FHE, ZK, dan MPC: Perbandingan Mendalam Tiga Teknologi Enkripsi

Pada kesempatan sebelumnya, kita membahas tentang cara kerja enkripsi homomorfik penuh (FHE). Namun, banyak orang masih mudah mengacaukan FHE dengan teknologi enkripsi lainnya seperti ZK dan MPC. Oleh karena itu, artikel ini akan membandingkan ketiga teknologi tersebut secara rinci.

FHE vs ZK vs MPC

Mari kita mulai dengan pertanyaan yang paling dasar:

• Apa ketiga teknologi ini masing-masing?
• Bagaimana cara kerjanya?
• Bagaimana mereka berfungsi dalam aplikasi blockchain?

1. Bukti tanpa pengetahuan (ZK): menekankan "membuktikan tetapi tidak mengungkapkan"

Masalah inti dalam diskusi teknologi bukti nol pengetahuan (ZK) adalah: bagaimana memverifikasi kebenaran informasi tanpa mengungkapkan isi spesifik apa pun.

ZK dibangun di atas dasar kriptografi yang kokoh. Melalui bukti nol-pengetahuan, satu pihak dapat membuktikan kepada pihak lain bahwa mereka tahu suatu rahasia, tanpa harus mengungkapkan informasi apa pun tentang rahasia tersebut.

Bayangkan sebuah skenario: seseorang ingin membuktikan kepada karyawan perusahaan penyewaan mobil bahwa dia memiliki kredit yang baik, tetapi tidak ingin memberikan informasi detail seperti laporan bank. Dalam kasus ini, "skor kredit" yang diberikan oleh bank atau perangkat lunak pembayaran mirip dengan "bukti nol-pengetahuan".

Orang ini dapat membuktikan bahwa skor kreditnya baik dalam kondisi "nol pengetahuan" karyawan, tanpa perlu menunjukkan aliran akun yang spesifik, ini adalah aplikasi dari bukti nol pengetahuan.

Dalam bidang blockchain, dapat merujuk pada aplikasi mata uang anonim:

Ketika pengguna melakukan transfer, mereka harus tetap anonim dan membuktikan bahwa mereka memiliki hak untuk mentransfer koin tersebut (menghindari masalah pengeluaran ganda), pada saat itu diperlukan untuk menghasilkan sebuah bukti ZK.

Penambang dapat melihat bukti ini dan masih dapat mencatat transaksi ke dalam blockchain tanpa mengetahui identitas pengirim (yaitu tanpa pengetahuan identitas pengirim).

2. Perhitungan Aman Multi-Pihak (MPC): menekankan "bagaimana melakukan perhitungan tanpa mengungkapkan"

Teknologi komputasi aman multipihak (MPC) terutama menyelesaikan masalah: bagaimana memungkinkan beberapa peserta untuk secara aman melakukan perhitungan bersama tanpa mengungkapkan informasi sensitif.

Teknologi ini memungkinkan beberapa peserta untuk menyelesaikan tugas komputasi tanpa perlu salah satu pihak mengungkapkan data input mereka.

Misalnya, jika tiga orang ingin menghitung rata-rata gaji mereka tetapi tidak ingin mengungkapkan jumlah gaji masing-masing. Lalu, bagaimana cara melakukannya?

Setiap orang dapat membagi gaji mereka menjadi tiga bagian, dan menukar dua bagian di antara dua orang lainnya. Setiap orang kemudian menjumlahkan angka yang diterima dan membagikan hasil penjumlahan ini.

Akhirnya, ketiga orang tersebut menjumlahkan ketiga hasil penjumlahan tersebut untuk mendapatkan total, dan selanjutnya mendapatkan nilai rata-rata, tetapi mereka tidak dapat menentukan gaji pasti orang lain selain diri mereka sendiri.

Di bidang cryptocurrency, dompet MPC menggunakan teknologi ini.

