導入

2022年のゼロ知識（ZK）ブームの後、プライバシー技術の応用は大きな進展を遂げ、ZKエコシステムはEVM、DeFi、DIDなどの分野で突破口を開いています。新たな暗号サイクルが出現する中、次の主要なプライバシー技術となるのはFHEでしょうか？過去1年間、完全準同型暗号（FHE）は、Zamaを主要な例として、トップベンチャーキャピタルから増大する関心を集めています。本記事では、FHEの成長を探求し、他のプライバシー技術との対比を行い、Zamaのアプローチについて詳細な分析を提供します。

FHEとは何ですか？

完全同型暗号（FHE）は、数学的な同型性を利用して暗号化されたデータ上でさまざまな計算を実行し、情報が漏洩しないようにするプライバシーテクノロジーです。Web2分野では、FHEは現在、医療情報の暗号化、金融データのプライバシー、およびクラウドデータの暗号化に使用されています。この暗号化アルゴリズムは、1978年に初めて提案され、21世紀に入ってから再び注目されており、複数の技術的な進展により、ノイズ処理と浮動小数点演算が最適化され、アルゴリズムの性能が向上し、FHE技術が商業セクターに進出しています。

完全にホモモーフィック暗号化アルゴリズムには、完全ホモモーフィズム、データの機密性、計算の柔軟性の3つの主な特徴があります。

• 完全同型暗号: 部分的に同型暗号化と比較して、完全同型暗号化は、加算、乗算、さらにはより複雑な合成演算を含む、暗号化されたデータ上で任意の数学的操作を実行することができますが、部分的に同型暗号化スキームは特定の操作のみをサポートしています。
• データの機密性：完全準同型暗号化は、暗号化されたデータ上で複数の加算と乗算を実行し、結果は依然として暗号化された状態であります。
• 計算の柔軟性：完全同型暗号は、加算、乗算、ブール演算など、さまざまな計算操作をサポートしています。この技術にはプライバシーの利点がありますが、大規模データ処理や計算に高い効率性が求められるアプリケーションの改善の余地があります。

なぜFHEが次のZKレベルのトラックなのか？

プライバシー暗号化アルゴリズムは、初期の対称暗号化および非対称暗号化から、Multi-Party Computation（MPC）、Zero-Knowledge Proofs（ZK）、Fully Homomorphic Encryption（FHE）などのより複雑で安全な手法へと進化しています。この進化は、技術の進歩やアプリケーションシナリオの変化に従って行われています。産業分野におけるプライバシー暗号化への需要が高まり、シナリオが多様化するにつれて、ブロックチェーン空間でのFHEへの関心が著しく高まっています。

プライバシー計算に関して、MPCとZKはすでに暗号通貨セクターで広く使用されています。しかし、なぜ今注目がFHEに向けられているのでしょうか？MPCと比較して、FHEはより強力なプライバシー保護、より大きな計算的柔軟性を提供し、多者間の検証を必要としません。条件の真実を証明するのが得意なZKに対して、FHEは暗号化されたデータ上で計算を行うことができ、さらには機械学習モデルのトレーニングや推論も行うことができます。各主要なプライバシーアルゴリズムには長所と短所があり、異なるアプリケーションシナリオでその利点を示し、プライバシー計算が実践で根付くのを助けています。

Zamaの紹介

Zamaは2020年に設立されたプライバシーに焦点を当てた企業で、チームは主にヨーロッパに拠点を置き、30人以上の博士号取得者や暗号学の専門家で構成されています。今年3月、ZamaはMulticoin CapitalとProtocol Labsをリードとする7300万ドルの投資を獲得し、Metaplanet、Blockchange、VSquared、Stake Capital、Portal Venturesなどの主要な投資家に加え、FilecoinのJuan Benet、PolkadotのGavin Wood、SolanaのAnatoly Yakovenko、StakeDAOのJulien Bouteloup、GauntletのTarun Chitraなど、主要なブロックチェーンプロジェクトの創設者も参加しました。

Zamaのリーダーシップチームは経験豊富な業界の重要人物から成っています。共同創設者兼CEOのランド・ヒンディは10歳のときにコーディングを始め、コンピューターサイエンス、人工知能、バイオインフォマティクスにまたがる高度な教育と強力な起業家の実績を持っています。共同創設者兼CTOのパスカル・パイリエは、テレコム・パリから暗号学のPh.D.を持つ暗号学の専門家で、チームに広範な知識をもたらしています。

Zama’s Product Ecosystem: Comprehensive Tools and Frameworks

ザマによる4つのコア製品：

• Concrete — オープンソースのFHEフレームワーク
• Concrete ML — 暗号化されたデータ上での機械学習のためのオープンソースツール
• fhEVM - Ethereum上の完全同型暗号化仮想マシン
• TFHE-rs — 最初のオープンソースのFHEツール

