Katsaus täysin homomorfiseen salaukseen (FHE) ja sen sovelluksiin

Vaikka kryptomarkkinat eivät ole vuonna 2024 enää yhtä myrskyisät kuin ennen, uudet teknologiat pyrkivät edelleen kypsymään. Yksi tällainen teknologia, josta keskustelemme tänään, on ”Fully Homomorphic Encryption” (FHE).

Vitalik Buterin julkaisi artikkelin FHE:stä tämän vuoden toukokuussa, ja kiinnostuneiden kannattaa lukea se.

Mitä FHE tarkalleen ottaen on?

Ymmärtääksemme termin Fully Homomorphic Encryption (FHE) on ensin ymmärrettävä, mitä ”salaus” on, mitä ”homomorfinen” tarkoittaa ja miksi sen on oltava ”täysin” homomorfinen.

Mikä on salaus?

Useimmat ihmiset tuntevat perussalauksen. Alice haluaa esimerkiksi lähettää Bobille viestin, esimerkiksi ”1314 520”.

Jos Alice haluaa, että kolmas osapuoli C toimittaa viestin luottamuksellisena, hän voi yksinkertaisesti kertoa jokaisen luvun kahdella ja muuttaa sen muotoon ”2628 1040”.

Kun Bob vastaanottaa sen, hän jakaa jokaisen luvun kahdella ja purkaa sen takaisin muotoon ”1314 520”.

Tässä Alice ja Bob käyttivät symmetristä salausta lähettääkseen viestin turvallisesti C:n kautta, joka ei tiedä viestin sisältöä. Tämä on yleinen skenaario vakoiluelokuvissa, joissa agentit kommunikoivat turvallisesti.

Mikä on homomorfinen salaus?

Nostetaan nyt Liisan tehtävän vaikeusastetta:

Oletetaan, että Alice on vasta 7-vuotias;
Alice osaa vain peruslaskutoimitukset, kuten kertolaskun kahdella ja jakamisen kahdella.

Nyt Alicen on maksettava sähkölaskunsa, joka on 400 dollaria kuukaudessa, ja hän on velkaa 12 kuukautta. Laskutoimitus 400 * 12 on liian monimutkainen 7-vuotiaalle Alicelle.

Hän ei kuitenkaan halua muiden tietävän hänen sähkölaskuaan tai sen kestoa, koska se on arkaluonteista tietoa.

Alice haluaa siis pyytää C:tä auttamaan laskennassa luottamatta C:hen.

Rajallisten aritmeettisten taitojensa avulla Alice salaa numerot kertomalla ne kahdella ja käskee C:tä laskemaan 800 * 24 (eli (400 * 2) * (12 * 2)).

C, aikuinen, jolla on vahvat laskutaidot, laskee nopeasti 800 * 24 = 19200 ja kertoo tuloksen Alicelle. Liisa jakaa sitten 19200 kahdesti kahdella ja saa selville, että hän on velkaa 4800 dollaria.

Tämä yksinkertainen esimerkki osoittaa homomorfisen salauksen perusmuodon. Kertolasku 800 * 24 on muunnos 400 * 12:sta, jolloin sama muoto säilyy, joten se on ”homomorfinen”.

Tämän salausmenetelmän avulla joku voi siirtää laskennan epäluotettavalle taholle ja pitää samalla arkaluonteiset numerot turvassa.

Miksi homomorfisen salauksen pitäisi olla täysin homomorfinen?

Todellisuudessa ongelma ei ole niin yksinkertainen kuin ideaalimaailmassa. Kaikki eivät ole 7-vuotiaita, eivätkä kaikki ole yhtä rehellisiä kuin C.

Kuvittele skenaario, jossa C yrittää kääntää Alicen numerot takaisinpäin raa’alla voimalla ja löytää mahdollisesti alkuperäiset 400 ja 12.

Tässä kohtaa tulee kyseeseen täysin homomorfinen salaus (Fully Homomorphic Encryption).

Jos Alice kertoo jokaisen luvun 2:lla, sitä voidaan pitää kohinan lisäämisenä. Jos kohina on liian pieni, C voi helposti rikkoa sen.

Alice voisi siis kertoa luvulla 4 ja laskea yhteen 8 kertaa, jolloin C:n olisi erittäin vaikeaa murtaa salaus.

Tämä on kuitenkin vain ”osittainen” homomorfinen salaus:

1. Alicen salaus koskee vain tiettyjä ongelmia.
2. Alice voi käyttää vain tiettyjä aritmeettisia operaatioita, ja yhteen- ja kertolaskujen määrä ei voi ylittää tyypillisesti 15 kertaa.

”Täysin” tarkoittaa sitä, että Alice voi suorittaa minkä tahansa määrän yhteen- ja kertolaskuja polynomille ja siirtää laskennan täysin kolmannelle osapuolelle, mutta purkaa silti oikean tuloksen jälkeenpäin.

Erittäin pitkällä polynomilla voidaan ilmaista useimmat matemaattiset ongelmat, ei vain yksinkertaiset, kuten sähkölaskun laskeminen.

Rajoittamattomien salauskerrosten lisääminen estää C:tä pääsemästä arkaluonteisiin tietoihin, jolloin saavutetaan todellinen luottamuksellisuus.

Näin ollen Fully Homomorphic Encryption on pitkään pidetty salakirjoituksen pyhänä maljana.

Itse asiassa ennen vuotta 2009 homomorfinen salaus tuki vain ”osittaista” homomorfista salausta.

Vuonna 2009 Gentry ja muut tutkijat ehdottivat uusia lähestymistapoja, jotka avasivat oven täysin homomorfiseen salaukseen. Kiinnostuneet lukijat voivat tutustua heidän paperiinsa saadakseen lisätietoja.

