Вступ

Після буму Zero-Knowledge (ZK) у 2022 році технології конфіденційності зробили значний прогрес, зокрема екосистема ZK досягла прориву у таких галузях, як EVM, DeFi та DID. З появою нового криптографічного циклу виникає питання: чи стане FHE наступною основною технологією конфіденційності? Протягом минулого року Fully Homomorphic Encryption (FHE) здобула збільшений інтерес від провідних венчурних капіталістів, прикладом якого є Zama. Ця стаття досліджує зростання FHE, порівнює його з іншими технологіями конфіденційності та надає докладний аналіз підходу Zama.

Що таке FHE?

Повністю гомоморфне шифрування (FHE) — це технологія конфіденційності, яка використовує математичні гомоморфні властивості для виконання різних обчислень із зашифрованими даними, гарантуючи, що інформація не буде витоку. У сфері Web2 FHE наразі використовується для шифрування медичної інформації, конфіденційності фінансових даних та шифрування хмарних даних. Цей алгоритм шифрування був вперше запропонований в 1978 році і знову привернув увагу в 21 столітті, оскільки численні технологічні досягнення оптимізували обробку шуму і обробку з плаваючою комою, покращивши продуктивність алгоритму і впровадивши технологію FHE в комерційний сектор.

Алгоритм Повністю Гомоморфного Шифрування має три основні характеристики: повне гомоморфізм, конфіденційність даних і обчислювальну гнучкість.

• Повний гомоморфізм: Порівняно з частково гомоморфним шифруванням, Повноцінне гомоморфне шифрування дозволяє виконувати будь-які математичні операції над зашифрованими даними, включаючи додавання, множення, а навіть складніші композитні операції, тоді як схеми частково гомоморфного шифрування підтримують лише певні операції.
• Конфіденційність даних: Повна гомоморфна шифрування дозволяє виконувати кілька додавань і множення на зашифрованих даних, результат залишається зашифрованим.
• Обчислювальна гнучкість: Повна гомоморфна шифрування підтримує ряд обчислювальних операцій, включаючи додавання, множення та булеві операції. Ця технологія має переваги конфіденційності, але є місце для вдосконалення для застосувань, які потребують високої ефективності у обробці та обчисленні масштабних даних.

Чому FHE - наступний трек на рівні ZK?

Алгоритми шифрування конфіденційності еволюціонували від ранніх симетричних і асиметричних шифрувань до більш складних, безпечних методів, таких як багатосторонні обчислення (MPC), докази знання нуля (ZK) та повністю гомоморфне шифрування (FHE). Ця еволюція відбувалася на тлі досягнень у технологіях та змін у сценаріях застосування. Оскільки зростає попит на шифрування конфіденційності в промислових сферах, а сценарії стають більш різноманітними, увага до FHE в просторі блокчейн значно зростає.

Що стосується обчислень конфіденційності, MPC і ZK вже широко використовуються в криптовалютному секторі. Але чому зараз увага звертається на FHE? У порівнянні з MPC, FHE пропонує сильніший захист конфіденційності, більшу обчислювальну гнучкість і не вимагає багатосторонньої перевірки. На відміну від ZK, який добре доводить істинність умови, FHE дозволяє виконувати обчислення на зашифрованих даних і навіть може навчати та виводити моделі машинного навчання на їх основі. Кожен основний алгоритм конфіденційності має сильні та слабкі сторони та демонструє свої переваги в різних сценаріях застосування, допомагаючи обчисленням конфіденційності вкоренитися на практиці.

Вступ до Зама

Zama - компанія, заснована в 2020 році з фокусом на конфіденційності, команда якої складається з більше ніж 30 докторів наук та експертів з криптографії, переважно базується в Європі. У березні цього року Zama забезпечила інвестиції в розмірі $73 мільйонів під керівництвом Multicoin Capital та Protocol Labs, до яких приєдналися інші великі інвестори, такі як Metaplanet, Blockchange, VSquared, Stake Capital та Portal Ventures. Раунд також привернув засновників ключових проектів blockchain, включаючи Juan Benet (Filecoin), Gavin Wood (Polkadot), Anatoly Yakovenko (Solana), Julien Bouteloup (StakeDAO) та Tarun Chitra (Gauntlet).

