Le potentiel et les défis de la technologie de chiffrement homomorphique FHE
Jusqu'au 13 octobre, une plateforme de données a affiché les statistiques sur les principales cryptomonnaies:
Le volume de discussion du Bitcoin la semaine dernière était de 12,52K, en baisse de 0,98 % par rapport à la période précédente. Le prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la période précédente.
Le volume de discussions sur Ethereum la semaine dernière était de 3,63K, en hausse de 3,45 % par rapport à la semaine précédente. Le prix de clôture de dimanche était de 2530 dollars, en baisse de 4 % par rapport à la semaine précédente.
Le volume de discussions sur TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Le prix de clôture de dimanche était de 5,26 dollars, en baisse de 0,25 % par rapport à la semaine précédente.
Chiffrement homomorphique ( FHE ) en tant que nouvelle étoile du domaine de la cryptographie, son avantage clé réside dans la capacité à effectuer des opérations directement sur des données chiffrées sans avoir besoin de déchiffrement. Cette caractéristique lui confère de vastes perspectives d'application dans la protection de la vie privée et le traitement des données, couvrant de nombreux domaines tels que la finance, la santé, le cloud computing, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et la blockchain. Cependant, malgré le potentiel énorme de FHE, son chemin vers la commercialisation fait encore face à de nombreux défis.
Scénarios d'application et avantages du FHE
La principale caractéristique du FHE est sa capacité de protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser les ressources de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas divulguer le contenu des données, le FHE peut entrer en jeu. Le propriétaire des données peut transmettre des données chiffrées à la partie de calcul pour traitement, les résultats du calcul restent chiffrés, et le propriétaire des données peut obtenir les résultats de l'analyse après déchiffrement. Ce mécanisme protège à la fois la vie privée des données et permet d'accomplir les tâches de calcul nécessaires.
Pour les secteurs sensibles aux données comme la finance et la santé, le mécanisme de protection de la vie privée de FHE est particulièrement important. Avec le développement de l'informatique en nuage et de l'intelligence artificielle, la sécurité des données devient de plus en plus une préoccupation. FHE peut réaliser un calcul sécurisé multipartite dans ces scénarios, permettant aux parties de collaborer sans divulguer d'informations confidentielles. Dans la technologie blockchain, FHE améliore la transparence et la sécurité du traitement des données en offrant des fonctionnalités telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison entre le FHE et d'autres technologies de protection de la vie privée
Dans le domaine du Web3, le FHE est classé aux côtés des preuves à divulgation nulle de connaissance (ZK), du calcul multipartite (MPC) et de l'environnement d'exécution de confiance (TEE) en tant que principales méthodes de protection de la vie privée. Contrairement au ZK, le FHE permet d'exécuter diverses opérations sur des données chiffrées sans avoir à déchiffrer les données au préalable. Le MPC permet aux parties de calculer en état de données chiffrées sans partager d'informations privées. Le TEE offre un calcul dans un environnement sécurisé, mais la flexibilité dans le traitement des données est relativement limitée.
Bien que ces technologies aient chacune leurs avantages, le FHE se distingue particulièrement dans le soutien des tâches de calcul complexes. Cependant, le FHE fait encore face à des problèmes de coûts de calcul élevés et de mauvaise évolutivité dans les applications pratiques, ce qui limite ses performances dans les applications en temps réel.
Défis du FHE
Bien que les bases théoriques du chiffrement homomorphique (FHE) soient solides, des difficultés pratiques ont été rencontrées lors du processus de commercialisation :
Coût de calcul à grande échelle : Le FHE nécessite d'importantes ressources de calcul, et par rapport au calcul non chiffré, ses coûts augmentent considérablement. Pour les opérations de polynômes de haut degré, le temps de traitement augmente de manière polynomiale, rendant difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts doit s'appuyer sur un matériel spécialisé, mais cela complique encore le déploiement.
Capacités opérationnelles limitées : Bien que le chiffrement homomorphique puisse effectuer des opérations d'addition et de multiplication sur des données chiffrées, son support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'IA impliquant des réseaux de neurones profonds. Les solutions de chiffrement homomorphique actuelles sont principalement adaptées aux calculs linéaires et aux polynômes simples, tandis que l'application de modèles non linéaires est considérablement limitée.
Support multi-utilisateurs complexe : Le chiffrement homomorphique (FHE) fonctionne bien dans un scénario à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de ensembles de données multi-utilisateurs. Bien que le cadre FHE à clés multiples permette d'opérer sur des ensembles de données chiffrées avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent de manière significative.
