Полностью гомоморфное шифрование (FHE): мост между защитой конфиденциальности и развитием ИИ
В последнее время колебания на рынке были небольшими, что дало нам больше времени сосредоточиться на некоторых новых технологиях. Несмотря на то, что криптовалютный рынок 2024 года не так оживлен, как в предыдущие годы, все же есть некоторые новые технологии, которые становятся зрелыми, например, "полностью гомоморфное шифрование" (Fully Homomorphic Encryption, сокращенно FHE), о котором мы поговорим сегодня.
Чтобы понять сложную концепцию FHE, нам сначала нужно понять значения "шифрование", "гомоморфное" и "полностью".
Шифрование основных понятий
Шифрование – это метод защиты безопасности информации. Предположим, что Алиса хочет передать Бобу секретное число "1314 520", но оно должно быть передано через третью сторону С. Чтобы сохранить конфиденциальность, Алиса может умножить каждое число на 2, превратив его в "2628 1040". Бобу нужно лишь разделить каждое число на 2, чтобы восстановить оригинальную информацию. Это простой способ симметричного шифрования.
Принцип Гомоморфного шифрования
Гомоморфное шифрование идет еще дальше, оно позволяет выполнять вычисления над зашифрованными данными без необходимости их расшифровки. Например, Алисе нужно вычислить 12 месяцев оплаты за электроэнергию, по 400 юаней каждый месяц, но она не хочет, чтобы кто-то знал конкретную сумму. Она может зашифровать 400 и 12, умножив каждое на 2, и поручить С вычислить 800×24. Получив результат 19200, Алиса затем разделит его на 4, чтобы получить правильный ответ 4800 юаней. В этом процессе С не знает, что на самом деле вычисляется.
Необходимость полностью гомоморфного шифрования
Однако простое гомоморфное шифрование может быть взломано. Полностью гомоморфное шифрование вводит более сложные математические операции, что делает зашифрованные данные практически невозможными для взлома, одновременно позволяя выполнять произвольное количество операций сложения и умножения в зашифрованном состоянии. Это делает полностью гомоморфное шифрование важным прорывом в криптографии.
Применение полностью гомоморфного шифрования в области ИИ
Технология полностью гомоморфного шифрования (FHE) имеет широкие перспективы применения в области ИИ. ИИ требует большого объема данных для обучения, однако эти данные часто связаны с конфиденциальностью. FHE позволяет осуществлять вычисления и обучение ИИ на зашифрованных данных, защищая при этом конфиденциальность данных. Например:
Пользователи могут предоставить конфиденциальные данные после их шифрования AI.
ИИ проводит вычисления и обучение на зашифрованных данных.
AI выводит результаты шифрования.
Пользователь расшифровывает результаты локально и получает необходимую информацию.
Этот способ одновременно защищает конфиденциальность пользователей и не влияет на функциональность ИИ.
Практические приложения FHE
Технология FHE может быть применена в различных областях, таких как распознавание лиц. Она может определить, является ли объект настоящим человеком, не имея доступа к оригинальным лицевым данным. Это решает противоречие между защитой конфиденциальности и реализацией функций.
Однако для вычислений с использованием полностью гомоморфного шифрования требуется огромная вычислительная мощность. Чтобы решить эту проблему, некоторые проекты разрабатывают специализированные сети вычислительной мощности и сопутствующую инфраструктуру. Например, один проект выпустил аппаратное обеспечение, похожее на устройства для майнинга, и специальный NFT, предназначенный для поддержки работы его сети FHE.
Значение FHE для развития ИИ
Если технология полностью гомоморфное шифрование (FHE) сможет широко применяться в области ИИ, это значительно ускорит развитие ИИ. В настоящее время многие страны сосредоточены на регулировании ИИ в основном в области безопасности данных и защиты конфиденциальности. Зрелость технологии FHE может стать ключом к решению этих проблем.
От национальной безопасности до защиты личной конфиденциальности, технологии FHE имеют потенциальные области применения. В эпоху быстрого развития ИИ FHE может стать последней линией защиты человеческой конфиденциальности.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
11 Лайков
Награда
11
2
Поделиться
комментарий
0/400
ContractExplorer
· 18ч назад
Снова появились новые игрушки? Они мне довольно нравятся.