Команда лідерів Зама складається з досвідчених фахівців галузі. Співзасновник та генеральний директор Ранд Гінді почав програмувати вже в 10 років і має вражаючий підприємницький досвід, а також вищу освіту в галузі комп'ютерних наук, штучного інтелекту та біоінформатики. Співзасновник та головний технолог Паскаль Пайє є експертом у криптографії з докторським званням в галузі криптографії від Телеком Париж, що додає команді значних знань.

Екосистема продуктів Zama: Комплексні інструменти та фреймворки

Чотири основні продукти від Zama:

• Concrete — відкрита рамка FHE з відкритим кодом
• Concrete ML — Відкритий інструмент для машинного навчання на зашифрованих даних
• fhEVM — Повністю гомоморфний шифрувальний віртуальний комп'ютер на Ethereum
• TFHE-rs — Перший відкритий інструмент для ПHE

Конкретний: Відкрита рамка, присвячена FHE

Concrete — це спеціалізований фреймворк для повністю гомоморфного шифрування (FHE), що дозволяє розробникам виконувати обчислення на зашифрованих даних, зберігаючи конфіденційність. Це схоже на розумний замок: фреймворк дозволяє обробляти дані без «розблокування» або розшифровки. Бетон спрощує кодування для FHE, тому навіть розробники з обмеженим досвідом шифрування можуть використовувати його для створення ефективних зашифрованих додатків. Concrete також включає інструменти моделювання та аналізу для оптимізації продуктивності, діючи як точно налаштований двигун, який допомагає мінімізувати використання ресурсів при збереженні високої продуктивності.

Основна цінність Concrete полягає в тому, щоб зробити FHE більш доступним. За допомогою Concrete розробники можуть безпечно виконувати математичні операції з зашифрованими даними, не розкриваючи ніякої чутливої інформації - ідеально підходить для сфери фінансів та охорони здоров'я, де вимагається високий рівень конфіденційності даних.

Concrete ML: Користувачезручне навчання машин для зашифрованих даних

Concrete ML пріоритетизує зручність використання, надаючи API, подібні до загальних фреймворків, щоб розробники могли виконувати завдання навчання або інференції на зашифрованих даних так, як вони це роблять знайомими інструментами. Його інтерфейс сильно нагадує scikit-learn, а навіть підтримує конвертацію моделей PyTorch в сумісні з FHE моделі. Це відкриває можливості для використання машинного навчання в областях, де важлива конфіденційність, таких як обмін даними та відповідність регулятивним вимогам.

Concrete ML пропонує зручність як для готових, так і для користувацьких моделей:

Вбудовані моделі: надають сумісні з FHE моделі, подібні до scikit-learn та XGBoost для легкого впровадження.

Спеціалізовані моделі: підтримка моделей, що навчалися з урахуванням квантизації, які користувачі можуть розробляти за допомогою PyTorch чи Keras/TensorFlow, а потім імпортувати в Concrete ML через ONNX.

fhEVM: Конфіденційні смарт-контракти на Ethereum

fhEVM привносить дійсно приватні розумні контракти на блокчейн Ethereum за допомогою FHE. З fhEVM від Zama, зашифровані розумні контракти можуть працювати в існуючій екосистемі dApp, забезпечуючи дві основні функції: Повне шифрування транзакцій та стану: Вся інформація про транзакції залишається зашифрованою від кінця до кінця, забезпечуючи відсутність несанкціонованого доступу. Внутрішній компосабельність та конфіденційність даних: Зашифрований стан контракту підтримується з кожним оновленням, гарантуючи конфіденційність.

fhEVM представляє бібліотеку TFHE Solidity, що забезпечує безперебійну розробку за допомогою існуючих інструментів Solidity. Стандартні оператори працюють у зашифрованих станах, дозволяючи контрактам виконувати умовні перевірки в зашифрованому вигляді, що робить процес звичним і дружнім для розробників Ethereum. Щоб керувати шифруванням і дешифруванням, розробники просто використовують тип даних euint для позначення приватних розділів контрактів. fhEVM також підтримує гнучкі параметри дешифрування, включаючи порогове, централізоване та дешифрування на основі KMS.

