Введення

У минулому криптографія відігравала ключову роль у розвитку людської цивілізації, особливо у сфері інформаційної безпеки та захисту конфіденційності. Він не тільки забезпечив надійний захист для передачі та зберігання даних у різних сферах, але й його система асиметричного шифрування з публічними та приватними ключами, а також хеш-функціями була творчо об'єднана Сатоші Накамото у 2008 році. Це призвело до розробки механізму proof-of-work, який вирішив проблему подвійних витрат, тим самим каталізувавши народження Bitcoin, революційної цифрової валюти, і відкривши нову еру для блокчейн-індустрії.

Оскільки блокчейн-індустрія продовжує швидко розвиватися та розвиватися, з'явилася низка передових криптографічних технологій, серед яких докази з нульовим розголошенням (ZKP), багатосторонні обчислення (MPC) та повністю гомоморфне шифрування (FHE) є найбільш помітними. Ці технології широко використовуються в різних сценаріях, таких як об'єднання ZKP з рішенням Rollup для вирішення проблеми «дилеми трикутника» блокчейну, а також сприяння масовому прийняттю інтерфейсів користувача шляхом об'єднання MPC з системою відкритих і закритих ключів. Що стосується FHE, який вважається одним зі святих Граалей криптографії, його унікальна особливість дозволяє третій стороні виконувати довільну кількість операцій і обчислень над зашифрованими даними без їх розшифровки, тим самим забезпечуючи компоновані обчислення конфіденційності в ланцюжку та відкриваючи нові можливості для багатьох полів і сценаріїв.

Короткий огляд FHE

Коли ми говоримо про FHE (повністю гомоморфне шифрування), важливо спочатку зрозуміти, що означає ця назва. HE розшифровується як Homomorphic Encryption (гомоморфне шифрування), технологія, основною особливістю якої є можливість виконувати обчислення та операції над зашифрованими даними, де ці операції можуть бути безпосередньо відображені у відкритому тексті, таким чином зберігаючи математичні властивості зашифрованих даних. Буква «F» у FHE означає, що ця гомоморфна характеристика була піднята на нову висоту, дозволяючи проводити необмежені обчислення та операції над зашифрованими даними.

Щоб допомогти зрозуміти, ми вибираємо найпростішу лінійну функцію в якості алгоритму шифрування і пояснюємо адитивний гомоморфізм і мультиплікативний гомоморфізм однією операцією. Звичайно, фактичний FHE використовує ряд більш складних математичних алгоритмів, і ці алгоритми вимагають великої кількості обчислювальних ресурсів (процесора і пам'яті).

Незважаючи на те, що математичні принципи FHE глибокі та складні, ми не будемо заглиблюватися в них тут. Варто згадати, що в області гомоморфного шифрування, крім FHE, існують також частково гомоморфне шифрування і дещо гомоморфне шифрування. Їх основна відмінність полягає в типах операцій, які вони підтримують, і кількості операцій, які вони дозволяють, але вони однаково дозволяють обчислювати та оперувати зашифрованими даними. Однак, щоб контент залишався лаконічним, ми не будемо детально обговорювати їх тут.

У галузі FHE, незважаючи на те, що багато відомих компаній беруть участь у дослідженнях і розробках, Microsoft і Zama виділяються своїми чудовими продуктами з відкритим вихідним кодом (бібліотеками коду), підкреслюючи їх безпрецедентну зручність використання та вплив. Вони надають розробникам стабільні та ефективні впровадження PHE, що значною мірою сприяє безперервному розвитку та широкому застосуванню технології PHE.

Microsoft SEAL: бібліотека FHE, ретельно розроблена Microsoft Research, підтримує не тільки повністю гомоморфне шифрування, але й частково гомоморфне шифрування. SEAL забезпечує ефективний інтерфейс C++ і, інтегруючи численні алгоритми та методи оптимізації, значно покращує обчислювальну продуктивність та ефективність.

TFHE від Zama: бібліотека з відкритим вихідним кодом, орієнтована на високопродуктивне повністю гомоморфне шифрування. TFHE надає послуги через інтерфейс C-мови та застосовує низку передових методів та алгоритмів оптимізації, спрямованих на досягнення більшої швидкості обчислень та меншого споживання ресурсів.

