La encriptación totalmente homomórfica ( FHE ) es una tecnología de encriptación avanzada que permite realizar cálculos directos sobre datos encriptados, lo que permite procesar datos mientras se protege la privacidad. FHE tiene aplicaciones potenciales en varios campos, como finanzas, salud y computación en la nube, pero actualmente su comercialización aún requiere tiempo, principalmente debido a sus enormes costos de cálculo y memoria.
Principios básicos de FHE
La idea central de FHE es cifrar los datos originales mediante polinomios y transformar los cálculos en forma de circuitos. Para proteger la privacidad, FHE introduce ruido, pero a medida que aumenta la profundidad de los cálculos, el ruido se acumula rápidamente. Para resolver este problema, FHE utiliza varias técnicas clave:
Cambio de clave: compresión del tamaño del texto cifrado
Cambio de módulo: controlar el crecimiento del ruido
Autoarranque: restablecer el nivel de ruido
Los principales esquemas de FHE en la actualidad incluyen BGV, BFV, CKKS, entre otros, que utilizan técnicas de autoarranque para lograr cálculos de profundidad infinita.
Desafíos que enfrenta FHE
El costo computacional de FHE es millones de veces mayor que el de la computación normal. Tomando como ejemplo la desencriptación AES-128, la versión FHE necesita 35 segundos, mientras que la versión normal solo requiere 67 nanosegundos, una diferencia de 500 millones de veces. El Departamento de Defensa de EE. UU. DARPA ha lanzado un programa especializado llamado Dprive, que se dedica a aumentar la velocidad de cálculo de FHE a 1/10 de la computación normal.
El plan Dprive se centra principalmente en los siguientes aspectos:
Aumentar la longitud de palabra del procesador a 1024 bits o más
Desarrollar procesadores ASIC especializados
Construcción de una arquitectura paralela MIMD
Aunque el progreso es lento, FHE sigue teniendo un valor único en la protección de datos sensibles, especialmente en campos como el militar y el médico.
Aplicaciones de FHE en blockchain
En el ámbito de la blockchain, FHE se puede utilizar para proteger la privacidad en la cadena, los datos de entrenamiento de IA, la privacidad del voto, entre otros. Algunos proyectos ven FHE como una solución potencial para el problema de MEV. Sin embargo, las transacciones completamente cifradas también presentan nuevos desafíos, como la reducción del rendimiento de la red.
Principales proyectos de FHE
Zama: Basado en el esquema TFHE, proporciona una pila de desarrollo completa
Fhenix: Construyendo un Optimism Layer 2 centrado en la privacidad.
Privasea: Aplicación de FHE para operaciones de datos LLM
Inco Network: Construcción de Layer 1 basado en FHE
Mind Network: combinación de Restaking y la arquitectura de subred FHE
Octra: utiliza la tecnología de hipergráficas para implementar FHE, construyendo un nuevo lenguaje de contratos inteligentes
Perspectivas futuras
La tecnología FHE aún se encuentra en una etapa temprana, su desarrollo no es tan avanzado como el de las pruebas de conocimiento cero. Sin embargo, con la entrada de más fondos y proyectos, se espera que FHE logre avances significativos en el futuro. La aparición de chips específicos para FHE será un punto clave para su comercialización. A pesar de enfrentar numerosos desafíos, FHE, como una tecnología de vanguardia con una demanda clara, tiene el potencial de provocar transformaciones profundas en campos como la defensa, las finanzas y la medicina en el futuro.
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.
Tecnología FHE: La luz y los desafíos del cálculo de privacidad en la cadena de bloques
FHE: La luz del futuro de la computación privada
La encriptación totalmente homomórfica ( FHE ) es una tecnología de encriptación avanzada que permite realizar cálculos directos sobre datos encriptados, lo que permite procesar datos mientras se protege la privacidad. FHE tiene aplicaciones potenciales en varios campos, como finanzas, salud y computación en la nube, pero actualmente su comercialización aún requiere tiempo, principalmente debido a sus enormes costos de cálculo y memoria.
Principios básicos de FHE
La idea central de FHE es cifrar los datos originales mediante polinomios y transformar los cálculos en forma de circuitos. Para proteger la privacidad, FHE introduce ruido, pero a medida que aumenta la profundidad de los cálculos, el ruido se acumula rápidamente. Para resolver este problema, FHE utiliza varias técnicas clave:
Los principales esquemas de FHE en la actualidad incluyen BGV, BFV, CKKS, entre otros, que utilizan técnicas de autoarranque para lograr cálculos de profundidad infinita.
Desafíos que enfrenta FHE
El costo computacional de FHE es millones de veces mayor que el de la computación normal. Tomando como ejemplo la desencriptación AES-128, la versión FHE necesita 35 segundos, mientras que la versión normal solo requiere 67 nanosegundos, una diferencia de 500 millones de veces. El Departamento de Defensa de EE. UU. DARPA ha lanzado un programa especializado llamado Dprive, que se dedica a aumentar la velocidad de cálculo de FHE a 1/10 de la computación normal.
El plan Dprive se centra principalmente en los siguientes aspectos:
Aunque el progreso es lento, FHE sigue teniendo un valor único en la protección de datos sensibles, especialmente en campos como el militar y el médico.
Aplicaciones de FHE en blockchain
En el ámbito de la blockchain, FHE se puede utilizar para proteger la privacidad en la cadena, los datos de entrenamiento de IA, la privacidad del voto, entre otros. Algunos proyectos ven FHE como una solución potencial para el problema de MEV. Sin embargo, las transacciones completamente cifradas también presentan nuevos desafíos, como la reducción del rendimiento de la red.
Principales proyectos de FHE
Perspectivas futuras
La tecnología FHE aún se encuentra en una etapa temprana, su desarrollo no es tan avanzado como el de las pruebas de conocimiento cero. Sin embargo, con la entrada de más fondos y proyectos, se espera que FHE logre avances significativos en el futuro. La aparición de chips específicos para FHE será un punto clave para su comercialización. A pesar de enfrentar numerosos desafíos, FHE, como una tecnología de vanguardia con una demanda clara, tiene el potencial de provocar transformaciones profundas en campos como la defensa, las finanzas y la medicina en el futuro.