Sebagai contoh dompet MPC dasar yang diluncurkan oleh beberapa platform perdagangan, pengguna tidak lagi perlu mengingat 12 frase pemulihan, melainkan menggunakan cara yang mirip dengan mengubah kunci pribadi menjadi tanda tangan multi 2/2, di mana satu disimpan di ponsel pengguna, satu disimpan di cloud pengguna, dan satu disimpan di platform perdagangan.

Jika pengguna secara tidak sengaja kehilangan ponsel, setidaknya mereka masih dapat memulihkan kunci pribadi melalui cloud dan bagian dari platform perdagangan.

Tentu saja, untuk meningkatkan keamanan, beberapa dompet MPC mendukung pengenalan lebih banyak pihak ketiga untuk melindungi potongan kunci pribadi.

Oleh karena itu, berdasarkan teknologi kriptografi MPC ini, banyak pihak dapat menggunakan kunci pribadi dengan aman tanpa perlu saling mempercayai.

3. Enkripsi Homomorfik Penuh (FHE): menekankan "bagaimana cara mengenkripsi agar dapat mencari outsourcing"

Enkripsi Homomorfik Penuh (FHE) terutama diterapkan pada: Bagaimana kita dapat mengenkripsi data sensitif sehingga setelah dienkripsi, data tersebut dapat diberikan kepada pihak ketiga yang tidak dapat dipercaya untuk melakukan perhitungan tambahan, dan hasilnya masih dapat kita dekode.

Sebagai contoh, jika seseorang tidak memiliki cukup kemampuan komputasi sendiri dan perlu bergantung pada orang lain untuk melakukan perhitungan, tetapi tidak ingin membocorkan data asli, maka ia dapat memasukkan kebisingan ke dalam data asli (melakukan enkripsi dengan penjumlahan/ perkalian berulang), kemudian memanfaatkan kekuatan komputasi orang lain untuk memproses data tersebut, dan akhirnya mendekripsi untuk mendapatkan hasil yang sebenarnya, sementara pihak yang melakukan perhitungan tidak mengetahui isinya.

Bayangkan, jika Anda perlu memproses data sensitif di lingkungan komputasi awan, seperti catatan medis atau informasi keuangan pribadi, FHE menjadi sangat penting. Ini memungkinkan data tetap dalam keadaan enkripsi sepanjang proses pemrosesan, yang tidak hanya melindungi keamanan data tetapi juga mematuhi regulasi privasi.

Dalam bidang enkripsi mata uang, aplikasi apa yang dapat dibawa oleh teknologi FHE? Misalnya, suatu proyek memperhatikan masalah asli dari mekanisme PoS:

Protokol PoS besar seperti Ethereum memiliki banyak validator, sehingga tidak ada masalah. Namun, tantangan yang dihadapi banyak proyek kecil adalah bahwa node validator secara alami cenderung malas.

Secara teoritis, tugas node adalah untuk memverifikasi keabsahan setiap transaksi dengan serius. Namun, dalam beberapa protokol PoS kecil, karena jumlah node yang tidak mencukupi dan adanya "node besar", banyak node kecil yang menyadari: lebih baik mengikuti hasil dari node besar daripada menghabiskan waktu untuk menghitung dan memverifikasi sendiri.

Ini pasti akan menyebabkan masalah sentralisasi yang serius.

Demikian pula, dalam skenario pemungutan suara juga ada fenomena "mengikuti" yang serupa.

Misalnya, dalam pemungutan suara suatu protokol terdesentralisasi, karena suatu lembaga memiliki banyak hak suara, sikapnya menjadi penentu bagi beberapa proposal. Banyak pemegang suara kecil hanya bisa mengikuti suara atau abstain, tidak dapat mencerminkan opini publik dengan sebenarnya.

Oleh karena itu, beberapa proyek memanfaatkan teknologi FHE:

Biarkan node PoS menyelesaikan verifikasi blok dengan bantuan kekuatan komputasi mesin, meskipun tidak saling mengetahui jawaban satu sama lain, untuk mencegah saling menyalin antara node.

atau

Memungkinkan pemilih untuk menghitung hasil suara melalui platform pemungutan suara tanpa saling mengetahui niat suara satu sama lain, untuk mencegah perilaku mengikuti suara.

