Знакомство

В прошлом криптография играла ключевую роль в развитии человеческой цивилизации, особенно в области информационной безопасности и защиты конфиденциальности. Он не только обеспечил надежную защиту для передачи и хранения данных в различных областях, но и его система асимметричного шифрования с открытыми и закрытыми ключами, а также хеш-функции были творчески объединены Сатоши Накамото в 2008 году. Это привело к разработке механизма proof-of-work, который решил проблему двойного расходования, тем самым катализировав рождение биткоина, революционной цифровой валюты, и открыв новую эру для индустрии блокчейна.

По мере того, как индустрия блокчейна продолжает развиваться и быстро развиваться, появился ряд передовых криптографических технологий, наиболее известными из которых являются доказательства с нулевым разглашением (ZKP), многосторонние вычисления (MPC) и полностью гомоморфное шифрование (FHE). Эти технологии широко используются в различных сценариях, таких как объединение ZKP с решением Rollup для решения проблемы «дилеммы треугольника» блокчейна, а также содействие массовому внедрению пользовательских интерфейсов путем объединения MPC с системой открытых и закрытых ключей. Что касается FHE, который считается одним из Святых Граалей криптографии, его уникальная особенность позволяет третьей стороне выполнять произвольное количество операций и вычислений над зашифрованными данными без их расшифровки, тем самым обеспечивая компонуемые вычисления конфиденциальности в цепочке и открывая новые возможности для множества областей и сценариев.

Краткий обзор FHE

Когда мы говорим о FHE (полностью гомоморфном шифровании), важно сначала понять, что означает это название. HE расшифровывается как гомоморфное шифрование, технология, основной особенностью которой является возможность выполнять вычисления и операции с зашифрованными данными, где эти операции могут быть напрямую отображены на открытый текст, тем самым сохраняя математические свойства зашифрованных данных. Буква «F» в аббревиатуре FHE означает, что эта гомоморфная характеристика была поднята на новую высоту, что позволяет выполнять неограниченные вычисления и операции с зашифрованными данными.

Чтобы помочь понять, мы выбираем простейшую линейную функцию в качестве алгоритма шифрования и объясняем аддитивный гомоморфизм и мультипликативный гомоморфизм с помощью одной операции. Конечно, в реальном FHE используется ряд более сложных математических алгоритмов, и эти алгоритмы требуют большого количества вычислительных ресурсов (процессор и память).

Несмотря на то, что математические принципы FHE глубоки и сложны, мы не будем углубляться в них здесь. Стоит отметить, что в области гомоморфного шифрования, помимо FHE, существуют также частично гомоморфное шифрование и несколько гомоморфное шифрование. Их основное различие заключается в типах операций, которые они поддерживают, и количестве операций, которые они позволяют, но они также позволяют выполнять вычисления и операции с зашифрованными данными. Однако, чтобы сохранить краткость содержания, мы не будем подробно обсуждать их здесь.

Несмотря на то, что многие известные компании участвуют в исследованиях и разработках, Microsoft и Zama выделяются своими превосходными продуктами с открытым исходным кодом (библиотеками кода), подчеркивая их беспрецедентное удобство использования и влияние. Они предоставляют разработчикам стабильные и эффективные реализации FHE, в значительной степени способствуя непрерывному развитию и широкому применению технологии FHE.

Microsoft SEAL: библиотека FHE, тщательно разработанная Microsoft Research, поддерживает не только полностью гомоморфное шифрование, но и частично гомоморфное шифрование. SEAL предоставляет эффективный интерфейс C++ и, интегрируя многочисленные алгоритмы и методы оптимизации, значительно повышает вычислительную производительность и эффективность.

TFHE от Zama: библиотека с открытым исходным кодом, ориентированная на высокопроизводительное полностью гомоморфное шифрование. TFHE предоставляет услуги через интерфейс на языке C и применяет ряд передовых методов и алгоритмов оптимизации, направленных на достижение более высокой скорости вычислений и снижения потребления ресурсов.

