたらしました。」INFEL2021年4月6日、www.intel.com/content/www/us/en/newsroom/news/xeon-dvances-nasdaqs-homomorphic-rd.html#gs.6mpgme。[30]}

ジョンソン、リック。INFEL、2022年年9月14日、community.intel.com/t5/blogs/products-and-solutions/hpc/intel-completes-darpa-dprive-phase-one-milestone-for-a-fule/post/1411021。

「Microsoft Seal：同じ状態の暗号化ライブラリをすばやく使いやすい。」Microsoft Research2023年1月4日、www.microsoft.com/en-s/research/project/microsoft- seal/。^[31]

パイリエ、パスカル博士。ビジネス時代、2023年3月9日、www.businessage.com/post/fulled-homorphic-encryption-the-holy-grail-of-ryptography^[32]

サマニ、カイル。マルチコインキャピタル、2023年9月26日、https：//multicoin.capital/2023/09/26/thedawn-on-chain-fhe/

「完全な暗号化とは何ですか？」インファ、2021年4月11日、https：//inpher.io/technology/what-subly-homorphic- entrption/