Ini adalah salah satu aplikasi penting FHE di bidang blockchain.

Untuk mencapai fungsionalitas seperti itu, perlu dibangun kembali protokol re-staking. Karena beberapa protokol itu sendiri di masa depan akan menyediakan layanan "node outsourcing" untuk beberapa blockchain kecil, jika dipadukan dengan FHE, dapat secara signifikan meningkatkan keamanan jaringan PoS atau pemungutan suara.

Menggunakan perbandingan yang mungkin kurang tepat, pengenalan protokol semacam ini pada blockchain kecil agak mirip dengan sebuah negara kecil yang sulit mengelola urusannya sendiri, sehingga perlu mengundang pasukan asing.

Ini juga merupakan salah satu perbedaan antara beberapa proyek di bidang PoS/Restaking dengan proyek lainnya. Relatif, proyek-proyek seperti ini memulai lebih lambat, baru-baru ini meluncurkan mainnet, dan dibandingkan dengan proyek awal, tekanan kompetisinya lebih kecil.

Tentu saja, proyek-proyek ini juga menyediakan layanan di bidang AI, seperti mengenkripsi data yang dimasukkan ke AI menggunakan teknologi FHE, sehingga AI dapat belajar dan memproses data tersebut tanpa mengetahui data asli, contoh khas termasuk kerja sama dengan beberapa jaringan AI.

Ringkasan

Meskipun ZK (Zero-Knowledge Proof), MPC (Multi-Party Computation), dan FHE (Fully Homomorphic Encryption) adalah teknologi enkripsi canggih yang dirancang untuk melindungi privasi dan keamanan data, mereka berbeda dalam hal skenario aplikasi dan kompleksitas teknis:

Konteks aplikasi:

• ZK menekankan "bagaimana membuktikan". Ini memberikan cara bagi satu pihak untuk membuktikan kebenaran suatu informasi kepada pihak lain tanpa mengungkapkan informasi tambahan. Teknologi ini sangat berguna ketika perlu memverifikasi izin atau identitas.
• MPC menekankan "bagaimana cara menghitung". Ini memungkinkan beberapa peserta untuk melakukan perhitungan bersama tanpa harus mengungkapkan input masing-masing. Ini sangat berguna dalam situasi yang memerlukan kolaborasi data tetapi tetap melindungi privasi data setiap pihak, seperti analisis data lintas lembaga dan audit keuangan.
• FHE menekankan "bagaimana enkripsi". Ini memungkinkan delegasi perhitungan kompleks dilakukan sementara data tetap dalam keadaan terenkripsi. Hal ini sangat penting untuk layanan cloud/AI, di mana pengguna dapat memproses data sensitif dengan aman di lingkungan cloud.

Kompleksitas teknis:

• Meskipun ZK secara teori kuat, merancang protokol bukti nol pengetahuan yang efektif dan mudah diimplementasikan bisa sangat kompleks, memerlukan keterampilan matematika dan pemrograman yang mendalam.
• MPC dalam implementasinya perlu menyelesaikan masalah efisiensi sinkronisasi dan komunikasi, terutama dalam kasus di mana ada banyak peserta, biaya koordinasi dan beban komputasi bisa sangat tinggi.
• FHE menghadapi tantangan besar dalam efisiensi komputasi, algoritma enkripsi cukup kompleks, dan baru terbentuk pada tahun 2009. Meskipun secara teori sangat menarik, kompleksitas komputasi yang tinggi dan biaya waktu dalam aplikasi praktis tetap menjadi hambatan utama.

Data keamanan dan perlindungan privasi pribadi yang kita andalkan menghadapi tantangan yang belum pernah terjadi sebelumnya. Tanpa teknologi enkripsi, informasi dalam pesan teks, pengantaran makanan, dan proses belanja online kita akan terungkap sepenuhnya, seperti pintu rumah yang tidak terkunci, siapa pun dapat masuk dengan bebas.

Semoga artikel ini dapat membantu pembaca untuk lebih memahami dan membedakan tiga teknologi enkripsi penting ini.