एफएचई पूर्णतः होमोमोर्फिक एन्क्रिप्शन का संक्षिप्त विश्लेषण: तकनीकी सिद्धांत, अनुप्रयोग परिदृश्य और संबंधित परियोजनाएं

मूल लेखक: हाओटियन

FHE (पूरी तरह से होमोमोर्फिक एन्क्रिप्शन) पर विटालिक्स लेख में एक बार कहा गया हैऐएन ने सभी को नई एन्क्रिप्शन तकनीकों की खोज और कल्पना करने के लिए प्रेरित किया। मेरी राय में, FHE वास्तव में कल्पना के मामले में ZKP तकनीक से एक कदम आगे है, और AI+Crypto को अधिक अनुप्रयोग परिदृश्यों में लागू करने में मदद कर सकता है। हमें इसे कैसे समझना चाहिए?

1) परिभाषा: FHE पूरी तरह से होमोमोर्फिक एन्क्रिप्शन डेटा और गोपनीयता को उजागर करने की चिंता किए बिना एक विशिष्ट रूप में एन्क्रिप्टेड डेटा के संचालन को महसूस कर सकता है। इसके विपरीत, ZKP केवल एन्क्रिप्टेड अवस्था में डेटा के लगातार संचरण की समस्या को हल कर सकता है। डेटा प्राप्त करने वाला पक्ष केवल यह सत्यापित कर सकता है कि डेटा पार्टी द्वारा प्रस्तुत डेटा प्रामाणिक है। यह एक बिंदु-से-बिंदु एन्क्रिप्शन संचरण योजना है; जबकि पूरी तरह से होमोमोर्फिक एन्क्रिप्शन ऑपरेशन के विषय के दायरे को सीमित नहीं करता है, इसलिए इसे कई-से-कई एन्क्रिप्शन ऑपरेशन योजना के रूप में माना जा सकता है।

2) यह कैसे काम करता है: पारंपरिक कंप्यूटर ऑपरेशन प्लेनटेक्स्ट डेटा पर किए जाते हैं। यदि डेटा एन्क्रिप्ट किया गया है, तो गणना से पहले इसे डिक्रिप्ट करना होगा, जो अनिवार्य रूप से निजी डेटा को उजागर करेगा। होमोमॉर्फिक एन्क्रिप्शन एक विशेष एन्क्रिप्शन योजना का निर्माण करता है जो सिफरटेक्स्ट पर होमोमॉर्फिक परिवर्तन कर सकता है ताकि ऑपरेशन का परिणाम प्लेनटेक्स्ट ऑपरेशन के समान ही रहे। होमोमॉर्फिक एन्क्रिप्शन सिस्टम में, प्लेनटेक्स्ट का जोड़ सिफरटेक्स्ट के गुणन के बराबर होता है (एक नियम), इसलिए यदि आप प्लेनटेक्स्ट डेटा जोड़ना चाहते हैं, तो आपको केवल सिफरटेक्स्ट को गुणा करना होगा (समतुल्यता)।

संक्षेप में, होमोमोर्फिक एन्क्रिप्शन विशेष होमोमोर्फिक परिवर्तनों का उपयोग करता है ताकि सिफरटेक्स्ट अवस्था में डेटा प्लेनटेक्स्ट के समान परिणाम उत्पन्न करे। इसके लिए केवल संचालन नियमों की होमोमोर्फिक पत्राचार विशेषताओं को सुनिश्चित करने की आवश्यकता होती है।

3) अनुप्रयोग परिदृश्य: पारंपरिक इंटरनेट क्षेत्र में, FHE पूर्णतः होमोमोर्फिक एन्क्रिप्शन को क्लाउड स्टोरेज, बायोमेट्रिक्स, स्वास्थ्य सेवा, वित्त, विज्ञापन, जीन अनुक्रमण आदि जैसे क्षेत्रों की एक विस्तृत श्रृंखला में लागू किया जा सकता है। बायोमेट्रिक्स को एक उदाहरण के रूप में लेते हुए, व्यक्तिगत फिंगरप्रिंट, आईरिस, चेहरे और अन्य बायोमेट्रिक डेटा सभी संवेदनशील डेटा हैं। FHE तकनीक का उपयोग सर्वर की सिफरटेक्स्ट स्थिति में इन डेटा की तुलना और सत्यापन प्राप्त कर सकता है; इसी तरह, कई वर्षों से स्वास्थ्य सेवा क्षेत्र में डेटा विखंडन को FHE द्वारा तोड़ा जा सकता है, जिससे विभिन्न चिकित्सा संरचनाओं को मूल डेटा को साझा किए बिना संयुक्त विश्लेषण और मॉडलिंग करने की अनुमति मिलती है।

क्रिप्टो के क्षेत्र में, एफएचई एप्लिकेशन स्पेस में कई परिदृश्य भी शामिल हो सकते हैं जिनमें गोपनीयता की आवश्यकता होती है, जैसे गेम, डीएओ वोटिंग गवर्नेंस, एमईवी सुरक्षा, गोपनीयता लेनदेन, नियामक अनुपालन आदि। खेल परिदृश्य को एक उदाहरण के रूप में लें: प्लेटफ़ॉर्म खिलाड़ियों के हाथों में कार्ड पर जासूसी किए बिना गेम को बढ़ावा देने के लिए गणना करता है, जिससे खेल अधिक निष्पक्ष हो जाता है;

