什么是全同態(tài)加密（FHE）？全同態(tài)加密（FHE）能給我?guī)硎裁?？多年來，全同態(tài)加密（FHE）一直是一個承諾強大端到端加密的理念，預(yù)示著強大數(shù)據(jù)隱私的未來。最近的發(fā)展開始將 FHE 從理論夢想轉(zhuǎn)變?yōu)閷嶋H現(xiàn)實。盡管各公司競相成為首個實現(xiàn)強大、完全功能的 FHE 版本的先驅(qū)，但許多公司正在合作共同應(yīng)對這項強大技術(shù)的復(fù)雜性。今天腳本之家小編給大家詳細解讀全同態(tài)加密（FHE），希望大家喜歡！

當我第一次聽說“全同態(tài)加密”（FHE）時，我對區(qū)塊鏈領(lǐng)域傾向于給時髦概念起長名稱感到好奇。多年來，我們遇到了許多席卷整個行業(yè)的時髦詞匯，最近的一個是“零知識證明”（ZKPs）。

經(jīng)過一番調(diào)查和探索正在使用 FHE 構(gòu)建產(chǎn)品的新公司，我注意到了一個充滿了一套全新工具的前景。在未來的幾個月和幾年里，F(xiàn)HE 可能會像 ZKPs 一樣成為席卷整個行業(yè)的下一個重大技術(shù)。公司正在利用密碼學(xué)和云計算各個領(lǐng)域的最新進展，為通向一個強大的、保護數(shù)據(jù)隱私的未來鋪平道路。問題不在于我們是否能實現(xiàn)這一點，而在于何時實現(xiàn)，我相信 FHE 可能是推動數(shù)據(jù)隱私和所有權(quán)進步的關(guān)鍵推動因素。

在接下來的幾周里，我將深入學(xué)習(xí)更多關(guān)于 FHE 的知識，并研究其局限性、潛力和應(yīng)用。我將在一系列文章中分享我的研究結(jié)果，探討圍繞 FHE 的對話的不同方面。本周，我將介紹這項技術(shù)，并討論為何它最近引起了很多關(guān)注。許多行業(yè)內(nèi)的人都在談?wù)撍▉碜?Multicoin Capital 的 Kyle Samani[4]，他說：

“FHE 是密碼學(xué)的圣杯。隨著時間的推移，F(xiàn)HE 將重塑所有計算的結(jié)構(gòu)，無論是在 web2 還是 web3 中。”

什么是同態(tài)性（Homomorphism）？

解決問題的關(guān)鍵是理解“同態(tài)”的含義。追溯其根源，同態(tài)性起源于數(shù)學(xué)，被定義[5]為兩個相同類型的代數(shù)結(jié)構(gòu)之間保留核心組件的映射。

如果你和我一樣更喜歡一個更實際的定義，數(shù)學(xué)背后的一個基本原則是，兩個群體不需要完全相同才能具有相同的核心屬性。例如，想象兩個水果盒：

盒子 A 包含小水果。
盒子 B 包含大水果。

盡管個別水果大小不同，但在盒子 A 中榨一個小蘋果和一個小橙子會產(chǎn)生與在盒子 B 中榨一個大蘋果和一個大橙子相同口味的混合果汁。榨果汁以產(chǎn)生相同口味類似于保留兩個盒子之間的核心組件。假設(shè)我們的主要關(guān)注點是相同的口味，那么我們從哪個盒子榨果汁并不重要，因為果汁的數(shù)量大小不是我們關(guān)注的重點。在關(guān)注的地方（口味）兩個盒子是等價的，因此它們之間的差異（大小和數(shù)量）對其主要功能（產(chǎn)生特定果汁口味）沒有影響。

與同態(tài)性類比，我們捕捉到了它的兩個主要特征：

• 映射: 我們建立了兩個盒子之間的聯(lián)系，盒子 A 中的每個小水果對應(yīng)于盒子 B 中的一個大版本。因此，在盒子 A 中的小蘋果對應(yīng)于盒子 B 中的大蘋果，依此類推。

• 操作的保留: 如果在盒子 A 中榨兩個小水果會產(chǎn)生特定口味的果汁，那么在盒子 B 中榨它們對應(yīng)的大版本應(yīng)該產(chǎn)生相同的口味。盡管果汁的大小和數(shù)量有所不同，但“口味特征”是保留的。

