FHE 완전 동형 암호화에 대한 간략한 분석: 기술 원리, 애플리케이션 시나리오 및 관련 프로젝트

원작자: Haotian

FHE(완전 동형 암호화)에 대한 Vitaliks 기사에는 한 번 있었습니다.일체 포함n 새로운 암호화 기술에 대한 모든 사람의 탐구와 상상력에 영감을 주었습니다. 제 생각에는 FHE는 실제로 상상력 측면에서 ZKP 기술보다 한 단계 더 높으며 더 많은 애플리케이션 시나리오에서 AI+Crypto를 구현하는 데 도움이 될 수 있습니다. 우리는 이것을 어떻게 이해해야 합니까?

1) 정의: FHE 완전 동형 암호화는 데이터 노출 및 개인 정보 보호에 대한 걱정 없이 특정 형식으로 암호화된 데이터의 작동을 실현할 수 있습니다. 반면, ZKP는 암호화된 상태에서 데이터를 일관되게 전송하는 문제만 해결할 수 있습니다. 데이터 수신 당사자는 데이터 당사자가 제출한 데이터가 진짜인지만 확인할 수 있습니다. 지점 간 암호화 전송 방식입니다. 완전 동형암호는 연산 대상의 범위를 제한하지 않으므로 다대다 암호화 연산 방식으로 간주할 수 있습니다.

2) 작동 방식: 전통적인 컴퓨터 작업은 일반 텍스트 데이터에 대해 수행됩니다. 데이터가 암호화된 경우 계산 전에 암호를 해독해야 하며 이로 인해 필연적으로 개인 데이터가 노출됩니다. 동형암호는 연산 결과가 평문 연산과 동일하게 유지되도록 암호문을 동형 변환할 수 있는 특수한 암호화 방식을 구성합니다. 동형암호 시스템에서 평문의 추가는 암호문의 곱(규칙)과 동일하므로, 평문 데이터를 추가하려면 암호문(등가)만 곱하면 됩니다.

즉, 동형암호는 특수한 동형 변경을 사용하여 암호문 상태의 데이터가 일반 텍스트와 동일한 결과를 생성하도록 합니다. 단지 연산 규칙의 동형 대응 특성을 보장하면 됩니다.

3) 적용 시나리오: 기존 인터넷 분야에서 FHE 완전 동형 암호화는 클라우드 스토리지, 생체 인식, 의료, 금융, 광고, 유전자 서열 분석 등과 같은 광범위한 분야에 적용될 수 있습니다. 생체 인식을 예로 들면 개인 지문입니다. , 홍채, 얼굴 및 기타 생체 인식 데이터는 모두 민감한 데이터입니다. FHE 기술을 사용하면 서버의 암호문 상태에서 이러한 데이터를 비교하고 검증할 수 있습니다. 마찬가지로, 의료 분야의 수년간 데이터 단편화는 FHE에 의해 깨질 수 있으므로 다양한 의료 구조가 원본 데이터를 공유하지 않고도 공동 분석 및 모델링을 수행할 수 있습니다.

암호화폐 분야에서 FHE 애플리케이션 공간은 게임, DAO 투표 거버넌스, MEV 보호, 개인정보 거래, 규제 준수 등과 같이 개인정보 보호가 필요한 여러 시나리오를 포함할 수도 있습니다. 게임 시나리오를 예로 들어 보겠습니다. 플랫폼은 다음과 같은 계산을 수행합니다. 플레이어의 손에 있는 카드를 염탐하지 않고 게임을 홍보하여 게임을 더욱 공정하게 만듭니다.

DAO 투표를 예로 들면, 고래는 자신의 주소와 투표수를 노출하지 않고 투표 거버넌스에 참여할 수 있으며, 프로토콜은 계산을 통해 투표 결과를 생성할 수 있습니다. 또한 사용자는 암호화된 거래를 Mempool에 전달할 수 있어 대상 주소, 이체 금액 등 개인정보가 노출되는 것을 방지할 수 있습니다. 또 다른 예로, 규제 시나리오에서 정부는 자금 풀을 모니터링하고 법적 거래의 개인정보 데이터를 확인하지 않고도 흑인 관련 주소의 자산을 제거할 수 있습니다.

4) 단점: 컴퓨터가 일반 텍스트로 일상적인 작업을 수행하는 컴퓨팅 환경이 종종 더 복잡하다는 점은 주목할 가치가 있습니다. 덧셈, 뺄셈, 곱셈, 나눗셈 외에도 조건 루프, 논리 게이트 판단 등이 있지만 준동형 암호화와 완전 동형 암호화는 덧셈과 곱셈에서만 빠르게 수행할 수 있습니다. 더 복잡한 작업에는 조합과 중첩이 필요하므로 그에 따라 컴퓨팅 성능 수요가 증가합니다.

따라서 이론적으로 완전 동형암호는 모든 계산을 지원할 수 있지만, 성능 병목 현상과 알고리즘 특성으로 인해 효율적으로 수행할 수 있는 동형 계산의 종류와 복잡성이 매우 제한적입니다. 일반적으로 복잡한 계산에는 많은 양의 컴퓨팅 성능이 필요합니다. 따라서 완전 동형암호의 기술적 구현 과정은 실제로 개발 알고리즘 최적화 및 컴퓨팅 파워 비용 제어 최적화 프로세스, 특히 하드웨어 가속 및 컴퓨팅 파워 향상 이후의 성능에 중점을 둡니다.

~ 위에

내 생각에는 FHE 완전 동형 암호화는 단기간에 성숙하고 적용하기 어렵지만 ZKP 기술의 확장 및 보완으로서 AI 대형 모델 개인 정보 보호 컴퓨팅, AI 데이터 공동 모델링, AI 데이터 공동 모델링에 큰 지원 가치를 제공할 수 있습니다. AI 협업 교육, 암호화폐 개인정보 보호 준수 거래, 암호화폐 시나리오 확장.

이 기사는 인터넷에서 가져온 것입니다. FHE 완전 동형 암호화에 대한 간략한 분석: 기술 원리, 애플리케이션 시나리오 및 관련 프로젝트

관련 항목: Fantom(FTM) 가격 예측: 이 강세 패턴이 31% 하락을 막을 수 있습니까?

간단히 말해서 팬텀 가격은 잠재적인 31% 수정이 가능할 수 있음을 시사하는 포물선 패턴을 설정하고 있습니다. 알트코인과 비트코인의 긍정적인 상관관계는 FTM이 하락할 것임을 시사합니다. 활성 예금도 수개월 최고치를 기록해 판매 동기가 높다는 것을 시사합니다. 팬텀(FTM) 가격은 강세 패턴을 형성하고 있지만, 반등에도 불구하고 약세 신호를 관찰하고 있습니다. 알트코인이 이러한 감정에 맞서 잠재적인 102% 증가를 계속할 수 있습니까, 아니면 곧 31% 조정에 직면하게 될까요? 팬텀 가격에 큰 영향을 미치는 암호화폐 시장 약세 단서 팬텀 가격은 이번 주 초부터 $1 수준 이상을 유지하고 있습니다. 역사적인 움직임을 고려하면, 알트코인이 이번 랠리를 계속할 것으로 보이지만 더 광범위하게…