Згідно з найбільш спрощеною ідеєю, процес роботи переживання ФХЕ приблизно виглядає наступним чином:

• Генерація ключів: Використовуйте бібліотеку/фреймворк FHE для створення пари публічних і закритих ключів.
• Шифрування даних: використовуйте відкритий ключ для шифрування даних, які потрібно обробити за допомогою обчислень PHE.
• Виконання гомоморфних обчислень: Використовуйте гомоморфні функції обчислення, надані бібліотекою FHE, для виконання різних операцій обчислення із зашифрованими даними, таких як додавання, множення тощо.
• Розшифрувати результати: Коли потрібно переглянути результати обчислень, законний користувач використовує закритий ключ для розшифровки результатів обчислень.

У практиці повністю гомоморфного шифрування (FHE) стратегія управління ключем дешифрування (генерація, поширення, використання тощо) має вирішальне значення. Оскільки результати обчислень і операцій із зашифрованими даними необхідно розшифрувати для використання в певний час і в певних сценаріях, ключ дешифрування стає ядром для забезпечення безпеки та цілісності вихідних і оброблених даних. План керування ключем дешифрування багато в чому схожий на традиційне керування ключами. Однак, у зв'язку з особливою природою FHE, може бути розроблена більш сувора і детальна стратегія.

Для блокчейну, завдяки його характеристикам децентралізації, прозорості та незмінності, впровадження порогових багатосторонніх обчислень (TMPC) є потенційно потужним вибором. Ця схема дозволяє кільком учасникам спільно керувати ключем дешифрування та контролювати його, і дані можуть бути успішно розшифровані лише тоді, коли буде досягнуто попередньо встановленого порогового числа (тобто кількості учасників). Це не тільки підвищує безпеку управління ключами, але й знижує ризик компрометації одного вузла, забезпечуючи надійну гарантію застосування FHE в середовищі блокчейну.

Закладка фундаменту за допомогою fhEVM

З точки зору мінімального втручання, ідеальний спосіб реалізувати повністю гомоморфне шифрування (FHE) у блокчейні – це інкапсулювати його як загальну бібліотеку коду смарт-контрактів для забезпечення легкості та гнучкості. Однак обов'язковою умовою такого підходу є те, що віртуальна машина смарт-контракту повинна попередньо підтримувати певний набір команд складних математичних операцій та операцій шифрування, необхідних FHE. Якщо віртуальна машина не може задовольнити ці вимоги, необхідно заглибитися в основну архітектуру віртуальної машини для налаштування та трансформації, щоб адаптуватися до вимог алгоритму PHE, тим самим досягнувши безшовної інтеграції.

Як віртуальна машина, яка широко впроваджувалася та перевірялася протягом тривалого часу, віртуальна машина Ethereum (EVM), природно, стає першим вибором для впровадження FHE. Однак практиків у цій сфері небагато. Серед них ми знову звернули увагу на TFHE з відкритим вихідним кодом від компанії Zama. Фактично, Zama не тільки надає базову бібліотеку TFHE, але й, як технологічна компанія, що зосереджується на застосуванні технології FHE у сферах штучного інтелекту та блокчейну, запустила два важливі продукти з відкритим вихідним кодом: Concrete ML та fhEVM. Concrete ML фокусується на розрахунках конфіденційності в машинному навчанні. За допомогою Concrete ML фахівці з обробки даних і практики машинного навчання можуть навчати та виводити моделі машинного навчання на конфіденційних даних під приводом захисту конфіденційності, тим самим повністю використовуючи ресурси даних, не турбуючись про витік конфіденційності. Інший продукт, fhEVM, є повністю гомоморфним EVM, який підтримує обчислення конфіденційності, реалізовані в Solidity. fhEVM дозволяє розробникам використовувати повністю гомоморфну технологію шифрування в смарт-контрактах Ethereum для досягнення захисту конфіденційності та безпечних обчислень.