什么是全同態(tài)加密？

將這一切與本文的中心主題聯(lián)系起來， 全同態(tài)加密[6] （FHE）是一種特定的數(shù)據(jù)加密方法，使人們能夠在加密數(shù)據(jù)上執(zhí)行計算而不泄露原始數(shù)據(jù)。理論上，對加密數(shù)據(jù)執(zhí)行的分析和計算應(yīng)該產(chǎn)生與對原始數(shù)據(jù)執(zhí)行的相同結(jié)果。通過 FHE，我們建立了加密數(shù)據(jù)集中的數(shù)據(jù)與原始數(shù)據(jù)集中的數(shù)據(jù)相對應(yīng)的 1:1 關(guān)系。在這種情況下，核心組件的保留是能夠在任一數(shù)據(jù)集上執(zhí)行任何計算并產(chǎn)生相同結(jié)果的能力。

在這樣的背景下，許多公司已經(jīng)采取預(yù)防措施來保護用戶數(shù)據(jù)并保持差異化隱私。公司很少以原始、未加密的形式在云端或其數(shù)據(jù)庫中存儲數(shù)據(jù)。因此，即使攻擊者控制了公司的服務(wù)器，他們?nèi)匀槐仨毨@過加密才能讀取和訪問數(shù)據(jù)。然而，當數(shù)據(jù)僅僅加密并閑置時，數(shù)據(jù)就不再有趣。當公司希望對數(shù)據(jù)進行分析以得出有價值的見解時，他們除了解密數(shù)據(jù)之外別無選擇。一旦解密，數(shù)據(jù)就會變得脆弱。然而，通過端到端加密，F(xiàn)HE 變得非常有用，因為我們不再需要解密數(shù)據(jù)來進行分析；這只是揭示了可能性的冰山一角。

一個關(guān)鍵的考慮是公司是否應(yīng)該被允許閱讀和存儲我們的個人信息。許多人對此的標準回應(yīng)是，公司需要查看我們的數(shù)據(jù)才能為我們提供更好的服務(wù)。

如果 YouTube 不存儲我的觀看和搜索歷史等數(shù)據(jù)，算法就無法充分發(fā)揮作用，向我展示我感興趣的視頻。因此，許多人認為在數(shù)據(jù)隱私和獲得更好服務(wù)之間進行權(quán)衡是值得的。然而，通過 FHE，我們不再需要做出這種權(quán)衡。像 YouTube 這樣的公司可以在加密數(shù)據(jù)上訓(xùn)練他們的算法，并為最終用戶產(chǎn)生相同的結(jié)果，而不侵犯數(shù)據(jù)隱私。具體來說，他們可以對我的觀看和搜索歷史等信息進行同態(tài)加密，分析它而無需查看它，然后根據(jù)分析向我展示我感興趣的視頻。

FHE 是邁向一個未來的重要一步，其中我們的數(shù)據(jù)不再是我們自愿向組織免費提供的有價值商品。

 同態(tài)與全同態(tài)加密，到底是個啥？

如果直接看 Portal Ventures 的原文，您可能會對全同態(tài)加密（FHE）的復(fù)雜數(shù)學(xué)描述感到困惑。

事實上，密碼學(xué)的世界充滿了深奧和技術(shù)性，但我們完全可以用簡單和通俗的方式來解釋這些概念。在這一節(jié)中，筆者試圖為您提供一些更直觀、更易于理解的例子，幫助您深入了解全同態(tài)加密。

首先，想象一個“秘密魔盒”。您可以將任何物品放入這個盒子，并鎖定它。一旦鎖定，您就不能看到或觸摸盒子里的內(nèi)容。但是，令人驚奇的是，這個魔盒允許您在不打開它的情況下，改變里面物品的顏色或形狀。

如上圖所示，全同態(tài)加密（Fully Homomorphic Encryption）可以被視為一個魔法盒子：

你的信封 (Your Envelope): 這代表你想加密的原始數(shù)據(jù)。

魔法盒子操作 (Magic Box Operation): 即使不解密或打開信封，你也可以在信封里的數(shù)據(jù)上進行操作（如加、減等計算）。

新的信封 (New Envelope): 經(jīng)過魔法盒子操作后，你會得到一個新的加密結(jié)果。

這就是同態(tài)加密的基本思想：在不了解數(shù)據(jù)本身的情況下，也能對加密的數(shù)據(jù)進行操作。

這個通俗的例子有助于搞清楚"全同態(tài)加密"在干什么。但實際上，這個概念本身還是有點聽君一席話如聽一席話。那么，什么又叫做“全”和“同態(tài)”？

什么叫做“全”（Fully）?