Согласно наиболее упрощенному представлению, процесс работы переживания FHE примерно выглядит следующим образом:

• Генерация ключей: Используйте библиотеку/фреймворк FHE для создания пары открытых и закрытых ключей.
• Шифрование данных: используйте открытый ключ для шифрования данных, которые должны быть обработаны вычислениями FHE.
• Выполнение гомоморфных вычислений: используйте функции гомоморфных вычислений, предоставляемые библиотекой FHE, для выполнения различных вычислительных операций с зашифрованными данными, таких как сложение, умножение и т. д.
• Расшифровка результатов: Когда необходимо просмотреть результаты расчета, легитимный пользователь использует закрытый ключ для расшифровки результатов расчета.

В практике полностью гомоморфного шифрования (FHE) стратегия управления ключом дешифрования (создание, обращение, использование и т. д.) имеет решающее значение. Поскольку результаты вычислений и операций над зашифрованными данными необходимо расшифровывать для использования в определенное время и в определенных сценариях, ключ дешифрования становится ядром для обеспечения сохранности и целостности исходных и обработанных данных. План управления ключом расшифровки во многом похож на традиционное управление ключами. Тем не менее, из-за особенностей FHE может быть разработана более строгая и детальная стратегия.

Для блокчейна, благодаря его характеристикам децентрализации, прозрачности и неизменности, внедрение пороговых многосторонних вычислений (TMPC) является потенциально мощным выбором. Эта схема позволяет нескольким участникам совместно управлять и контролировать ключ дешифрования, а данные могут быть успешно расшифрованы только при достижении заданного порогового числа (т. е. количества участников). Это не только повышает безопасность управления ключами, но и снижает риск компрометации одного узла, обеспечивая надежную гарантию применения FHE в среде блокчейна.

Закладка фундамента с помощью fhEVM

С точки зрения минимального вторжения, идеальный способ реализовать полностью гомоморфное шифрование (FHE) в блокчейне — это инкапсулировать его в виде общей библиотеки кода смарт-контрактов для обеспечения легкости и гибкости. Однако предпосылкой для такого подхода является то, что виртуальная машина смарт-контракта должна предварительно поддерживать определенный набор инструкций сложных математических операций и операций шифрования, требуемых FHE. Если виртуальная машина не может соответствовать этим требованиям, необходимо углубиться в архитектуру ядра виртуальной машины для настройки и трансформации для адаптации к требованиям алгоритма FHE, тем самым добившись бесшовной интеграции.

Как виртуальная машина, которая была широко распространена и проверена в течение длительного времени, виртуальная машина Ethereum (EVM), естественно, становится первым выбором для реализации FHE. Однако практиков в этой области немного. Среди них мы снова заметили TFHE с открытым исходным кодом от компании Zama. Фактически, Zama не только предоставляет базовую библиотеку TFHE, но и, как технологическая компания, специализирующаяся на применении технологии FHE в областях искусственного интеллекта и блокчейна, запустила два важных продукта с открытым исходным кодом: Concrete ML и fhEVM. Concrete ML фокусируется на вычислениях конфиденциальности в машинном обучении. С помощью Concrete ML специалисты по обработке и анализу данных и специалисты по машинному обучению могут обучать и выводить модели машинного обучения на конфиденциальных данных под предлогом защиты конфиденциальности, тем самым в полной мере используя ресурсы данных, не беспокоясь об утечках конфиденциальности. Другой продукт, fhEVM, является полностью гомоморфным EVM, который поддерживает вычисления конфиденциальности, реализованные в Solidity. fhEVM позволяет разработчикам использовать полностью гомоморфную технологию шифрования в смарт-контрактах Ethereum для обеспечения защиты конфиденциальности и безопасных вычислений.

Прочитав документацию по fhEVM, мы узнали, что основными особенностями fhEVM являются:

• fhEVM: На уровне байт-кода, не относящегося к EVM, в виде встроенных функций, за счет интеграции нескольких различных состояний предварительно скомпилированных контрактов библиотеки FHE с открытым исходным кодом Zama, он обеспечивает поддержку операций FHE. Кроме того, для FHE специально создана специальная область памяти и хранения EVM для хранения, чтения, записи и проверки зашифрованного текста FHE;
• Механизм расшифровки, разработанный на основе протокола распределенных пороговых значений: он поддерживает глобальный ключ FHE для смешанных зашифрованных данных между несколькими пользователями и несколькими контрактами и зашифрованное хранилище ключей в цепочке, а также механизм асинхронного шифрования для обмена ключом дешифрования между несколькими верификаторами с пороговой безопасной схемой вычислений;
• Библиотека контрактов Solidity, которая снижает порог для разработчиков: она проектирует тип данных шифрования FHE, тип операции, вызов дешифрования, вывод шифрования и т. д.;

fhEVM от Zama обеспечивает надежную отправную точку для применения технологии FHE в блокчейн-приложениях. Однако, учитывая, что Zama в основном фокусируется на развитии технологий, ее решение больше склоняется к техническому уровню, а мышление в инженерном посадочном и коммерческом приложениях относительно меньше. Таким образом, в процессе внедрения fhEVM в практическое применение он может столкнуться с различными неожиданными проблемами, включая, помимо прочего, технические пороговые значения и проблемы оптимизации производительности.

Создание экосистемы с помощью FHE-роллапов

Автономный fhEVM сам по себе не может представлять собой проект или целую экосистему; это больше похоже на одного из разнообразных клиентов в экосистеме Ethereum. Чтобы утвердиться в качестве независимого проекта, fhEVM должен полагаться на публичную архитектуру на уровне цепочки или принять решение уровня 2/уровня 3. Направление развития публичной цепочки FHE неизбежно должно решить, как уменьшить избыточность и растрату вычислительных ресурсов FHE между распределенными узлами-верификаторами. И наоборот, решения Layer2 / Layer3, которые по своей сути существуют как уровень исполнения публичной цепочки, могут распределять вычислительную работу между несколькими узлами, значительно снижая порядок величины вычислительных накладных расходов. Поэтому, будучи первопроходцем, компания Fhenix активно изучает комбинацию технологий fhEVM и Rollup, предлагая создание передового решения типа FHE-Rollups Layer2.

Учитывая, что технология ZK Rollups включает в себя сложные механизмы ZKP и требует огромных вычислительных ресурсов для создания доказательства, необходимого для верификации, в сочетании с характеристиками полного FHE, непосредственное внедрение решения FHE-Rollups на основе ZK Rollups столкнется со многими проблемами. Таким образом, на данном этапе, по сравнению с ZK Rollups, внедрение решения Optimistic Rollups в качестве технологического выбора Fhenix будет более практичным и эффективным.

Технологический стек Fhenix в основном включает в себя несколько ключевых компонентов: вариант доказательства мошенничества от Arbitrum Nitro, который может осуществлять доказательство мошенничества в WebAssembly, и, следовательно, логика FHE может быть скомпилирована в WebAssembly для безопасной работы. Базовая библиотека fheOS предоставляет все функции, необходимые для интеграции логики FHE в смарт-контракты. Пороговая сервисная сеть (TSN) является еще одним важным компонентом, в котором секретно размещается сетевой ключ, использующий технологию совместного использования секретов определенного алгоритма для разделения его на несколько частей для обеспечения безопасности, и отвечает за расшифровку данных, когда это необходимо.

Основываясь на вышеуказанном технологическом стеке, Fhenix выпустила первую публичную версию, Fhenix Frontier. Несмотря на то, что это ранняя версия со многими ограничениями и отсутствующими функциями, она уже предоставила исчерпывающее руководство по использованию библиотек кода смарт-контрактов, Solidity API, набора инструментов разработки контрактов (таких как Hardhat/Remix), библиотеки JavaScript для взаимодействия с фронтендом и т. д. Заинтересованные в этом разработчики и участники проекта экосистемы могут обратиться к официальной документации для проведения геологоразведочных работ.

Сопроцессоры FHE, не зависящие от цепи

Основываясь на FHE-Rollups, Fhenix представляет модуль Relay, предназначенный для расширения возможностей различных публичных сетей, сетей L2 и L3, позволяя им подключаться к сопроцессорам FHE и использовать функциональные возможности FHE. Это означает, что даже если исходная цепочка хостов не поддерживает FHE, теперь она может косвенно воспользоваться мощными функциями FHE. Однако, поскольку период проверки FHE-Rollups обычно длится 7 дней, это несколько ограничивает широкое применение FHE. Чтобы решить эту проблему, Fhenix объединяет усилия с EigenLayer, используя механизм EigenLayer Restake, чтобы обеспечить более быстрый и удобный канал для услуг сопроцессоров FHE, значительно повышая эффективность и гибкость всех сопроцессоров FHE.