TFHE-rs: Підвищена продуктивність через паралелизацію

TFHE-rs, бібліотека написана на Rust, виконує логічні та цілочисельні операції над зашифрованими даними за допомогою технології TFHE. Відомий своєю універсальністю, TFHE-rs пропонує кілька інтерфейсів - Rust API, C API та WASM API для клієнтських додатків. Його модульний дизайн, подібний до гнучких Lego-блоків, дозволяє розробникам поєднувати різні функції для створення зашифрованих обчислювальних рішень, які відповідають їх конкретним потребам, що робить його підходящим для широкого спектра застосувань від простих до складних систем.

TFHE-rs використовує операції шифрування на рівні бітів для покращення продуктивності, що дозволяє обробляти дані з високою деталізацією. На відміну від систем, які шифрують цілі блоки даних, цей підхід є більш ефективним для виконання гомоморфних обчислень, особливо для операцій логічних воріт (І, АБО, ВІДКЛ).

TFHE-rs також вводить передові покращення продуктивності за допомогою багатопотокової обробки та паралельної бутстрапінгу. Розбиваючи бутстрапінг на етапи, які можуть оброблятися одночасно на кількох ядрах, TFHE-rs драматично зменшує час обробки, роблячи гомоморфне шифрування набагато швидшим та ефективнішим.

П'ять ключових використань Zama

На основі fhEVM Zama визначила п'ять перспективних використань, спрямованих на конфіденційність, для блокчейну: безпечні транзакції з контрактами, децентралізовані приватні темні басейни, управління DAO, сліпі аукціони на ланцюжку та ігри на ланцюжку.

Транзакції на ланцюжку

В екосистемі DeFi захист конфіденційності та безпеки даних має вирішальне значення. Фінансові контракти часто включають конфіденційні деталі, такі як суми транзакцій, відсоткові ставки та плани погашення. Оприлюднення цих даних у мережі може призвести до проблем із конфіденційністю. fhEVM від Zama дозволяє смарт-контрактам виконуватися в зашифрованому стані, дозволяючи всій логіці контрактів працювати безпечно без розкриття конфіденційних даних. Фінансові установи або інші вузли не можуть безпосередньо переглядати деталі контракту, але виконання контракту все одно можна перевірити. Наприклад, кредитний договір може містити такі параметри, як сума кредиту, термін погашення та процентна ставка в зашифрованому вигляді, тоді як усі розрахунки проводяться без розкриття даних. Таким чином, інші вузли можуть перевіряти виконання контракту без доступу до конкретних деталей транзакції, що робить його придатним для опціонів, розрахунків за свопами та ончейн-кредитування.

Децентралізовані приватні темні пули

Темний басейн - це приватна торгова платформа, яка дозволяє здійснювати великі угоди без розголошення деталей замовлення публічно, допомагаючи уникнути розгрому на ринку. Конфіденційність в темних басейнах поширюється на ідентифікацію користувачів, вміст замовлень та деталі угод. Традиційні темні басейни використовують централізовані платформи або довірені треті сторони для відповідності замовлень, що становить ризик конфіденційності.

TFHE-rs Zama підтримує зашифровані операції з даними, дозволяючи збігати зашифровані ордери на купівлю та продаж, не розшифровуючи деталі, такі як ціна чи кількість. Торгові платформи можуть безпечно обробляти наміри користувачів, зберігаючи конфіденційність ордерів. Ці зашифровані ордери можуть бути перевірені, щоб забезпечити відповідність умовам торгівлі, все це зберігаючи безпеку даних.

