FHE( la encriptación homomórfica completa ) es una tecnología de encriptación avanzada que permite realizar cálculos directamente sobre datos encriptados, lo que permite procesar datos mientras se protege la privacidad. Esta tecnología tiene aplicaciones potenciales en múltiples campos como las finanzas, la medicina, la computación en la nube y el aprendizaje automático, pero debido a su gran costo computacional y de memoria, su comercialización aún requiere tiempo.
Principios Básicos
La idea central de FHE es usar polinomios para ocultar la información original. Un proceso de cifrado simplificado podría ser el siguiente:
Elija un polinomio de clave s(x)
Generar un polinomio aleatorio a(x)
Generar un pequeño polinomio de "ruido" e(x)
Mensaje encriptado m: c(x) = m + a(x)*s(x) + e(x)
Al descifrar, solo se necesita conocer la clave s(x) para recuperar el texto claro m de c(x).
Para lograr cálculos de cualquier profundidad, FHE utiliza las siguientes técnicas:
Cambio de clave: reducción del tamaño del texto cifrado
Cambio de módulo: control del crecimiento del ruido
Autoinicio ( Bootstrap ): Restablecer el nivel de ruido
Los principales esquemas de FHE en la actualidad se basan en la tecnología de autoarranque, como BGV, BFV, CKKS, entre otros.
Desafíos enfrentados
El mayor problema de FHE es el enorme costo computacional. En comparación con el cálculo normal, la versión FHE puede ser miles de millones de veces más lenta. Para acelerar FHE, la DARPA de EE. UU. lanzó el programa DPRIVE, cuyo objetivo es aumentar la velocidad de FHE a 1/10 del cálculo normal. Este programa se centra principalmente en los siguientes aspectos:
Aumentar la longitud de palabra del procesador
Desarrollar chips ASIC dedicados
Construcción de la arquitectura paralela MIMD
Aunque el progreso es lento, la tecnología FHE sigue teniendo una importancia significativa a largo plazo, especialmente en el manejo de datos sensibles.
Aplicaciones en la blockchain
FHE en el ámbito de la blockchain se utiliza principalmente para proteger la privacidad de los datos, incluyendo:
Protección de la privacidad en la cadena
Privacidad de datos de entrenamiento de IA
Privacidad de votación en cadena
Revisión de transacciones privadas en la cadena
Soluciones potenciales de MEV
Pero actualmente, el rendimiento de FHE limita su aplicación a gran escala.
Proyectos Principales
Actualmente, los proyectos relacionados con FHE se basan principalmente en la tecnología proporcionada por Zama:
Fhenix: Optimismo de Capa 2 priorizando la privacidad
Privasea: Cálculo de datos LLM
Inco Network: construir Layer 1
Arcium: fusión de tecnologías FHE, MPC y ZK
Mind Network: proporciona una arquitectura de subred basada en FHE
Además, Octra utiliza tecnología de hypergraphs desarrollada internamente para implementar FHE.
Perspectiva
FHE aún se encuentra en una etapa temprana y enfrenta numerosos desafíos:
Costos elevados
La dificultad del proyecto es alta
Perspectivas comerciales inciertas
Pero a medida que aumente la inversión de capital y se implementen chips especializados, se espera que FHE traiga reformas en campos como la defensa, las finanzas y la medicina. En el futuro, la combinación de FHE con tecnologías de vanguardia como la computación cuántica podría dar lugar a un crecimiento explosivo.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Análisis de la tecnología FHE: el futuro escudo de la protección de la privacidad en la Cadena de bloques
FHE: Criptografía de "invisible"
FHE( la encriptación homomórfica completa ) es una tecnología de encriptación avanzada que permite realizar cálculos directamente sobre datos encriptados, lo que permite procesar datos mientras se protege la privacidad. Esta tecnología tiene aplicaciones potenciales en múltiples campos como las finanzas, la medicina, la computación en la nube y el aprendizaje automático, pero debido a su gran costo computacional y de memoria, su comercialización aún requiere tiempo.
Principios Básicos
La idea central de FHE es usar polinomios para ocultar la información original. Un proceso de cifrado simplificado podría ser el siguiente:
Al descifrar, solo se necesita conocer la clave s(x) para recuperar el texto claro m de c(x).
Para lograr cálculos de cualquier profundidad, FHE utiliza las siguientes técnicas:
Los principales esquemas de FHE en la actualidad se basan en la tecnología de autoarranque, como BGV, BFV, CKKS, entre otros.
Desafíos enfrentados
El mayor problema de FHE es el enorme costo computacional. En comparación con el cálculo normal, la versión FHE puede ser miles de millones de veces más lenta. Para acelerar FHE, la DARPA de EE. UU. lanzó el programa DPRIVE, cuyo objetivo es aumentar la velocidad de FHE a 1/10 del cálculo normal. Este programa se centra principalmente en los siguientes aspectos:
Aunque el progreso es lento, la tecnología FHE sigue teniendo una importancia significativa a largo plazo, especialmente en el manejo de datos sensibles.
Aplicaciones en la blockchain
FHE en el ámbito de la blockchain se utiliza principalmente para proteger la privacidad de los datos, incluyendo:
Pero actualmente, el rendimiento de FHE limita su aplicación a gran escala.
Proyectos Principales
Actualmente, los proyectos relacionados con FHE se basan principalmente en la tecnología proporcionada por Zama:
Además, Octra utiliza tecnología de hypergraphs desarrollada internamente para implementar FHE.
Perspectiva
FHE aún se encuentra en una etapa temprana y enfrenta numerosos desafíos:
Pero a medida que aumente la inversión de capital y se implementen chips especializados, se espera que FHE traiga reformas en campos como la defensa, las finanzas y la medicina. En el futuro, la combinación de FHE con tecnologías de vanguardia como la computación cuántica podría dar lugar a un crecimiento explosivo.