Прочитавши документи fhEVM, ми дізналися, що основними особливостями fhEVM є:

• fhEVM: На рівні байт-коду, відмінного від EVM, у формі вбудованих функцій, шляхом інтеграції декількох різних станів попередньо скомпільованих контрактів бібліотеки FHE з відкритим вихідним кодом Zama, він забезпечує підтримку роботи PHE. Крім того, спеціальна пам'ять і область зберігання EVM спеціально побудовані для FHE для зберігання, читання, запису та перевірки шифротексту FHE;
• Механізм дешифрування, розроблений на основі розподіленого порогового протоколу: він підтримує глобальний ключ FHE для змішаних зашифрованих даних між кількома користувачами та кількома контрактами, а також зашифроване сховище ключів у ланцюжку, а також механізм асинхронного шифрування для спільного використання ключа дешифрування між кількома верифікаторами з пороговою схемою безпечних обчислень;
• Бібліотека контрактів Solidity, яка знижує поріг для розробників: вона розробляє тип даних шифрування FHE, тип операції, виклик дешифрування, вихід шифрування тощо;

fhEVM від Zama забезпечує надійну відправну точку для застосування технології FHE в блокчейн-додатках. Однак, враховуючи, що Zama в основному зосереджена на розробці технологій, її рішення більше схиляється до технічного рівня, а мислення в інженерних посадках і комерційних додатках відносно менше. Таким чином, у процесі впровадження fhEVM для практичного застосування він може зіткнутися з різними несподіваними проблемами, включаючи, але не обмежуючись, технічними порогами та проблемами оптимізації продуктивності.

Побудова екосистеми за допомогою FHE-rollups

Автономний fhEVM не може бути проектом або повноцінною екосистемою сам по собі; це більше схоже на одного з різноманітних клієнтів в екосистемі Ethereum. Щоб зарекомендувати себе як незалежний проект, fhEVM повинен покладатися на загальнодоступну архітектуру на рівні ланцюга або прийняти рішення Layer2/Layer3. Напрямок розвитку публічного ланцюга FHE неминуче повинен вирішити, як зменшити надмірність і марнотратство обчислювальних ресурсів FHE серед розподілених вузлів верифікатора. І навпаки, рішення Layer2 / Layer3, які за своєю суттю існують як виконавчий рівень публічного ланцюга, можуть розподіляти обчислювальну роботу на кілька вузлів, значно зменшуючи порядок величини обчислювальних накладних витрат. Тому, як першопрохідець, Fhenix активно досліджує комбінацію технології fhEVM і Rollup, пропонуючи побудувати передове рішення Layer2 типу FHE-Rollups.

Враховуючи, що технологія ZK Rollups включає складні механізми ZKP і вимагає величезних обчислювальних ресурсів для генерації доказів, необхідних для перевірки, у поєднанні з характеристиками повного FHE, безпосереднє впровадження рішення FHE-Rollups на основі ZK Rollups зіткнеться з багатьма проблемами. Тому на поточному етапі, порівняно з ZK Rollups, прийняття рішення Optimistic Rollups як вибір технології Fhenix буде більш практичним та ефективним.

Технологічний стек Fhenix в основному включає кілька ключових компонентів: варіант шахрайства Arbitrum Nitro, який може здійснювати докази шахрайства в WebAssembly, і, отже, логіка FHE може бути скомпільована в WebAssembly для безпечної роботи. Основна бібліотека fheOS надає всі функції, необхідні для інтеграції логіки FHE в смарт-контракти. Порогова мережа обслуговування (TSN) є ще одним важливим компонентом, який розміщує мережевий ключ у таємному доступі, використовує технологію секретного обміну певного алгоритму для поділу його на кілька частин для забезпечення безпеки, і відповідає за розшифровку даних, коли це необхідно.

Ґрунтуючись на вищезгаданому стеку технологій, компанія Fhenix випустила першу публічну версію Fhenix Frontier. Незважаючи на те, що це рання версія з багатьма обмеженнями та відсутніми функціями, вона вже надала вичерпний посібник із використання бібліотек коду смарт-контрактів, Solidity API, набору інструментів розробки контрактів (таких як Hardhat/Remix), бібліотеки JavaScript взаємодії з інтерфейсом тощо. Зацікавлені в цьому розробники та учасники екосистемних проєктів можуть звернутися до офіційної документації на розвідку.