コンクリート：FHE専用オープンソースフレームワーク

Concreteは、開発者がプライバシーを保護しながら暗号化されたデータで計算を行うことを可能にする、完全同型暗号（FHE）のための専門フレームワークです。これはスマートロックのようなもので、フレームワークによってデータを「ロック解除」または復号化することなく処理することができます。ConcreteはFHEのためのコーディングを簡素化し、限られた暗号化の専門知識を持つ開発者でも効率的な暗号化されたアプリケーションを構築できるようにしています。Concreteには、パフォーマンスを最適化するためのシミュレーションや分析ツールも含まれており、リソース使用量を最小限に抑えながら高いパフォーマンスを維持するための調整されたエンジンのような役割を果たしています。

Concreteのコアバリューは、FHEをよりアクセスしやすくすることにあります。Concreteを使用すると、開発者は暗号化されたデータ上で安全に数学的な操作を実行できますが、機密情報は一切公開されません。これは、金融や医療などのデータプライバシーの高い分野に最適です。

Concrete ML: 暗号化されたデータのためのユーザーフレンドリーな機械学習

Concrete MLは、一般的なフレームワークに類似したAPIを提供することで使用の容易さを重視しており、開発者はおなじみのツールで暗号化されたデータの推論やトレーニングタスクを実行することができます。そのインターフェースはscikit-learnに密接に似ており、さらにPyTorchモデルをFHE互換モデルに変換することもサポートしています。これにより、データ共有や規制の遵守などプライバシーに配慮した領域で機械学習の応用が可能になります。

Concrete MLは、使用準備ができたモデルとカスタムモデルの両方の利便性を提供します:

ビルトインモデル：scikit-learnやXGBoostに似たFHE対応モデルを提供し、簡単に採用できます。

カスタムモデル：PyTorchまたはKeras/TensorFlowで開発し、ONNX経由でConcrete MLにインポートできる量子化意識トレーニングモデルをサポートします。

fhEVM: イーサリアム上のプライバシー保存スマートコントラクト

fhEVMは、FHEを介してイーサリアムブロックチェーンに本当にプライベートなスマートコントラクトをもたらします。ZamaのfhEVMにより、暗号化されたスマートコントラクトは既存のdAppエコシステム内で動作し、2つの主な機能を確保します：トランザクションおよび状態の完全な暗号化：すべてのトランザクションデータが端から端まで暗号化されており、不正なアクセスがないことを保証します。オンチェーンの組み合わせ可能性とデータプライバシー：契約の暗号化された状態はすべての更新で維持され、プライバシーが保証されます。

fhEVMは、TFHE Solidityライブラリを導入し、既存のSolidityツールを使用したシームレスな開発を可能にします。標準オペレータは暗号化された状態で動作し、契約が暗号化されたまま条件チェックを行うことができるため、プロセスはイーサリアム開発者にとって馴染みやすく友好的です。暗号化と復号を管理するには、開発者は単にeuintデータ型を使用して契約のプライベートセクションをマークするだけです。fhEVMは、しきい値、集中型、KMSベースの復号など、柔軟な復号オプションもサポートしています。

TFHE-rs：並列化による性能向上

TFHE-rsは、Rustで書かれたライブラリで、TFHE技術を使用して暗号化されたデータ上でブール演算と整数演算を実行します。その汎用性で知られるTFHE-rsは、複数のインターフェースを提供しており、クライアントアプリケーション向けのRust API、C API、WASM APIを備えています。柔軟なレゴブロックのようなモジュラー設計により、開発者は異なる機能を組み合わせて、特定のニーズに合った暗号化計算ソリューションを作成することができます。そのため、単純なシステムから複雑なシステムまで幅広いアプリケーションに適しています。

TFHE-rsは、細かいデータ処理を可能にするために、ビットレベルの暗号化操作を使用しています。データ全体を暗号化するシステムとは異なり、この方法は、特に論理ゲート操作（AND、OR、XOR）のホモモーフィック演算を行う際に効率的です。

TFHE-rsは、マルチスレッド処理とブートストラップ並列化を介して高度なパフォーマンスの向上をもたらします。ブートストラップを複数のコアで同時に処理できるステージに分割することで、TFHE-rsは処理時間を劇的に短縮し、ホモモーフィック暗号をより高速かつ効率的にします。

Zama’s Five Key Use Cases

fhEVMを基盤として、Zamaはブロックチェーンのための5つの有望なプライバシー重視のユースケースを定義しています：安全な契約トランザクション、分散型のプライベートなダークプール、DAOガバナンス、オンチェーンのブラインドオークション、オンチェーンゲーム。

オンチェーン取引

DeFiエコシステムでは、データのプライバシーとセキュリティを保護することが重要です。金融契約には、取引金額、金利、返済計画などの機密情報が含まれることがよくあります。これらの詳細をオンチェーンで完全に公開すると、プライバシーの問題につながる可能性があります。ZamaのfhEVMは、スマートコントラクトを暗号化された状態で実行することを可能にし、機密データを公開することなく、コントラクトロジック全体を安全に実行することができます。金融機関やその他のノードは契約の詳細を直接表示することはできませんが、契約の実行は検証可能です。たとえば、ローン契約では、ローン金額、返済期間、金利などのパラメーターを暗号化された形式で保持できますが、すべての計算はデータを公開せずに行われます。このように、他のノードは特定の取引の詳細にアクセスすることなく契約の実行を検証できるため、オプション、スワップ決済、オンチェーンレンディングに適しています。