Процесс использования сопроцессоров FHE прост и понятен:

1. Контракты приложений вызывают сопроцессор FHE в цепочке узлов для выполнения зашифрованных вычислительных операций.
2. Контракт ретрансляции ставит запросы в очередь
3. Узлы ретрансляции отслеживают контракт Relay и перенаправляют вызов на выделенный Fhenix Rollup.
4. FHE Rollup выполняет операции вычисления FHE
5. Пороговая сеть расшифровывает выходные данные
6. Узлы ретрансляции возвращают результаты и оптимистичное подтверждение в контракт.
7. Контракт проверяет оптимистичное доказательство и отправляет результат вызывающему абоненту.
8. Контракт приложения продолжает выполнять контракт вместе с результатом вызова.

Руководство по участию в Fhenix

Если вы разработчик, вы можете углубиться в документацию Fhenix и разработать свои собственные приложения на основе FHE на основе этих документов, изучив их потенциал в практическом применении.

Если вы пользователь, почему бы не попробовать dApps, предоставляемые FHE-Rollups от Fhenix, почувствовав безопасность данных и защиту конфиденциальности, обеспечиваемую FHE.

Если вы исследователь, мы настоятельно рекомендуем вам внимательно прочитать документацию Fhenix, получить глубокое понимание принципов, технических деталей и перспектив применения FHE, чтобы внести более ценный вклад в вашу область исследований.

Лучшие сценарии применения FHE

Технология FHE показала широкий спектр перспектив применения, особенно в сферах whole-chain игр, DeFi и AI. Мы твердо верим, что он обладает большим потенциалом развития и широким пространством применения в следующих областях:

• Защищенные конфиденциальностью игры по всей цепочке: технология FHE обеспечивает надежную гарантию шифрования финансовых транзакций и операций игроков в игровой экономике, эффективно предотвращая манипуляции в режиме реального времени, обеспечивая честность и справедливость игры. В то же время FHE может анонимизировать действия игроков, значительно снижая риск утечки финансовых активов и личной информации игроков, тем самым полностью защищая конфиденциальность и безопасность игроков.
• DeFi/MEV: С бурным развитием деятельности DeFi многие операции DeFi стали целями MEV-атак в темном лесу. Чтобы решить эту задачу, FHE может эффективно защитить конфиденциальные данные в DeFi, которые не хотят раскрываться, такие как количество позиций, ликвидационная линия, проскальзывание транзакций и т. д., обеспечивая при этом обработку вычислений бизнес-логики. Применяя FHE, можно значительно улучшить состояние здоровья ончейн-DeFi, тем самым значительно снизив частоту неблагоприятного поведения MEV.
• ИИ: обучение моделей ИИ основано на наборах данных. Когда речь идет об использовании индивидуальных данных для обучения, обеспечение безопасности индивидуальных конфиденциальных данных становится первостепенным условием. По этой причине технология FHE становится идеальным решением для обучения индивидуальных данных конфиденциальности в моделях искусственного интеллекта. Это позволяет ИИ обрабатывать зашифрованные данные, тем самым завершая процесс обучения, не раскрывая никакой личной конфиденциальной информации.

Общественное признание FHE

Развитие технологий зависит не только от их хардкорных функций. Для достижения зрелости и непрерывного развития технологий требуется поддержка последовательных академических исследований и разработок, а также активное создание общественных сил. В связи с этим FHE считается Святым Граалем в области криптографии, а его потенциал и ценность получили широкое признание. В 2020 году Виталик Бутерин высоко оценил и поддержал технологию FHE в своей статье «Изучение полностью гомоморфного шифрования». Недавно он снова выразил свою поддержку в социальных сетях, укрепив свою позицию и призвав выделить больше ресурсов и сил для развития технологии FHE. Соответственно, появление новых проектов, некоммерческие исследовательские и образовательные организации, а также постоянно вливаемые рыночные фонды — все это, похоже, предвещает прелюдию к технологическому взрыву.