Управління DAO

Управління DAO створює проблеми з конфіденційністю, включаючи анонімність виборців і конфіденційність даних казначейства. Механізми голосування часто викривають індивідуальні виборчі вподобання, що призводить до потенційних маніпуляцій або неправомірного впливу. Наприклад, особи, які володіють більшою кількістю токенів управління, зазвичай мають більший вплив на голосування, потенційно створюючи авторитарну упередженість, яка впливає на результати. Контракти на управління DAO також містять конфіденційну інформацію про фінансові витрати та розподіл проєктів, яка має залишатися приватною для захисту сум фінансування проєкту або ідентифікаційних даних одержувачів.

Підхід Zama дозволяє зашифровану обробку голосу кожного учасника. Голосувальні контракти можуть підбивати підсумки голосів та розраховувати результати без розшифрування окремих голосів. Остаточні підсумки є публічними, але процес голосування залишається приватним. З використанням гомоморфного шифрування кожен голос може бути перевірений на відповідність критеріям без розкриття вибору.

На ланцюжку сліпі аукціони

Ончейн сліпі аукціони дозволяють учасникам подавати ставки приватно, не розкриваючи їх до закінчення аукціону. Більшість розробників використовують докази з нульовим розголошенням і двоетапний процес для забезпечення конфіденційності ставок, що часто вимагає зберігання даних поза мережею, що створює додаткові проблеми з шифруванням.

Рішення повної гомоморфної шифрування від Zama дозволяє обробляти зашифровані ставки on-chain, не виявляючи їх. У традиційних сліпих аукціонах ставки розголошуються після завершення аукціону, але підхід Zama дозволяє визначити переможця без порушення конфіденційності ставки. Метод Zama включає гомоморфне порівняння, умовне оновлення та безпечне врегулювання, що усуває потребу у розголошенні ставок. Зашифровані техніки мультиплексора вибирають найвищу ставку та оновлюють результати на основі зашифрованих умов, безпечно керуючи деталями ставки без розкриття чутливої інформації. Після завершення аукціону тільки переможець може безпечно розшифрувати свій приз, підтверджуючи свій статус найвищого пропонента без розкриття інших деталей ставок.

Гра на ланцюжку

З використанням fhEVM Zama вводить спосіб покращення гри на ланцюжку з повністю гомоморфним шифруванням. На своєму веб-сайті Zama демонструє, як побудувати зашифровану версію популярної гри 'Wordle' на блокчейні. Рішення Zama шифрує як стан гри, так і вхідні дані, дозволяючи смарт-контрактам перевіряти результати. Це означає, що конфіденційні дані гри залишаються приватними, захищаючи від несанкціонованого доступу або втручання, навіть коли вони обробляються на ланцюжку. Цей підхід до конфіденційності дозволяє грі на ланцюжку бути більш приватною та масштабованою, не жертвуючи прозорістю та функціональністю блокчейну.

Перспективи майбутнього

Транзакції, які забезпечують конфіденційність, готуються стати наступним великим трендом після вирішення питань масштабованості блокчейну. Сьогодні головним викликом у масштабуванні вже не є сама технологія інфраструктури, а проблема відсутності регуляторної підтримки та ринкового прийняття, які є важливими для широкого поширення. Транзакції, які забезпечують конфіденційність, з їх оптимізованою інфраструктурою, створюють більш спрямовані групи користувачів, методи транзакцій та сценарії застосування, аналогічні тому, як технологія доказу нульового знання досягла широкого прийняття.

Очікуючи на майбутнє, технологія FHE очікується, що зменшить різницю в досвіді між децентралізованими та централізованими біржами. Технологія конфіденційності в онлайн-гральній індустрії також може допомогти вирішити проблеми безпеки, що створюються випадковим генеруванням чисел. Хоча потенціал для рішень збереження приватності величезний, обмеження продуктивності залишається викликом. Задовольняти вимоги високочастотних транзакцій великого масштабу займе значний час і розвиток.