Täysin homomorfisen salauksen (FHE) sovellukset

Monet ihmettelevät edelleen FHE-salauksen (Fully Homomorphic Encryption) sovellusskenaarioita. Mihin FHE:tä tarvitaan?

Esimerkiksi AI.

Tiedämme, että tehokas tekoäly tarvitsee paljon dataa, mutta suuri osa tästä datasta on hyvin yksityistä. Voidaanko FHE:llä ratkaista tämä ”sekä/että”-ongelma?

Vastaus on kyllä.

Voit:

1. Salaa arkaluonteiset tietosi FHE:n avulla.
2. Toimita salatut tiedot tekoälylle laskentaa varten.
3. Tekoäly tuottaa lukukelvottoman salatekstin.

Valvomaton tekoäly voi saavuttaa tämän, koska data on sille lähinnä vektoreita. Tekoäly, erityisesti GPT:n kaltainen generatiivinen tekoäly, ei ymmärrä syötettä, vaan ainoastaan ennustaa todennäköisimmän vastauksen.

Koska salausteksti noudattaa matemaattista sääntöä ja olet salauksen omistaja, voit:

4. Katkaise yhteys verkkoon ja purkaa salausteksti paikallisesti, kuten Alice.
5. Näin tekoäly voi käyttää valtavaa laskentatehoaan arkaluonteisiin tietoihin käsittelemättä niitä suoraan.

Nykyinen tekoäly ei pysty tähän uhraamatta yksityisyyttä. Ajattele kaikkea, mitä syötät tekstinä GPT:hen! Tämän saavuttamiseksi FHE on välttämätön.

Tämän vuoksi tekoäly ja FHE ovat luonnollisesti yhteensopivia. Kyse on molempien ja molempien toteuttamisesta.

Koska FHE on päällekkäinen sekä salauksen että tekoälyn kanssa, se on herättänyt paljon kiinnostusta, ja se on johtanut erilaisiin hankkeisiin, kuten Zama, Privasea, Mind Network, Fhenix ja Sunscreen, joilla kullakin on omat sovelluksensa.

Privasean tekoälyprojekti

Tarkastellaan yhtä hanketta, @Privasea_ai, jonka taustalla on Binance. Sen whitepaperissa kuvataan skenaariota, joka muistuttaa kasvontunnistusta.

Sekä/että: Kone voi määrittää, onko henkilö todellinen, mutta ei käsittele arkaluonteisia kasvotietoja.

FHE:n sisällyttämisellä tähän haasteeseen voidaan vastata tehokkaasti.

Todellisen maailman FHE-laskennat vaativat kuitenkin huomattavaa laskentatehoa, koska Alicen on suoritettava mitä tahansa määrää yhteen- ja kertolaskuja, mikä tekee salaus- ja purkuprosesseista laskentaintensiivisiä.

Sen vuoksi Privasea rakentaa parhaillaan tehokasta laskentaverkkoa ja sitä tukevaa infrastruktuuria. Privasea ehdotti PoW+- ja PoS-tyyppistä verkkoarkkitehtuuria laskentatehon ongelman ratkaisemiseksi.

Hiljattain Privasea julkisti WorkHeart USB -nimisen PoW-laitteistonsa, jota voidaan pitää osana Privasean laskentaverkkoa. Voit ajatella sitä louhintalaitteena.

Sen lähtöhinta on 0,2 ETH, ja se pystyy louhimaan 6,66 % koko verkon kuponkien määrästä.

Lisäksi on olemassa PoS:n kaltainen omaisuuserä nimeltä StarFuel NFT, jota voidaan pitää ”työlupana” ja jonka kokonaismäärä on 5000 yksikköä.

Hinnaltaan 0,2 ETH:n kappalehintaan ne voivat ansaita 0,75 % verkostomerkkien kokonaismäärästä (airdropin kautta).

Tämä NFT on mielenkiintoinen, koska se on PoS:n kaltainen, mutta ei todellinen PoS, ja sillä yritetään välttää kysymys siitä, onko PoS turvatoimi Yhdysvalloissa.

Tämän NFT:n avulla käyttäjät voivat panostaa Privasea-tokeneita, mutta se ei tuota suoraan PoS-palkintoja. Sen sijaan se kaksinkertaistaa sidotun USB-laitteesi louhintatehokkuuden ja on siten piilotettu PoS:n muoto.

Yhteenvetona voidaan todeta, että jos tekoäly voi laajalti ottaa käyttöön FHE-teknologian, se olisi merkittävä edistysaskel tekoälylle itselleen. Monet maat keskittyvät tekoälyn sääntelyssä tietoturvaan ja yksityisyyteen.

Esimerkiksi Venäjän ja Ukrainan välisessä sodassa osa Venäjän sotilaallisista yrityksistä käyttää tekoälyä saattaa vaarantua, koska monet tekoälyalan yritykset ovat yhdysvaltalaistaustaisia, mikä saattaa paljastaa niiden tiedustelutoiminnan.

Tekoälyn käytön välttäminen johtaisi kuitenkin luonnollisesti jälkeenjäämiseen. Vaikka ero ei ole nyt suuri, 10 vuoden kuluttua maailma ilman tekoälyä voi olla mahdoton kuvitella.

Tietosuoja on kaikkialla läsnä elämässämme, kansallisista konflikteista älypuhelimen kasvojen lukituksen avaamiseen.

Jos FHE-teknologia todella kehittyy tekoälyaikakaudella, se olisi epäilemättä ihmiskunnan viimeinen puolustuslinja.