La combinaison de FHE et de l'intelligence artificielle
À l'ère des données, l'IA est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données poussent souvent les utilisateurs à ne pas vouloir partager d'informations sensibles. Le Chiffrement homomorphique (FHE) offre une solution de protection de la vie privée pour l'IA. Dans le contexte de l'informatique en nuage, le FHE permet de traiter les données des utilisateurs en état de chiffrement, garantissant ainsi la confidentialité.
Cet avantage est particulièrement important compte tenu des réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent la protection des données pendant leur transmission. Le chiffrement homomorphique (FHE) assure la conformité et la sécurité des données.
Application du chiffrement homomorphique dans la blockchain
Le chiffrement homomorphique (FHE) est principalement utilisé dans la blockchain pour protéger la confidentialité des données, y compris la confidentialité en chaîne, la confidentialité des données d'entraînement de l'IA, la confidentialité des votes en chaîne et l'examen des transactions privées en chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la mise en œuvre de la protection de la vie privée :
La technologie construite par un fournisseur de solutions FHE est largement utilisée dans plusieurs projets de protection de la vie privée.
Des projets basés sur la technologie TFHE se concentrent sur les opérations booléennes et les opérations sur des entiers de faible longueur, et construisent une pile de développement FHE pour les applications blockchain et IA.
Certains projets ont développé de nouveaux langages de contrat intelligent et des bibliothèques FHE, adaptés aux réseaux blockchain.
Il existe également des projets utilisant le Chiffrement homomorphique pour réaliser la protection de la vie privée dans les réseaux de calcul AI, prenant en charge divers modèles AI.
Certains projets combinent le chiffrement homomorphique et l'intelligence artificielle pour offrir un environnement d'IA décentralisé et respectueux de la vie privée.
En tant que solution Layer 2 pour Ethereum, le projet prend en charge les Rollups FHE et les Coprocessors FHE, est compatible avec l'EVM et prend en charge les smart contracts écrits en Solidity.
Conclusion
Le FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle du FHE soit confrontée à des problèmes de coût de calcul élevé et de faible évolutivité, ces problèmes pourraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. Avec le développement de la technologie blockchain, le FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, le FHE pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant une percée révolutionnaire en matière de sécurité des données.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
7 J'aime
Récompense
7
4
Reposter
Partager
Commentaire
0/400
MidnightSeller
· Il y a 20h
btc a fait une hausse, comment se fait-il que je perde toujours de l'argent ?
Voir l'originalRépondre0
GateUser-3824aa38
· Il y a 20h
Personne ne peut se prémunir contre la nature humaine, hein.
Voir l'originalRépondre0
SignatureCollector
· Il y a 20h
Encore un nouvel algorithme amusant
Voir l'originalRépondre0
RunWhenCut
· Il y a 20h
FHE ? À quoi ça sert pour les investisseurs détaillants, c'est mieux de regarder le prix des jetons.
Technologie FHE : l'étoile montante de la protection de la vie privée dans le Blockchain et ses défis
Le potentiel et les défis de la technologie de chiffrement homomorphique FHE
Jusqu'au 13 octobre, une plateforme de données a affiché les statistiques sur les principales cryptomonnaies:
Le volume de discussion du Bitcoin la semaine dernière était de 12,52K, en baisse de 0,98 % par rapport à la période précédente. Le prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la période précédente.
Le volume de discussions sur Ethereum la semaine dernière était de 3,63K, en hausse de 3,45 % par rapport à la semaine précédente. Le prix de clôture de dimanche était de 2530 dollars, en baisse de 4 % par rapport à la semaine précédente.
Le volume de discussions sur TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Le prix de clôture de dimanche était de 5,26 dollars, en baisse de 0,25 % par rapport à la semaine précédente.
Chiffrement homomorphique ( FHE ) en tant que nouvelle étoile du domaine de la cryptographie, son avantage clé réside dans la capacité à effectuer des opérations directement sur des données chiffrées sans avoir besoin de déchiffrement. Cette caractéristique lui confère de vastes perspectives d'application dans la protection de la vie privée et le traitement des données, couvrant de nombreux domaines tels que la finance, la santé, le cloud computing, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et la blockchain. Cependant, malgré le potentiel énorme de FHE, son chemin vers la commercialisation fait encore face à de nombreux défis.