在密碼學(xué)中，加密方案可以支持多種操作，比如加法、乘法等。當我們說一個加密方案是“全同態(tài)”的，我們意味著這個加密方案支持在加密數(shù)據(jù)上進行任意數(shù)目的基本運算（例如加法和乘法）而不需要解密。這與部分同態(tài)加密（如只支持加法或只支持乘法的方案）形成對比。

什么叫做“同態(tài)”（Homomorphic）?

"同態(tài)"來自于希臘文，意思是“相同的形狀或結(jié)構(gòu)”。在密碼學(xué)中，當我們說加密方案是同態(tài)的，意味著有些運算在明文上的效果與在密文上的效果是一樣的。換句話說，如果你在加密的數(shù)據(jù)上進行某種運算，然后解密結(jié)果，這和你先解密數(shù)據(jù)然后在解密后的數(shù)據(jù)上進行相同的運算是等價的。

例如，考慮一個支持同態(tài)加法的加密方案。假設(shè)你有兩個數(shù)字：3 和 4。你可以先加密這兩個數(shù)字，然后使用這個同態(tài)加密方案將兩個加密的數(shù)字相加。最后，你解密相加后的結(jié)果。得到的解密結(jié)果將是7，這與你直接在明文3和4上相加得到的結(jié)果是一樣的。

但是，您可能會問，我們?nèi)绾卧诜菙?shù)字上進行這些加減乘除操作呢？實際上，我們可以使用特定的編碼方法將非數(shù)字數(shù)據(jù)轉(zhuǎn)化為數(shù)字形式，從而在它們上進行加法和乘法等運算。這意味著全同態(tài)加密的應(yīng)用不僅僅限于數(shù)學(xué)計算，它還可以被廣泛應(yīng)用于其他領(lǐng)域。

為了更直觀地解釋這個概念，讓我們考慮醫(yī)療數(shù)據(jù)的例子。

假設(shè)醫(yī)院有一些患者數(shù)據(jù)，比如年齡和血糖值，但出于隱私考慮不希望直接發(fā)送給云服務(wù)提供商進行分析。

通過使用全同態(tài)加密，醫(yī)院可以先將這些數(shù)據(jù)加密。

想象一下，云服務(wù)提供商需要計算所有患者的平均年齡（這需要加法和除法）和血糖值的總和與患者數(shù)量的乘積（這涉及加法和乘法）。

所有這些計算都可以在加密的數(shù)據(jù)上完成，而無需解密。云服務(wù)提供商在不解密數(shù)據(jù)的情況下完成計算，然后將加密的結(jié)果返回給醫(yī)院。這確保了數(shù)據(jù)的隱私，同時也滿足了數(shù)據(jù)處理的需求。

這就是全同態(tài)加密的魅力所在，它為我們提供了一個既安全又靈活的數(shù)據(jù)處理方法。

全同態(tài)加密的應(yīng)用

正確應(yīng)用全同態(tài)加密（FHE）是所有存儲用戶數(shù)據(jù)部門的突破。我們正在看一個技術(shù)，它可能改變我們對數(shù)據(jù)隱私的整體態(tài)度，以及公司可以接受的侵犯限度。