DAO वोटिंग को एक उदाहरण के रूप में लेते हुए, व्हेल अपने पते और वोटों की संख्या को उजागर किए बिना मतदान शासन में भाग ले सकते हैं, और प्रोटोकॉल गणना के माध्यम से मतदान परिणाम उत्पन्न कर सकता है। इसके अलावा, उपयोगकर्ता लक्ष्य पते और हस्तांतरण राशि जैसी निजी जानकारी के जोखिम से बचने के लिए एन्क्रिप्टेड लेनदेन को मेमपूल में पास कर सकते हैं। एक अन्य उदाहरण में, एक नियामक परिदृश्य में, सरकार कानूनी लेनदेन के गोपनीयता डेटा की जांच किए बिना फंडिंग पूल की निगरानी कर सकती है और काले-संबंधित पतों की संपत्ति को छीन सकती है।

4) नुकसान: यह ध्यान देने योग्य है कि कंप्यूटिंग वातावरण जिसमें कंप्यूटर सादे पाठ में नियमित संचालन करते हैं, अक्सर अधिक जटिल होता है। जोड़, घटाव, गुणा और भाग के अलावा, सशर्त लूप, लॉजिक गेट निर्णय आदि भी होते हैं, जबकि अर्ध-समरूप एन्क्रिप्शन और पूरी तरह से समरूप एन्क्रिप्शन केवल जोड़ और गुणा पर ही जल्दी से किया जा सकता है। अधिक जटिल संचालन के लिए संयोजन और सुपरपोजिशन की आवश्यकता होती है, जो तदनुसार कंप्यूटिंग शक्ति की मांग को बढ़ाएगा।

इसलिए, सिद्धांत रूप में, पूरी तरह से होमोमोर्फिक एन्क्रिप्शन किसी भी गणना का समर्थन कर सकता है, लेकिन प्रदर्शन बाधाओं और एल्गोरिदम विशेषताओं के कारण, होमोमोर्फिक गणनाओं के प्रकार और जटिलता जो कुशलतापूर्वक निष्पादित की जा सकती हैं, बहुत सीमित हैं। आम तौर पर, जटिल गणनाओं के लिए बड़ी मात्रा में कंप्यूटिंग शक्ति की आवश्यकता होगी। इसलिए, पूरी तरह से होमोमोर्फिक एन्क्रिप्शन की तकनीकी कार्यान्वयन प्रक्रिया वास्तव में एक है विकास एल्गोरिदम अनुकूलन और कंप्यूटिंग शक्ति लागत नियंत्रण अनुकूलन की प्रक्रिया, विशेष रूप से हार्डवेयर त्वरण और कंप्यूटिंग शक्ति वृद्धि के बाद प्रदर्शन पर ध्यान केंद्रित करना।

ऊपर

मेरी राय में, हालांकि एफएचई पूरी तरह से होमोमोर्फिक एन्क्रिप्शन को कम समय में परिपक्व और लागू करना मुश्किल है, जेडकेपी प्रौद्योगिकी के विस्तार और पूरक के रूप में, यह एआई बड़े-मॉडल गोपनीयता कंप्यूटिंग, एआई डेटा संयुक्त मॉडलिंग, एआई सहयोगी प्रशिक्षण, क्रिप्टो गोपनीयता अनुपालन लेनदेन और क्रिप्टो परिदृश्य विस्तार के लिए महान समर्थन मूल्य प्रदान कर सकता है।

यह लेख इंटरनेट से लिया गया है: FHE पूर्णतः होमोमोर्फिक एन्क्रिप्शन का संक्षिप्त विश्लेषण: तकनीकी सिद्धांत, अनुप्रयोग परिदृश्य और संबंधित परियोजनाएं

संबंधित: फैंटम (FTM) मूल्य पूर्वानुमान: क्या यह तेजी पैटर्न 31% की गिरावट को रोक सकता है?

संक्षेप में फैंटम की कीमत एक पैराबोलिक कर्व पैटर्न स्थापित कर रही है जो सुझाव देता है कि संभावित 31% सुधार संभव हो सकता है। बिटकॉइन के साथ ऑल्टकॉइन का सकारात्मक सहसंबंध बताता है कि FTM में गिरावट आने वाली है। सक्रिय जमा भी कई महीनों के उच्च स्तर पर हैं जो सुझाव देते हैं कि बिक्री के लिए प्रेरणा अधिक है। फैंटम (FTM) की कीमत एक तेजी पैटर्न बनाने के बीच में है, लेकिन रैली के बावजूद, यह मंदी के संकेतों को देख रही है। क्या ऑल्टकॉइन इस भावना से लड़ सकता है और अपनी संभावित 102% वृद्धि को जारी रख सकता है, या इसे जल्द ही 31% सुधार का सामना करना पड़ेगा? क्रिप्टो मार्केट की मंदी के संकेत फैंटम की कीमत पर भारी पड़ते हैं फैंटम की कीमत ने इस सप्ताह की शुरुआत से $1 मार्क से ऊपर अपनी उपस्थिति बनाए रखी है। ऐतिहासिक आंदोलन को देखते हुए, ऐसा लगता है कि ऑल्टकॉइन इस रैली को जारी रखेगा, लेकिन व्यापक रूप से…