Enkripsi homomorfik penuh ( FHE ) adalah teknologi enkripsi canggih yang memungkinkan perhitungan langsung pada data terenkripsi, sehingga dapat memproses data sambil melindungi privasi. FHE memiliki aplikasi potensial di berbagai bidang seperti keuangan, kesehatan, dan komputasi awan, tetapi saat ini komersialisasi masih membutuhkan waktu, terutama terbatas oleh biaya komputasi dan memori yang besar.
Prinsip dasar FHE adalah menggunakan polinomial untuk menyembunyikan informasi asli. Proses enkripsi mencakup pemilihan polinomial kunci, menghasilkan polinomial acak, dan polinomial "kesalahan" kecil. Untuk melakukan perhitungan data terenkripsi, perlu mengubah operasi menjadi model rangkaian. Namun, selama proses perhitungan, suara akan terus terakumulasi, yang merupakan alasan utama membatasi kemampuan ekspresi FHE.
Untuk mengatasi masalah kebisingan, diajukan beberapa teknik seperti pergantian kunci, pergantian modulus, dan bootstrap. Di antara teknik tersebut, teknik bootstrap dapat mereset kebisingan ke tingkat awal, sehingga memungkinkan perhitungan dengan kedalaman tak terbatas, tetapi dengan biaya penghitungan yang sangat besar. Saat ini, sudah ada berbagai implementasi spesifik dari skema FHE yang menggunakan teknik bootstrap.
Tantangan utama yang dihadapi oleh FHE adalah efisiensi komputasi, diperkirakan lebih lambat sekitar 1 juta kali dibandingkan komputasi biasa. Badan Proyek Penelitian Pertahanan Tinggi AS (DARPA) telah meluncurkan program khusus dengan tujuan untuk meningkatkan kecepatan komputasi FHE menjadi 1/10 dari komputasi biasa. Pendekatan utama termasuk meningkatkan panjang kata prosesor, mengembangkan prosesor ASIC khusus, dan membangun arsitektur paralel.
Dalam bidang blockchain, FHE dapat digunakan untuk melindungi privasi di blockchain, privasi data pelatihan AI, privasi pemungutan suara, dan lainnya. Ini juga dianggap sebagai solusi MEV yang potensial, tetapi pada saat yang sama juga akan membawa tantangan baru. Saat ini, sudah ada beberapa proyek yang mengeksplorasi kombinasi FHE dan blockchain, seperti Fhenix, Privasea, Inco Network, dan lainnya.
Zama adalah penyedia solusi FHE terkemuka di industri, yang membangun rantai alat pengembangan lengkap berdasarkan skema TFHE. Octra menggunakan teknologi inovatif berbasis hypergraph untuk menerapkan FHE.
Secara keseluruhan, FHE masih berada pada tahap awal, menghadapi berbagai tantangan teknis. Namun, dengan lebih banyak investasi dan bakat, serta pengembangan chip khusus, FHE diharapkan dapat membawa perubahan mendalam di sektor keuangan, kesehatan, dan industri lainnya di masa depan, melepaskan potensi besar data pribadi.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
11 Suka
Hadiah
11
7
Bagikan
Komentar
0/400
GateUser-aa7df71e
· 07-25 23:45
Tsk tsk enkripsi privasi tetapi biaya gas pasti sangat tinggi
Lihat AsliBalas0
BearMarketMonk
· 07-25 13:29
Ah, saya mengerti ini, efisiensi rendah dan sangat lambat.
Lihat AsliBalas0
BottomMisser
· 07-24 21:58
Penelitian biaya enkripsi untuk menghasilkan uang
Lihat AsliBalas0
DoomCanister
· 07-24 21:57
Apakah benda ini bisa digunakan untuk penambangan? Saya tergoda.
Lihat AsliBalas0
StakeWhisperer
· 07-24 21:53
Sudahlah, sudah tua, bisa mengerti saja sudah bagus.
Lihat AsliBalas0
MEVSupportGroup
· 07-24 21:34
Terlalu lambat, tolong segera selesaikan latensi
Lihat AsliBalas0
BlockchainBouncer
· 07-24 21:33
Ini sangat sulit, apakah ini benar-benar dapat digunakan secara komersial?
FHE: Teknologi perintis revolusi privasi Blockchain
FHE: Jalan Masa Depan Perhitungan Privasi
Enkripsi homomorfik penuh ( FHE ) adalah teknologi enkripsi canggih yang memungkinkan perhitungan langsung pada data terenkripsi, sehingga dapat memproses data sambil melindungi privasi. FHE memiliki aplikasi potensial di berbagai bidang seperti keuangan, kesehatan, dan komputasi awan, tetapi saat ini komersialisasi masih membutuhkan waktu, terutama terbatas oleh biaya komputasi dan memori yang besar.
Prinsip dasar FHE adalah menggunakan polinomial untuk menyembunyikan informasi asli. Proses enkripsi mencakup pemilihan polinomial kunci, menghasilkan polinomial acak, dan polinomial "kesalahan" kecil. Untuk melakukan perhitungan data terenkripsi, perlu mengubah operasi menjadi model rangkaian. Namun, selama proses perhitungan, suara akan terus terakumulasi, yang merupakan alasan utama membatasi kemampuan ekspresi FHE.
Untuk mengatasi masalah kebisingan, diajukan beberapa teknik seperti pergantian kunci, pergantian modulus, dan bootstrap. Di antara teknik tersebut, teknik bootstrap dapat mereset kebisingan ke tingkat awal, sehingga memungkinkan perhitungan dengan kedalaman tak terbatas, tetapi dengan biaya penghitungan yang sangat besar. Saat ini, sudah ada berbagai implementasi spesifik dari skema FHE yang menggunakan teknik bootstrap.
Tantangan utama yang dihadapi oleh FHE adalah efisiensi komputasi, diperkirakan lebih lambat sekitar 1 juta kali dibandingkan komputasi biasa. Badan Proyek Penelitian Pertahanan Tinggi AS (DARPA) telah meluncurkan program khusus dengan tujuan untuk meningkatkan kecepatan komputasi FHE menjadi 1/10 dari komputasi biasa. Pendekatan utama termasuk meningkatkan panjang kata prosesor, mengembangkan prosesor ASIC khusus, dan membangun arsitektur paralel.
Dalam bidang blockchain, FHE dapat digunakan untuk melindungi privasi di blockchain, privasi data pelatihan AI, privasi pemungutan suara, dan lainnya. Ini juga dianggap sebagai solusi MEV yang potensial, tetapi pada saat yang sama juga akan membawa tantangan baru. Saat ini, sudah ada beberapa proyek yang mengeksplorasi kombinasi FHE dan blockchain, seperti Fhenix, Privasea, Inco Network, dan lainnya.
Zama adalah penyedia solusi FHE terkemuka di industri, yang membangun rantai alat pengembangan lengkap berdasarkan skema TFHE. Octra menggunakan teknologi inovatif berbasis hypergraph untuk menerapkan FHE.
Secara keseluruhan, FHE masih berada pada tahap awal, menghadapi berbagai tantangan teknis. Namun, dengan lebih banyak investasi dan bakat, serta pengembangan chip khusus, FHE diharapkan dapat membawa perubahan mendalam di sektor keuangan, kesehatan, dan industri lainnya di masa depan, melepaskan potensi besar data pribadi.