原作者: 0x Todd、Ebunker Lianchuang (X: @0x_Todd)
最近の市場は低迷しており、ようやく新しい技術的なルートをいくつか共有し続ける十分な時間ができました。 2024年の暗号市場は過去ほど隆盛ではないものの、今日お話しする「FHE / Fully Homomorphic Encryption（完全準同型暗号）」のように、成熟しようとしている新しい技術もまだいくつかあります。 。
V God は今年 5 月にも FHE に関する特別記事を掲載しました。興味のある友人に読むことをお勧めします。
では、FHEとはどのような技術なのでしょうか？
FHE 完全準同型暗号化という厄介な用語を理解したい場合は、まず「暗号化」とは何か、「準同型性」とは何なのか、そしてなぜ「完全」が必要なのかを理解する必要があります。
1. 暗号化とは何ですか?
通常の暗号化は誰にとっても最も馴染みのあるものです。たとえば、アリスは「1314 520」などのメッセージをボブに送信したいと考えています。
ここで、手紙を配達して情報を機密に保つために第三者 C が必要な場合、それは非常に簡単です。各数字 x 2 を、たとえば「2628 1040」に暗号化するだけで済みます。
それを受け取ったボブは、各数字を 2 で割って、元のアリスの「1314 520」を解読します。
対称暗号化により、C が貢献する必要があるが C は情報を知らないという条件で、両者が情報の転送を完了したことがわかりましたか。一般に、スパイ映画では、2 人の連絡担当官の間のコミュニケーションがこの範囲を超えることはおそらくありません。
2. 準同型暗号化とは何ですか?
アリスの要件の難易度がアップグレードされました。
-たとえば、アリスはまだ 7 歳です。
-アリスは、× 2 や ÷ 2 などの最も単純な算術の計算しかできませんが、他の演算はまったく理解できません。
さて、アリスは電気代を支払わなければならないと仮定しましょう。アリスの家族の毎月の電気代は 400 元で、合計 12 か月間滞納しているとします。
しかし、400*12 = 何、この問題はまだ 7 歳のアリスには計算の範囲を超えています。彼女はそのような複雑な計算を知りません。
ただし、彼女は、機密情報であるため、自分の家電製品の料金が月々いくらであるかを他人に知られたくないと考えています。
そこでアリスはCを信用せずにCに計算を手伝ってもらいます。
彼女は x 2 ÷ 2 しか知らなかったため、x 2 の乗算を使って数値を暗号化するだけで、80 0x 24 = (40 0x 2) 倍 (12 x 2) を計算するように C に指示しました。
C は計算力の高い大人で、すぐに 800*24 = 19200 を口頭で計算し、アリスにその数字を教えました。そこで、アリスは 19,200 ÷ 2 ÷ 2 という結果を計算し、すぐに 4,800 元の水道料金を支払わなければならないことが分かりました。
あなたはそれを見ましたか？これは最も単純な乗法準同型暗号であり、800*24 は 400*12 を写像したものに過ぎません。実際には変更前と変更後の形状が同じであるため、「準同型」と呼ばれます。
この暗号化方法は、誰かが信頼できないエンティティに結果の計算を委託したい場合でも、その人の機密番号が漏洩しないことを保証できることを実現します。
3. では、なぜ「準同型暗号」は「完全」である必要があるのでしょうか？
ただし、これは理想的な世界の問題にすぎません。現実の世界の問題は、誰もが 7 歳であるか、C のように正直であるわけではありません。
たとえば、C は、アリスが 400 と 12 を計算したいと推測することもできると仮定します。
このとき、問題を解決するには「完全準同型暗号」が必要となります。
アリスはそれぞれの数字×2を与えますが、この2はノイズとみなすことができます。ノイズが少なすぎるとCに簡単に割れてしまいます。
したがって、アリスは乗算に加えて加算を導入できます。
もちろん、騒音が朝 9 時の主要道路の交差点のようなものであるのが最善ですが、その場合、C をクラックする難易度は空よりもさらに難しくなります。
したがって、アリスは 4 回乗算し、8 回加算できるため、C クラックの確率は大幅に減少します。
ただし、アリスはまだ「部分的に」準同型暗号化されているだけです。
(1) 彼女の暗号化されたコンテンツは、特定の問題のみを扱うことができます。
(2) 加算と乗算の数が多すぎてはいけない (通常は 15 を超えない) ため、彼女は特定の算術規則しか使用できません。
そして、「フル」とは、アリスが多項式の加算暗号化と乗算暗号化を何度でも実行できるようにすることで、第三者に完全な計算を委ねることができ、復号化後に正しい結果が得られることを意味します。
超長い多項式は、7 歳児にとって問題となる電気料金の計算の問題だけでなく、世界中のほとんどの数学の問題を表現できます。
任意の数の暗号化と組み合わせることで、C が個人データを覗き見しようとする可能性が基本的に排除され、まさに「欲しいものと欲しいものの両方」が実現します。
したがって、「完全準同型暗号」の技術は常に暗号化の聖杯の真珠でした。
実は準同型暗号の技術は2009年までは「部分準同型暗号」しかサポートしていませんでした。
2009 年にジェントリーなどの学者によって提案された新しいアイデアは、完全準同型暗号化の可能性への扉を開きました。興味のある読者はこのペーパーに移動することもできます。
多くの友人は、このテクノロジーの適用シナリオについてまだ疑問を抱いています。どのようなシナリオで完全準同型暗号化 (FHE) テクノロジーの使用が必要になるのでしょうか?