Scénarios d'application et avantages du FHE
La principale caractéristique du FHE est sa capacité de protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser les ressources de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas divulguer le contenu des données, le FHE peut entrer en jeu. Le propriétaire des données peut transmettre des données chiffrées à la partie de calcul pour traitement, les résultats du calcul restent chiffrés, et le propriétaire des données peut obtenir les résultats de l'analyse après déchiffrement. Ce mécanisme protège à la fois la vie privée des données et permet d'accomplir les tâches de calcul nécessaires.
Pour les secteurs sensibles aux données comme la finance et la santé, le mécanisme de protection de la vie privée de FHE est particulièrement important. Avec le développement de l'informatique en nuage et de l'intelligence artificielle, la sécurité des données devient de plus en plus une préoccupation. FHE peut réaliser un calcul sécurisé multipartite dans ces scénarios, permettant aux parties de collaborer sans divulguer d'informations confidentielles. Dans la technologie blockchain, FHE améliore la transparence et la sécurité du traitement des données en offrant des fonctionnalités telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison entre le FHE et d'autres technologies de protection de la vie privée
Dans le domaine du Web3, le FHE est classé aux côtés des preuves à divulgation nulle de connaissance (ZK), du calcul multipartite (MPC) et de l'environnement d'exécution de confiance (TEE) en tant que principales méthodes de protection de la vie privée. Contrairement au ZK, le FHE permet d'exécuter diverses opérations sur des données chiffrées sans avoir à déchiffrer les données au préalable. Le MPC permet aux parties de calculer en état de données chiffrées sans partager d'informations privées. Le TEE offre un calcul dans un environnement sécurisé, mais la flexibilité dans le traitement des données est relativement limitée.
Bien que ces technologies aient chacune leurs avantages, le FHE se distingue particulièrement dans le soutien des tâches de calcul complexes. Cependant, le FHE fait encore face à des problèmes de coûts de calcul élevés et de mauvaise évolutivité dans les applications pratiques, ce qui limite ses performances dans les applications en temps réel.
Défis du FHE
Bien que les bases théoriques du chiffrement homomorphique (FHE) soient solides, des difficultés pratiques ont été rencontrées lors du processus de commercialisation :
Coût de calcul à grande échelle : Le FHE nécessite d'importantes ressources de calcul, et par rapport au calcul non chiffré, ses coûts augmentent considérablement. Pour les opérations de polynômes de haut degré, le temps de traitement augmente de manière polynomiale, rendant difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts doit s'appuyer sur un matériel spécialisé, mais cela complique encore le déploiement.
Capacités opérationnelles limitées : Bien que le chiffrement homomorphique puisse effectuer des opérations d'addition et de multiplication sur des données chiffrées, son support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'IA impliquant des réseaux de neurones profonds. Les solutions de chiffrement homomorphique actuelles sont principalement adaptées aux calculs linéaires et aux polynômes simples, tandis que l'application de modèles non linéaires est considérablement limitée.
Support multi-utilisateurs complexe : Le chiffrement homomorphique (FHE) fonctionne bien dans un scénario à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de ensembles de données multi-utilisateurs. Bien que le cadre FHE à clés multiples permette d'opérer sur des ensembles de données chiffrées avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent de manière significative.
La combinaison de FHE et de l'intelligence artificielle
À l'ère des données, l'IA est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données poussent souvent les utilisateurs à ne pas vouloir partager d'informations sensibles. Le Chiffrement homomorphique (FHE) offre une solution de protection de la vie privée pour l'IA. Dans le contexte de l'informatique en nuage, le FHE permet de traiter les données des utilisateurs en état de chiffrement, garantissant ainsi la confidentialité.
Cet avantage est particulièrement important compte tenu des réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent la protection des données pendant leur transmission. Le chiffrement homomorphique (FHE) assure la conformité et la sécurité des données.
Application du chiffrement homomorphique dans la blockchain
Le chiffrement homomorphique (FHE) est principalement utilisé dans la blockchain pour protéger la confidentialité des données, y compris la confidentialité en chaîne, la confidentialité des données d'entraînement de l'IA, la confidentialité des votes en chaîne et l'examen des transactions privées en chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la mise en œuvre de la protection de la vie privée :
Conclusion
Le FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle du FHE soit confrontée à des problèmes de coût de calcul élevé et de faible évolutivité, ces problèmes pourraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. Avec le développement de la technologie blockchain, le FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, le FHE pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant une percée révolutionnaire en matière de sécurité des données.