Посмотреть ОригиналОтветить0
SchrodingersPaper
· 19ч назад
Этот мир криптовалют действительно расслабился, так скучно, что начал изучать шифрование.
FHE полностью гомоморфное шифрование: инструмент защиты конфиденциальности в эпоху ИИ
Полностью гомоморфное шифрование (FHE): мост между защитой конфиденциальности и развитием ИИ
В последнее время колебания на рынке были небольшими, что дало нам больше времени сосредоточиться на некоторых новых технологиях. Несмотря на то, что криптовалютный рынок 2024 года не так оживлен, как в предыдущие годы, все же есть некоторые новые технологии, которые становятся зрелыми, например, "полностью гомоморфное шифрование" (Fully Homomorphic Encryption, сокращенно FHE), о котором мы поговорим сегодня.
Чтобы понять сложную концепцию FHE, нам сначала нужно понять значения "шифрование", "гомоморфное" и "полностью".
Шифрование основных понятий
Шифрование – это метод защиты безопасности информации. Предположим, что Алиса хочет передать Бобу секретное число "1314 520", но оно должно быть передано через третью сторону С. Чтобы сохранить конфиденциальность, Алиса может умножить каждое число на 2, превратив его в "2628 1040". Бобу нужно лишь разделить каждое число на 2, чтобы восстановить оригинальную информацию. Это простой способ симметричного шифрования.
Принцип Гомоморфного шифрования
Гомоморфное шифрование идет еще дальше, оно позволяет выполнять вычисления над зашифрованными данными без необходимости их расшифровки. Например, Алисе нужно вычислить 12 месяцев оплаты за электроэнергию, по 400 юаней каждый месяц, но она не хочет, чтобы кто-то знал конкретную сумму. Она может зашифровать 400 и 12, умножив каждое на 2, и поручить С вычислить 800×24. Получив результат 19200, Алиса затем разделит его на 4, чтобы получить правильный ответ 4800 юаней. В этом процессе С не знает, что на самом деле вычисляется.
Необходимость полностью гомоморфного шифрования
Однако простое гомоморфное шифрование может быть взломано. Полностью гомоморфное шифрование вводит более сложные математические операции, что делает зашифрованные данные практически невозможными для взлома, одновременно позволяя выполнять произвольное количество операций сложения и умножения в зашифрованном состоянии. Это делает полностью гомоморфное шифрование важным прорывом в криптографии.
Применение полностью гомоморфного шифрования в области ИИ
Технология полностью гомоморфного шифрования (FHE) имеет широкие перспективы применения в области ИИ. ИИ требует большого объема данных для обучения, однако эти данные часто связаны с конфиденциальностью. FHE позволяет осуществлять вычисления и обучение ИИ на зашифрованных данных, защищая при этом конфиденциальность данных. Например:
Этот способ одновременно защищает конфиденциальность пользователей и не влияет на функциональность ИИ.
Практические приложения FHE
Технология FHE может быть применена в различных областях, таких как распознавание лиц. Она может определить, является ли объект настоящим человеком, не имея доступа к оригинальным лицевым данным. Это решает противоречие между защитой конфиденциальности и реализацией функций.
Однако для вычислений с использованием полностью гомоморфного шифрования требуется огромная вычислительная мощность. Чтобы решить эту проблему, некоторые проекты разрабатывают специализированные сети вычислительной мощности и сопутствующую инфраструктуру. Например, один проект выпустил аппаратное обеспечение, похожее на устройства для майнинга, и специальный NFT, предназначенный для поддержки работы его сети FHE.
Значение FHE для развития ИИ
Если технология полностью гомоморфное шифрование (FHE) сможет широко применяться в области ИИ, это значительно ускорит развитие ИИ. В настоящее время многие страны сосредоточены на регулировании ИИ в основном в области безопасности данных и защиты конфиденциальности. Зрелость технологии FHE может стать ключом к решению этих проблем.
От национальной безопасности до защиты личной конфиденциальности, технологии FHE имеют потенциальные области применения. В эпоху быстрого развития ИИ FHE может стать последней линией защиты человеческой конфиденциальности.