Потенциальная ранняя экосистема FHE

На начальном этапе развития экосистемы FHE, помимо основной компании по базовому техническому обслуживанию Zama и долгожданного высококачественного проекта Fhenix, есть ряд не менее выдающихся проектов, достойных нашего глубокого понимания и внимания:

• Sunscreen: Благодаря компилятору собственной разработки FHE он поддерживает традиционные языки программирования для преобразования FHE, разрабатывает соответствующее децентрализованное хранилище для зашифрованного текста FHE и, наконец, выводит функции FHE в виде SDK для приложений Web3.
• Mind Network: В сочетании с механизмом EigenLayer Restaking это выделенная сеть FHE для повышения безопасности сетей AI и DePIN.
• PADO Labs: Запустил zkFHE, который объединяет ZKP и FHE, и построил на нем децентрализованную вычислительную сеть.
• Arcium: Ранее протокол конфиденциальности Solana Elusiv, недавно преобразованный в параллельную конфиденциальную вычислительную сеть, включающую FHE.
• Inco Network: Основанная на fhEVM от Zama, она фокусируется на оптимизации затрат и эффективности вычислений FHE, а затем на разработке полной экосистемы для Layer1.
• Treat: Совместно создан командой Shiba и Zama с целью расширения FHE Layer3 экосистемы Shiba.
• Octra: сеть FHE, поддерживающая среду выполнения изоляции, разработанная на основе OCaml, AST, ReasonML и C++.
• BasedAI: распределенная сеть, поддерживающая внедрение функций FHE для моделей LLM.
• Encifher: Ранее BananaHQ, теперь переименованная в Rize Labs, в настоящее время сосредоточена на FHEML вокруг FHE.
• Privasea: сеть FHE, созданная основной командой NuLink с использованием фреймворка Concrete ML от Zama, направленная на реализацию защиты конфиденциальности данных в процессе логического вывода в области искусственного интеллекта.

Для некоммерческих научно-исследовательских и образовательных учреждений мы настоятельно рекомендуем FHE.org и FHE Onchain, которые предоставляют ценные ресурсы для академических исследований и образовательной популяризации всей экосистемы.

Из-за нехватки места мы не смогли перечислить все отличные проекты в экосистеме FHE. Однако, пожалуйста, верьте, что эта экосистема содержит в себе бесконечный потенциал и возможности, достойные наших постоянных исследований и открытий.

Заключение

Мы с оптимизмом смотрим на перспективы технологии FHE (Fully Homomorphic Encryption) и возлагаем большие надежды на проект Fhenix. Как только основная сеть Fhenix будет запущена и запущена, мы ожидаем, что приложения в различных доменах будут улучшены благодаря технологии FHE. Мы твердо верим, что это инновационное и яркое будущее не за горами.

Ссылки

https://zama.ai/

https://github.com/microsoft/SEAL

https://www.fhenix.io/

https://mindnetwork.xyz/

https://www.inco.org/

https://x.com/treatsforShib

https://docs.octra.org/

https://x.com/encifherio

https://www.getbased.ai/

https://www.privasea.ai/

https://x.com/fhe_org

https://x.com/FHEOnchain

https://vitalik.eth.limo/general/2020/07/20/homomorphic.html

https://x.com/MessariCrypto/status/1720134959875457352

https://foresightnews.pro/article/detail/59947

утверждение:

1. Эта статья воспроизведена из [ArkStream Capital], оригинальное название «ArkStream Capital: Почему мы инвестируем в трек FHE», авторские права принадлежат оригинальному автору [Ris], если у вас есть какие-либо возражения против перепечатки, пожалуйста, свяжитесь с командой Gate Learn, команда рассмотрит это как можно скорее в соответствии с соответствующими процедурами.

2. Дисклеймер: Взгляды и мнения, выраженные в этой статье, представляют собой только личные взгляды автора и не являются какими-либо инвестиционными рекомендациями.

3. Другие языковые версии статьи переведены командой Gate Learn, не упомянутые в Gate.io, переведенная статья не может быть воспроизведена, распространена или плагиата.