Ланцюгово-незалежні співпроцесори FHE

Спираючись на FHE-Rollups, Fhenix вміло представляє модуль Relay, спрямований на розширення можливостей різних публічних ланцюгів, мереж L2 і L3, дозволяючи їм підключатися до співпроцесорів FHE і використовувати функціональні можливості PHE. Це означає, що навіть якщо оригінальний Host Chain не підтримує FHE, тепер він може опосередковано скористатися потужними функціями FHE. Однак, оскільки період перевірки FHE-Rollups зазвичай триває 7 днів, це дещо обмежує широке застосування FHE. Щоб подолати цю проблему, Fhenix об'єднує зусилля з EigenLayer, використовуючи механізм перевантаження EigenLayer, щоб забезпечити швидший і зручніший канал для послуг співпроцесорів FHE, значно підвищуючи ефективність і гнучкість усіх співпроцесорів FHE.

Процес використання співпроцесорів FHE простий і зрозумілий:

1. Контракти додатків викликають співпроцесор FHE у хост-ланцюжку для виконання зашифрованих обчислювальних операцій.
2. Ретрансляція контрактів ставить запити в чергу
3. Ретрансляційні вузли стежать за контрактом Relay і переадресовують виклик на спеціальний Fhenix Rollup.
4. FHE Rollup виконує операції розрахунку FHE
5. Порогова мережа розшифровує вихідні дані
6. Ретрансляційні вузли повертають результати та оптимістичні докази контракту.
7. Договір перевіряє оптимістичні докази та надсилає результат абоненту.
8. Контракт за заявкою продовжує виконувати договір у зв'язку з результатом виклику.

Посібник з участі у Fhenix

Якщо ви розробник, ви можете заглибитися в документацію Fhenix і розробити власні додатки на основі FHE на основі цих документів, досліджуючи його потенціал у практичному застосуванні.

Якщо ви користувач, чому б не спробувати dApps, надані FHE-Rollups від Fhenix, відчувши безпеку даних і захист конфіденційності, які забезпечує FHE.

Якщо ви дослідник, ми настійно рекомендуємо вам уважно прочитати документацію Fhenix, отримати глибоке розуміння принципів, технічних деталей і перспектив застосування FHE, щоб зробити більш цінний внесок у вашу дослідницьку галузь.

Найкращі сценарії застосування FHE

Технологія FHE показала широкий спектр перспектив застосування, особливо в сферах цільноланцюгових ігор, DeFi та штучного інтелекту. Ми твердо віримо, що вона має великий потенціал розвитку та широкий простір застосування в таких галузях:

• Захищені конфіденційністю ігри всього ланцюга: технологія FHE забезпечує надійну гарантію шифрування фінансових транзакцій і операцій гравців в ігровій економіці, ефективно запобігаючи маніпулюючій поведінці в реальному часі, забезпечуючи чесність і справедливість гри. У той же час FHE може анонімізувати діяльність гравців, значно знижуючи ризик витоку фінансових активів та особистої інформації гравців, таким чином повністю захищаючи конфіденційність та безпеку гравців.
• DeFi/MEV: З бурхливим розвитком діяльності DeFi багато операцій DeFi стали об'єктами MEV-атак у темному лісі. Щоб вирішити цю проблему, FHE може ефективно захистити конфіденційні дані в DeFi, які не хочуть розголошуватися, такі як кількість позиції, ліквідаційна лінія, прослизання транзакцій тощо, забезпечуючи при цьому обробку розрахунків бізнес-логіки. Застосовуючи FHE, стан здоров'я ончейн DeFi можна значно покращити, тим самим значно знизивши частоту несприятливої поведінки MEV.
• Штучний інтелект: навчання моделей штучного інтелекту ґрунтується на наборах даних. Коли йдеться про використання індивідуальних даних для навчання, забезпечення безпеки окремих конфіденційних даних стає першочерговою умовою. З цієї причини технологія FHE стає ідеальним рішенням для навчання індивідуальних даних конфіденційності в моделях штучного інтелекту. Це дозволяє штучному інтелекту обробляти зашифровані дані, таким чином завершуючи процес навчання, не розкриваючи жодної особистої конфіденційної інформації.

