Многие френ увидев сообщение о финансировании Nillion на $25M, будут удивлены WTF что такое "слепые вычисления"? MPC, ZKP, FHE, TEE, только начинают понимать эти редкие концепции, и уже появилось новое понятие. Так каковы примерно рабочие процессы слепых вычислений? Что предлагает решение слепых вычислений от Nillion? Далее, расскажу о своем понимании:

1. Что такое Blind Compute (Узел)? Просто говоря, Узел - это метод безопасных вычислений, позволяющий серверу выполнить вычислительную задачу над шифрованным фрагментом данных с целью защиты конфиденциальности.

Цели ZKP, TEE, MPC, FHE и других алгоритмов шифрования одинаковы, разница заключается в следующем: Генерация доказательства незнания ZKP требует огромных затрат, подходит для хранения+вычислений вне блокчейна, а в блокчейне только для проверки, например: Rollup Layer2; TEE — это метод доверенной выполнения в изолированной среде, который зависит от производителей аппаратного обеспечения; Хотя полностью гомоморфное шифрование FHE позволяет выполнять вычисления непосредственно на зашифрованных данных, оно в настоящее время поддерживает только определенные операции;

«Слепые вычисления» - это более общая вычислительная схема, так как технологии шифрования, такие как ZKP, TEE, FHE и т. д., могут быть использованы как ее составные части.

Как известно, в настоящее время ZKP, TEE, FHE и другие технологии находятся в стадии исследования и оптимизации применения криптографии с целью интеграции их в приложения. В то же время, технология слепого вычисления может объединить эти ключевые шифровальные технологии, и таким образом, исследовать и разработать интегрированное инженерное практическое решение для защиты конфиденциальности.

2) Ядром слепых вычислений является усиление децентрализованного узла, позволяющее одному узлу одновременно обладать способностью к сегментированному хранению и вычислению, а также открытой проверяемой сетью управления, что позволяет узлу работать эффективно без знания полной информации. Как это понимать?

В нормальном состоянии защита конфиденциальности данных требует, чтобы данные хранились на узле A, затем были зашифрованы и переданы для вычислений на узел B, а затем были расшифрованы и прошли проверку на узле C для окончательного выполнения операций по хранению и вычислению данных. В процессе передачи данных возникают значительные затраты, а также возможность раскрытия данных в процессе многократного шифрования-расшифрования. Большая стоимость доверия между узлами затрудняет обеспечение конфиденциальности.

Бизнес-логика, разработанная Nillion, идеально компенсирует этот недостаток, ее общий рабочий процесс (только для понимания):

Nillion построил распределенную сеть узлов, каждый узел имеет увеличенную емкость хранилища + вычислений, и когда сеть Nillion получает требования к передаче и обработке данных, она сначала выполняет компиляцию и предварительную обработку через специфический язык Nada, так что исходные данные разбиваются на множество фрагментов, и все они находятся в зашифрованном состоянии.

Для планирования и распределения данных используется AIVM Виртуальная машина, а распределенный Узел случайным образом хранит и вычисляет эти фрагменты данных, в конечном итоге выполняя их агрегацию и единую проверку. Во время всего процесса отдельный Узел не может знать все содержимое данных, но при их объединении может осуществляться шифрование, передача и вычисление данных в целом.

Почему говорят, что слепые вычисления могут объединять применение таких технологий, как ZKP, TEE, FHE, логика тоже очень проста, на этапе предварительной обработки данных, то есть на этапе шифрования данных, полностью можно применить технологию гомоморфного шифрования FHE, а Узел для хранения и вычисления данных можно выполнять в доверенной среде TEE, а при проверке и агрегации результатов работы Узла можно использовать ZKP для повышения эффективности проверки агрегации.

3. По моему мнению, технологии ZKP, TEE, FHE, MPC и т. д. все имеют некоторые инженерные недостатки в реализации. В настоящее время в области криптографии практически все области заняты проектами, но все они в основном работают над оптимизацией затрат и эффективности, а также сосредоточены на конкретных криптографических применениях.

Предложенная фреймворком Nillion система слепых вычислений, хотя и не получила широкого применения, но ее интегрированное решение шифрования, вероятно, будет широко принято в области проверяемых вычислений и машинного обучения, где требуется более широкая защита данных.