La criptografía homomórfica ( FHE ) es una tecnología de cifrado avanzada que permite realizar cálculos directamente sobre datos cifrados, lo que permite procesar datos mientras se protege la privacidad. FHE tiene múltiples escenarios de aplicación potencial, especialmente en el campo del procesamiento y análisis de datos que requieren protección de la privacidad, como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. Sin embargo, la comercialización de FHE aún requiere tiempo, ya que el principal desafío radica en el enorme costo computacional y de memoria que sus algoritmos implican, así como en su escasa escalabilidad.
Los principios básicos de FHE
El núcleo de FHE es ocultar la información original a través de polinomios. Los polinomios se pueden transformar en problemas de álgebra lineal y cálculos vectoriales, lo que facilita operaciones altamente optimizadas para las computadoras modernas.
El proceso de cifrado de FHE incluye:
Seleccionar el polinomio de clave
Generar un polinomio aleatorio
Generar un pequeño polinomio de "error"
Combinar el texto en claro con el polinomio mencionado anteriormente para encriptar
La introducción de ruido es para prevenir la deducción de la clave a través de entradas repetidas. Pero el ruido se acumula con los cálculos, lo que puede llevar finalmente a la imposibilidad de descifrar. Para resolver este problema, FHE utiliza las siguientes técnicas:
Cambio de clave: reducción del tamaño del texto cifrado
Cambio de módulo: controlar el crecimiento del ruido
Autoarranque: restablecer el ruido al nivel inicial
Actualmente existen varias implementaciones concretas de esquemas FHE, todas las cuales utilizan tecnología de autoarranque.
Desafíos que enfrenta FHE
El principal desafío de FHE es el enorme costo computacional. En comparación con los cálculos normales, el cálculo FHE puede ser 500 millones de veces más lento. La Agencia de Proyectos de Investigación Avanzados de Defensa de EE. UU. (DARPA) lanzó el programa Dprive, cuyo objetivo es aumentar la velocidad de cálculo de FHE a 1/10 de la computación normal. El programa se centra principalmente en los siguientes aspectos:
Aumentar la longitud de palabra del procesador
Desarrollar procesadores ASIC dedicados
Construcción de arquitectura paralela MIMD
A pesar de los avances lentos, la tecnología FHE sigue teniendo un significado único para la protección de datos sensibles, especialmente en campos como el militar, médico y financiero.
La aplicación de FHE en blockchain
En el campo de la blockchain, FHE se utiliza principalmente para proteger la privacidad de los datos, y las direcciones de aplicación incluyen:
Privacidad en la cadena
Privacidad de los datos de entrenamiento de IA
Privacidad en la votación en cadena
Revisión de transacciones privadas en la cadena
Solución MEV
Pero FHE también enfrenta desafíos como el aumento significativo de los costos de operación para los validadores.
Principales proyectos de FHE
Actualmente, la mayoría de los proyectos FHE utilizan tecnología construida por Zama, como Fhenix, Privasea, Inco Network, Mind Network, entre otros. Estos proyectos se diferencian principalmente en su modelo de negocio.
Zama, basado en el esquema TFHE, ha construido una pila de desarrollo de blockchain + IA bastante completa.
Octra utiliza una tecnología original basada en hipergrafos para implementar FHE, construyendo un nuevo lenguaje de contratos inteligentes y un protocolo de consenso.
Perspectivas
La tecnología FHE todavía se encuentra en una etapa temprana y enfrenta numerosos desafíos:
Eficiencia de rendimiento baja
Dificultad alta en el proyecto
Perspectivas comerciales poco claras
Falta de inversión de capital
Pero con el desarrollo de chips FHE especializados y la demanda en campos clave como la defensa, las finanzas y la medicina, la tecnología FHE espera un avance. FHE tiene el potencial de liberar datos de privacidad y combinarse con tecnologías futuras como los algoritmos cuánticos, lo que traerá un impacto profundo.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
9 me gusta
Recompensa
9
4
Compartir
Comentar
0/400
UncleWhale
· hace18h
¿El costo de memoria es demasiado aterrador?
Ver originalesResponder0
PanicSeller
· hace18h
Comercio de criptomonedas en trampa
Ver originalesResponder0
SillyWhale
· hace18h
No entendí una palabra, solo recuerdo la capa de invisibilidad.
FHE: La luz del futuro y los desafíos de la protección de la privacidad en la Cadena de bloques
FHE: La capa de invisibilidad de la Criptografía
La criptografía homomórfica ( FHE ) es una tecnología de cifrado avanzada que permite realizar cálculos directamente sobre datos cifrados, lo que permite procesar datos mientras se protege la privacidad. FHE tiene múltiples escenarios de aplicación potencial, especialmente en el campo del procesamiento y análisis de datos que requieren protección de la privacidad, como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. Sin embargo, la comercialización de FHE aún requiere tiempo, ya que el principal desafío radica en el enorme costo computacional y de memoria que sus algoritmos implican, así como en su escasa escalabilidad.
Los principios básicos de FHE
El núcleo de FHE es ocultar la información original a través de polinomios. Los polinomios se pueden transformar en problemas de álgebra lineal y cálculos vectoriales, lo que facilita operaciones altamente optimizadas para las computadoras modernas.
El proceso de cifrado de FHE incluye:
La introducción de ruido es para prevenir la deducción de la clave a través de entradas repetidas. Pero el ruido se acumula con los cálculos, lo que puede llevar finalmente a la imposibilidad de descifrar. Para resolver este problema, FHE utiliza las siguientes técnicas:
Actualmente existen varias implementaciones concretas de esquemas FHE, todas las cuales utilizan tecnología de autoarranque.
Desafíos que enfrenta FHE
El principal desafío de FHE es el enorme costo computacional. En comparación con los cálculos normales, el cálculo FHE puede ser 500 millones de veces más lento. La Agencia de Proyectos de Investigación Avanzados de Defensa de EE. UU. (DARPA) lanzó el programa Dprive, cuyo objetivo es aumentar la velocidad de cálculo de FHE a 1/10 de la computación normal. El programa se centra principalmente en los siguientes aspectos:
A pesar de los avances lentos, la tecnología FHE sigue teniendo un significado único para la protección de datos sensibles, especialmente en campos como el militar, médico y financiero.
La aplicación de FHE en blockchain
En el campo de la blockchain, FHE se utiliza principalmente para proteger la privacidad de los datos, y las direcciones de aplicación incluyen:
Pero FHE también enfrenta desafíos como el aumento significativo de los costos de operación para los validadores.
Principales proyectos de FHE
Actualmente, la mayoría de los proyectos FHE utilizan tecnología construida por Zama, como Fhenix, Privasea, Inco Network, Mind Network, entre otros. Estos proyectos se diferencian principalmente en su modelo de negocio.
Zama, basado en el esquema TFHE, ha construido una pila de desarrollo de blockchain + IA bastante completa.
Octra utiliza una tecnología original basada en hipergrafos para implementar FHE, construyendo un nuevo lenguaje de contratos inteligentes y un protocolo de consenso.
Perspectivas
La tecnología FHE todavía se encuentra en una etapa temprana y enfrenta numerosos desafíos:
Pero con el desarrollo de chips FHE especializados y la demanda en campos clave como la defensa, las finanzas y la medicina, la tecnología FHE espera un avance. FHE tiene el potencial de liberar datos de privacidad y combinarse con tecnologías futuras como los algoritmos cuánticos, lo que traerá un impacto profundo.