Визнання спільноти FHE

Розвиток технологій залежить не лише від їх хардкорних функцій. Для досягнення зрілості та постійного прогресу в технологіях потрібна підтримка послідовних академічних досліджень і розробок, а також активне будівництво громадських сил. У зв'язку з цим FHE вважається Святим Граалем в області криптографії, а його потенціал і цінність отримали широке визнання. У 2020 році Віталік Бутерін високо оцінив і підтримав технологію FHE у своїй статті «Дослідження повністю гомоморфного шифрування». Нещодавно він знову висловив свою підтримку в соціальних мережах, зміцнивши свою позицію та закликавши до збільшення ресурсів і сил для розвитку технології FHE. Відповідно, нові проекти, некомерційні дослідницькі та освітні організації, а також ринкові фонди, що постійно вливаються, схоже, є провісниками прелюдії до технологічного вибуху.

Потенційна рання екосистема FHE

На початковому етапі розвитку екосистеми FHE, окрім основної компанії з базового технічного обслуговування Zama та довгоочікуваного високоякісного проекту Fhenix, є низка не менш видатних проектів, гідних нашого глибокого розуміння та уваги:

• Сонцезахисний екран: За допомогою самостійно розробленого компілятора FHE він підтримує традиційні мови програмування для перетворення PHE, розробляє відповідне децентралізоване сховище для шифротексту FHE і, нарешті, виводить функції FHE у вигляді SDK для додатків Web3.
• Mind Network: У поєднанні з механізмом повторного стейкінгу EigenLayer це спеціальна мережа FHE для розширення безпеки мереж штучного інтелекту та DePIN.
• PADO Labs: Запустила zkFE, яка об'єднує ZKP і FHE, і побудувала на ній децентралізовану обчислювальну мережу.
• Arcium: Раніше протокол конфіденційності Solana Elusiv, нещодавно перетворений на паралельну конфіденційну обчислювальну мережу, яка включає FHE.
• Мережа Inco: Заснована на fhEVM від Zama, вона зосереджена на оптимізації вартості та ефективності обчислень PHE, а потім на розробці повної екосистеми для рівня 1.
• Treat: Спільно створений командою Shiba та Zama, яка прагне розширити рівень FHE екосистеми Shiba3.
• Octra: мережа FHE, що підтримує ізоляційне середовище виконання, розроблена на основі OCaml, AST, ReasonML і C++.
• BasedAI: розподілена мережа, яка підтримує впровадження функцій FHE для моделей LLM.
• Enifher: Раніше BananaHQ, тепер перейменована в Rize Labs, в даний час зосереджується на FHEML навколо FHE.
• Privasea: мережа FHE, створена основною командою NuLink з використанням фреймворку Concrete ML від Zama, з метою впровадження захисту конфіденційності даних у процесі висновків машинного навчання в галузі штучного інтелекту.

Для некомерційних дослідницьких та освітніх установ ми настійно рекомендуємо FHE.org та FHE Onchain, які надають цінні ресурси для академічних досліджень та освітньої популяризації всієї екосистеми.

Через обмеженість простору ми не змогли перерахувати всі чудові проєкти в екосистемі FHE. Однак, будь ласка, повірте, що ця екосистема містить безмежний потенціал і можливості, гідні наших постійних досліджень і відкриттів.

Висновок

Ми з оптимізмом дивимося на перспективи технології FHE (Fully Homomorphic Encryption) і покладаємо великі надії на проект Fenix. Як тільки основна мережа Fhenix буде запущена і запущена, ми очікуємо, що додатки в різних доменах будуть вдосконалені завдяки технології PHE. Ми твердо віримо, що це інноваційне та яскраве майбутнє не за горами.

Посилання

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

заява:

1. Ця стаття відтворена з [ArkStream Capital], оригінальна назва «ArkStream Capital: чому ми інвестуємо в трек PHE», авторські права належать оригінальному автору [Ris], якщо у вас є будь-які заперечення проти перевидання, будь ласка, зв'яжіться з командою Gate Learn, команда розгляне це якомога швидше згідно з відповідними процедурами.

2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, відображають лише особисті погляди автора та не є будь-якою інвестиційною порадою.

3. Інші мовні версії статті перекладаються командою Gate Learn, не згадані в Gate.io, перекладена стаття не може бути відтворена, поширена або плагіатна.