Tamamen homomorfik şifreleme(FHE): AI çağında gizlilik koruma aracı

Son zamanlarda piyasa durumu durgundu, bu da bize bazı yeni teknolojilerin gelişimine daha fazla dikkat etme fırsatı verdi. 2024 yılı kripto piyasası belki de önceki yıllardaki kadar etkileyici olmayacak, ancak yine de bazı yeni teknolojiler yavaş yavaş olgunlaşmaya doğru ilerliyor. Bugün tartışacağımız konu bunlardan biri: tamamen homomorfik şifreleme (Fully Homomorphic Encryption, kısaca FHE).

FHE bu karmaşık kavramı anlamak için öncelikle "şifreleme" ve "homomorfik" terimlerinin anlamını netleştirmemiz ve neden "tam" kelimesinin vurgulandığını anlamamız gerekiyor.

Şifrelemenin Temel Kavramları

Herkesin çok iyi bildiği en basit şifreleme yöntemi. Örneğin Alice, Bob'a bir gizli mesaj göndermek istiyor "1314 520" ama iletimi yapan üçüncü taraf C'nin içeriği bilmesini istemiyor. Basit bir şifreleme yöntemi kullanabilir: Her bir sayıyı 2 ile çarparak "2628 1040" haline getirebilir. Bob mesajı aldığında, sadece her bir sayıyı 2'ye bölmesi yeterli, böylece orijinal mesajı elde eder. İşte bu, temel bir simetrik şifreleme yöntemidir.

Homomorfik Şifreleme'nin Kavramı

Şimdi Alice'in sadece 7 yaşında olduğunu, yalnızca en basit çarpma ve bölme işlemlerini yapabildiğini varsayalım. Aylık elektrik faturası 400 yuan olan evindeki 12 aylık elektrik faturasının toplamını hesaplaması gerekiyor. Ancak karmaşık çarpma işlemlerini yapamıyor ve başkalarının elektrik faturasının belirli miktarını bilmesini istemiyor.

Bu aşamada, Alice homomorfik şifreleme yöntemini kullanabilir. 400'ü 2 ile çarparak 800, 12'yi 2 ile çarparak 24 elde eder ve ardından C'nin 800 ile 24'ün sonucunu hesaplamasını sağlar. C, 19200'ü hesapladıktan sonra Alice'e bildirir, Alice sonucu 4'e bölerek doğru toplam elektrik faturasını 4800 TL elde eder.

Bu, basit bir çarpan homomorfik şifreleme örneğidir. 800 çarpı 24, aslında 400 çarpı 12'nin bir yansımasıdır, şifrelemeden önce ve sonra şekil aynı kalır, bu yüzden "homomorfik" olarak adlandırılır. Bu yöntem, güvenilmeyen üçüncü tarafların hesaplama yapmasına izin verirken, hassas verilerin sızdırılmasını korur.

Tamamen homomorfik şifrelemenin gerekliliği

Ancak, gerçek dünyadaki sorunlar genellikle daha karmaşıktır. Eğer C yeterince akıllıysa, Alice'in orijinal verilerini eksiksiz bir şekilde çözebilir. Bu daha güçlü "tamamen homomorfik şifreleme" teknolojisini gerektirir.

Tamamen homomorfik şifreleme, şifrelenmiş veriler üzerinde herhangi bir sayıda toplama ve çarpma işlemi yapılmasına izin verir; bu işlemler belirli bir tür veya sayı ile sınırlı değildir. Bu, kırma zorluğunu büyük ölçüde artırır ve üçüncü tarafların gizli verilere göz atma olasılığını neredeyse ortadan kaldırır.

Tamamen homomorfik şifreleme teknolojisi 2009 yılına kadar çığır açan ilerlemeler kaydedemedi ve şifreleme alanında Kutsal Kase olarak görülmektedir.

FHE teknolojisinin uygulama alanları

FHE teknolojisi, AI alanında geniş uygulama olanaklarına sahiptir. Güçlü AI sistemlerinin büyük veri setleriyle eğitilmesi gerektiği herkesçe bilinmektedir, ancak birçok veri yüksek gizlilik değerine sahiptir. FHE teknolojisi bu çelişkiyi iyi bir şekilde çözebilir.

Spesifik olarak, veri sahipleri şunları yapabilir:

1. Hassas verileri şifrelemek için tamamen homomorfik şifreleme (FHE) yöntemini kullanın.
2. Şifrelenmiş verileri AI sistemine hesaplama için sağla
3. AI sisteminin şifrelenmiş sonucu

AI sistemleri (özellikle üretken AI) temelde vektörleri işlediği ve anlamı anlamadığı için şifrelenmiş verileri doğrudan işleyebilir. Veri sahipleri daha sonra yerel olarak sonuçları güvenli bir şekilde şifrelerini çözüp, gizliliği korurken AI'nın güçlü hesaplama gücünden yararlanma hedefini gerçekleştirebilir.

Bu yöntem, yüz tanıma gibi birçok alanda uygulanabilir. Hem makinelerin gerçek bir insan olup olmadığını belirlemesine olanak tanır, hem de kullanıcıların yüz bilgilerini doğrudan elde edilmesini korur.

FHE teknolojisinin karşılaştığı zorluklar

FHE teknolojisinin geniş bir geleceği olmasına rağmen, pratik uygulamalarda hala bazı zorluklarla karşı karşıyadır, başlıca büyük hesaplama maliyetleri. Bu sorunu çözmek için bazı projeler özel hesaplama ağları kurmayı denemektedir.

Örneğin, bazı projeler PoW ve PoS özelliklerini birleştiren bir ağ mimarisi önerdi ve FHE uygulamalarına yeterli hesaplama gücü sağlamak amacıyla özel madencilik donanımları ve NFT çalışma belgeleri gibi yardımcı tesisler geliştirdi.

FHE'nin AI Gelişimine Önemi

Eğer FHE teknolojisi AI alanında büyük çapta uygulanabilirse, AI'nın gelişimini büyük ölçüde teşvik edecektir. Şu anda, birçok ülkenin AI üzerindeki düzenlemeleri esas olarak veri güvenliği ve gizlilik koruma konularına odaklanmaktadır. FHE teknolojisi, bu sorunların çözümünde anahtar olma potansiyeline sahiptir.

Ülke güvenliğinden kişisel gizlilik korumasına kadar, FHE teknolojisinin uygulama alanları her yerde mevcuttur. Gelmekte olan AI çağında, FHE teknolojisi insan gizliliğini korumanın son savunma hattı haline gelebilir.