FHE: Jubah Tak Terlihat Kriptografi

Enkripsi homomorfik ( FHE ) adalah teknologi enkripsi canggih yang memungkinkan perhitungan langsung pada data terenkripsi, sehingga dapat memproses data sambil melindungi privasi. FHE memiliki banyak potensi aplikasi, terutama di bidang pemrosesan dan analisis data yang memerlukan perlindungan privasi, seperti keuangan, kesehatan, komputasi awan, pembelajaran mesin, sistem pemungutan suara, Internet of Things, perlindungan privasi blockchain, dan lainnya. Namun, komersialisasi FHE masih memerlukan waktu, tantangan utamanya adalah beban komputasi dan memori yang besar yang ditimbulkan oleh algoritmanya, serta skalabilitas yang buruk.

Prinsip Dasar FHE

Inti dari FHE adalah menyembunyikan informasi asli melalui polinomial. Polinomial dapat diubah menjadi masalah aljabar linier dan perhitungan vektor, yang memudahkan komputer modern untuk melakukan perhitungan yang sangat teroptimasi.

Proses enkripsi FHE mencakup:

1. Pilih polinomial kunci
2. Menghasilkan polinomial acak
3. Menghasilkan polinomial "kesalahan" kecil
4. Menggabungkan plaintext dengan polinomial di atas untuk mengenkripsi

Memperkenalkan kebisingan bertujuan untuk mencegah pengundian kunci melalui input yang berulang. Namun, kebisingan akan terakumulasi seiring dengan perhitungan, yang akhirnya dapat menyebabkan ketidakmampuan untuk mendekripsi. Untuk mengatasi masalah ini, FHE menggunakan beberapa teknologi berikut:

• Pergantian Kunci: Mengompres Ukuran Ciphertext
• Pergantian modulus: mengontrol pertumbuhan kebisingan
• Bootstrap: Mengatur kembali noise ke level awal

Saat ini sudah ada berbagai implementasi spesifik dari skema FHE yang menggunakan teknologi bootstrapping.

Tantangan yang Dihadapi FHE

Tantangan utama dari FHE adalah biaya komputasi yang sangat besar. Dibandingkan dengan komputasi biasa, komputasi FHE bisa 500 juta kali lebih lambat. Badan Penelitian Pertahanan Tinggi Amerika Serikat (DARPA) meluncurkan program Dprive, dengan tujuan untuk meningkatkan kecepatan komputasi FHE menjadi 1/10 dari komputasi biasa. Program ini terutama fokus pada aspek-aspek berikut:

1. Memperbesar panjang kata prosesor
2. Mengembangkan prosesor ASIC khusus
3. Membangun arsitektur paralel MIMD

Meskipun kemajuannya lambat, teknologi FHE tetap memiliki makna unik untuk melindungi data sensitif, terutama di bidang militer, medis, dan keuangan.

Aplikasi FHE dalam Blockchain

Dalam bidang blockchain, FHE terutama digunakan untuk melindungi privasi data, dengan arah aplikasi termasuk:

• Privasi di atas rantai
• Privasi data pelatihan AI
• Privasi voting di blockchain
• Pemeriksaan transaksi privasi di blockchain
• Solusi MEV

Namun, FHE juga menghadapi tantangan seperti peningkatan biaya operasional validator yang signifikan.

Proyek FHE Utama

Saat ini sebagian besar proyek FHE menggunakan teknologi yang dibangun oleh Zama, seperti Fhenix, Privasea, Inco Network, Mind Network, dan lain-lain. Proyek-proyek ini terutama berbeda dalam model bisnis.

Zama membangun tumpukan pengembangan blockchain + AI yang cukup lengkap berdasarkan skema TFHE.

Octra menggunakan teknologi orisinal berbasis hypergraph untuk menerapkan FHE, dan membangun bahasa kontrak pintar dan protokol konsensus baru.

Harapan

Teknologi FHE masih berada di tahap awal, menghadapi banyak tantangan:

• Efisiensi kinerja rendah
• Tingkat kesulitan proyek tinggi
• Prospek komersialisasi tidak jelas
• Investasi modal tidak cukup

Namun, seiring dengan pengembangan chip FHE khusus, serta kebutuhan di bidang-bidang penting seperti pertahanan, keuangan, dan kesehatan, teknologi FHE diharapkan dapat mengalami terobosan. FHE memiliki potensi untuk melepaskan data privasi dan menggabungkannya dengan teknologi algoritma kuantum di masa depan, yang dapat membawa dampak yang mendalam.