たとえば、AI。
強力な AI には十分なデータが必要であることは誰もが知っていますが、大量のデータのプライバシー価値は高すぎます。では、FHE を使用して、この問題の「欲しいものと欲しいものの両方」を達成できるでしょうか?
答えは「はい」です。
あなたはできる：
(1) FHE 方式に従って機密データを暗号化します。
(2) 暗号化されたデータを使用して AI に渡して計算します。
(3) すると、AI は誰も理解できないような文字化けしたコードを大量に吐き出します。
教師なし AI は、そのデータが本質的にベクトルであるため、これを実現できます。AI、特に GPT などの生成型 AI は、与えられた入力をまったく理解できませんが、答えがあれば、ベクトルを通じて最良の結果を「予測」します。
ただし、この混乱したコードは特定の数学的規則に従っており、あなたはそれを暗号化する達人であるため、次のようになります。
(4) アリスと同じように、ネットワークから切断して、これらの文字化けしたコードをローカルで復号化できます。
(5) さらに、AI に膨大な計算能力を利用させて、機密データをまったく扱うことなく計算を完了できるようにするということも達成しました。
今日の AI はこれを行うことができないため、GPT に入力するものはすべてプレーンテキストで考える必要があります。これを実現するには、FHE が必要です。
これが、AI と FHE の自然な適合性の根源です。何千もの言葉を「ニーズ」と「ニーズ」という 1 つの言葉に翻訳することができます。
FHE は AI とリンクしており、暗号化と AI の 2 つの主要な分野にまたがっているため、当然のことながら、Zama、Privasea、Mind Network、Fhenix、Sunscreen など、FHE に関するプロジェクトが数多くあります。 FHE の方向性。アプリケーションは誰もが独自の創造性を持っています。
今日私はプロジェクトの 1 つ @Privasea_ai を取り上げて分析を行いました。これは Binance が主導する FHE プロジェクトであり、そのホワイト ペーパーでは顔認識などの非常に関連性の高いシナリオについて説明しています。
両方の要件: マシンのコンピューティング能力により、その人が実在の人物であるかどうかを判断できます。
これも重要です。このマシンは顔の機密情報を一切処理しません。
FHE の導入により、この問題を効果的に解決できます。
ただし、実際に FHE 計算を実行したい場合は、結局のところ、計算、暗号化、または暗号化のために、アリスは「任意の数」の加算と乗算を実行する必要があります。復号化は、大量の計算能力を消費するプロセスです。
したがって、Privasea に強力なコンピューティング ネットワークとサポート施設を構築する必要があります。したがって、Privasea は、このコンピューティング電力ネットワークの問題を解決するために、PoW のような + PoS のようなネットワーク アーキテクチャを提案しました。
最近、Privasea は WorkHeart USB と呼ばれる独自の PoW ハードウェアを発表しました。これは、Privasea のコンピューティング パワー ネットワークのサポート機能の 1 つとして理解できます。もちろん、単純にマイニング マシンとして理解することもできます。
初期価格は 0.2 ETH で、ネットワークの総トークンの 6.66% をマイニングできます。
StarFuel NFTと呼ばれるPoSのようなアセットもあり、これは合計5,000の「作業証明書」として理解できます。
初期価格も 0.2 ETH で、ネットワークの総トークンの 0.75% を (エアドロップ経由で) 受け取ることができます。
このNFTも、PoSに似ていますが、実際のPoSではなく、「PoSが米国の証券であるかどうか」という問題を回避しようとしています。
このNFTにより、ユーザーはPrivaseaトークンを抵当に入れることができますが、PoS収入を直接生み出すわけではありませんが、バインドされたUSBデバイスのマイニング効率が2倍になるため、これは偽装PoSです。
ビジネスに戻りますが、AI が本当に FHE テクノロジーを大規模に普及させることができれば、それは AI 自体にとって非常に良いニュースとなるでしょう。多くの国が AI を監督している焦点はデータ セキュリティとデータ プライバシーであることを知っておく必要があります。
不適切な例を挙げると、露ウクライナ戦争中に一部のロシア軍がAIを活用しようとしていたが、多数のAI企業が存在する米国の背景を考慮すると、諜報部門は穴だらけだろう。
しかし、AI を使用しなければ、当然大きく遅れを取ることになります。今はその差が大きくなくても、あと10年も経てばAIのない世界は想像できないかもしれません。
したがって、データプライバシーは、二国間の戦争から携帯電話のロック解除に至るまで、私たちの生活のあらゆる場所に存在します。
AIの時代において、FHE技術が真に成熟することができれば、間違いなく人類の最後の防衛線となるでしょう。