分散型プライベートダークプール

ダークプールは、大規模な取引を公に注文の詳細を明らかにせずに行うことができるプライベート取引プラットフォームです。これにより、市場の混乱を避けるのに役立ちます。ダークプールでは、ユーザーのアイデンティティ、注文内容、取引の詳細にわたるプライバシーが保護されています。従来のダークプールでは、注文のマッチングに集中型プラットフォームや信頼できる第三者が使用され、プライバシーのリスクが発生します。

ZamaのTFHE-rsは暗号化されたデータ操作をサポートしており、価格や数量などの詳細を復号化せずに、暗号化された買い注文と売り注文をプライベートに一致させることができます。取引プラットフォームはユーザーの意向を安全に処理し、注文のプライバシーを保護しながら、これらの暗号化された注文は取引条件を満たしているかどうかを確認することができます。これにより、データを安全に保ちながら、取引プラットフォームはユーザーの意向を安全に処理し、注文のプライバシーを保護できます。

DAOガバナンス

DAOのガバナンスには、投票者の匿名性や財務の機密性などのプライバシー上の課題があります。投票メカニズムは個々の投票傾向を露呈することが多く、潜在的な操作や不当な影響力を生む可能性があります。たとえば、より多くのガバナンストークンを保有する個人は、投票においてより大きな影響力を持つため、結果に影響を与える権威主義的なバイアスを生み出す可能性があります。DAOのガバナンス契約には、財務支出やプロジェクト割り当てに関する機密情報が含まれるため、プロジェクト資金の額や受取人の身元を保護するために秘密にすべきです。

Zamaのアプローチは、各メンバーの投票を暗号化処理することを可能にします。投票契約は、個々の投票を復号化することなく、投票を集計し結果を計算することができます。最終集計は公開されていますが、投票プロセスはプライベートなままです。同型暗号を使用することで、各投票の選択肢を公開せずに適格性を検証することができます。

オンチェーンブラインドオークション

オンチェーンのブラインドオークションでは、参加者は入札を非公開で提出し、オークションが終了するまでそれを開示しません。多くの開発者は、入札のプライバシーを保護するために、ゼロ知識証明と2段階のプロセスを使用しており、これにはデータをオフチェーンで保存する必要があるため、追加の暗号化の課題が生じます。

Zamaの完全準同型暗号化ソリューションは、入札を暗号化してオンチェーンで処理し、それらを明らかにする必要はありません。従来のブラインドオークションでは、入札はオークション終了後に開示されますが、Zamaのアプローチにより、入札のプライバシーを損なうことなく勝者を決定するための計算が可能です。Zamaの方法には、準同型比較、条件付き更新、安全な決済が含まれており、入札を開示する必要がありません。暗号化されたマルチプレクサ技術は、最高入札を選択し、暗号化された条件に基づいて結果を更新し、機密情報を公開せずに入札の詳細を安全に管理します。オークションの終了時には、勝者だけが彼らの賞品を安全に復号化し、他の入札の詳細を明らかにすることなく、最高入札者としての地位を確認できます。

オンチェーンゲーム

fhEVMを使用することで、Zamaは完全同型暗号化を用いたオンチェーンゲームを強化する方法を紹介しています。Zamaのウェブサイトでは、ブロックチェーン上で人気のあるゲーム「Wordle」の暗号化バージョンを構築する方法が示されています。Zamaのソリューションは、スマートコントラクトが結果を検証する一方で、ゲームの状態と入力を暗号化し、オンチェーンで処理されている場合でも機密性の高いゲームデータを保護します。このプライバシーのアプローチにより、オンチェーンゲームは透明性や機能性を犠牲にすることなく、よりプライベートでスケーラブルになります。

将来の展望

ブロックチェーンのスケーラビリティの問題が解決された後、プライバシー保護トランザクションが次の大きなトレンドになる予定です。現在、スケーリングに関する主要な課題は、インフラ技術自体ではなく、規制支援と市場認知の欠如にあります。プライバシー保護トランザクションは、最適化されたインフラストラクチャにより、ゼロ知識証明技術が広く採用されたように、よりターゲットを絞ったユーザーグループ、トランザクション方法、アプリケーションシナリオを作成します。

展望すると、FHE技術は分散型取引所と中央集権型取引所の間の体験の差を狭めると期待されています。オンチェーンゲームにおけるプライバシー技術も、乱数生成によるセキュリティリスクに対処するのに役立つことができます。プライバシーを保護するソリューションの可能性は広大ですが、性能の制限は依然として課題です。大規模な高頻度取引の要求を満たすには、相当な時間と開発が必要となります。