讓我們從研究 FHE 如何重塑醫(yī)療保健行業(yè)[7]的數(shù)據(jù)實踐開始。許多醫(yī)院保存著存儲在其數(shù)據(jù)庫中的患者的私人記錄，出于道德和法律原因，他們必須保持保密。然而，這些信息對于外部醫(yī)學(xué)研究人員來說是有價值的，他們可以分析這些數(shù)據(jù)以推斷疾病和潛在治療方法的重要見解。一個拖慢研究進展的主要障礙是在將數(shù)據(jù)外包給研究人員時保持患者數(shù)據(jù)的絕對保密。有許多方法可以對患者記錄進行匿名化或偽匿名化。但它們并不完美，可能會透露某人太多信息，使其可識別，或者不足以揭示有關(guān)他們病例的足夠信息，使得難以獲得有關(guān)疾病的準確見解。使用全同態(tài)加密（FHE），醫(yī)院可以對患者數(shù)據(jù)進行加密，從而更輕松地保護云中的患者隱私。醫(yī)學(xué)研究人員可以在加密數(shù)據(jù)上執(zhí)行計算和運行分析功能，而不會損害患者的隱私。由于加密數(shù)據(jù)集與原始數(shù)據(jù)之間存在一對一映射，因此從加密數(shù)據(jù)集中獲得的結(jié)果提供了可以應(yīng)用于實際案例的真實見解。FHE 可以快速推動醫(yī)療保健行業(yè)的發(fā)展。

另一個 FHE 的激動人心的應(yīng)用是人工智能（AI）訓(xùn)練。目前，人工智能領(lǐng)域面臨隱私問題，這阻礙了公司訪問許多用于完善 AI 算法的廣泛數(shù)據(jù)集。訓(xùn)練 AI 的公司必須在使用有限的公共數(shù)據(jù)集、支付大量資金購買私人數(shù)據(jù)集或創(chuàng)建數(shù)據(jù)集之間做出選擇，這對用戶較少的小公司來說是具有挑戰(zhàn)性的。FHE 應(yīng)該解決阻止許多數(shù)據(jù)集提供者進入該市場的隱私問題。因此，F(xiàn)HE 的改進可能導(dǎo)致可用于訓(xùn)練 AI 的數(shù)據(jù)集數(shù)量增加。這將使 AI 訓(xùn)練更具財務(wù)可及性和精細化，因為可用數(shù)據(jù)集的多樣化增加。

全同態(tài)加密的過去局限

如果全同態(tài)加密（FHE）確實能改變現(xiàn)代大數(shù)據(jù)，為什么我們還沒有看到更多實際應(yīng)用呢？

盡管多年來人們一直在討論和研究 FHE，但實際上，在實踐中實現(xiàn) FHE 非常困難。核心挑戰(zhàn)在于執(zhí)行 FHE 所需的計算能力。全同態(tài)安全數(shù)據(jù)集可以產(chǎn)生與其原始數(shù)據(jù)形式相同的分析結(jié)果。這是一個具有挑戰(zhàn)性的壯舉，需要大量計算速度和能力，其中許多對現(xiàn)有計算機實施起來是不切實際的。在原始數(shù)據(jù)上通常需要幾秒鐘的操作，在同態(tài)加密數(shù)據(jù)集上可能需要幾小時甚至幾天。這種計算挑戰(zhàn)造成了一個自我延續(xù)的循環(huán)，許多工程師推遲了進行 FHE 項目，從而減緩了其發(fā)展并限制了其全部優(yōu)勢的實現(xiàn)。

工程師在 FHE 中面臨的計算問題的一個具體例子是如何解決“ 噪聲錯誤[8] ”。在對同態(tài)加密數(shù)據(jù)集進行計算時，許多工程師在每次進行計算時都會產(chǎn)生多余的噪聲或錯誤。當只需要進行幾次計算時，這是可以容忍的，但在多次分析之后，噪聲可能變得如此明顯，以至于原始數(shù)據(jù)變得難以理解。數(shù)據(jù)幾乎丟失了。

為什么現(xiàn)在？

就像生成式人工智能[9]曾被認為是有限和原始的，然后成為主流一樣，全同態(tài)加密（FHE）正朝著類似的進展方向發(fā)展。許多行業(yè)領(lǐng)袖，甚至超越區(qū)塊鏈領(lǐng)域的領(lǐng)導(dǎo)者，已經(jīng)聚集起來，組織了大量的 FHE 研究和開發(fā)。這促進了最近幾項行業(yè)發(fā)展，推動了這項技術(shù)的進步的引人注目的敘述。

DPRIVE 計劃

2021 年 3 月，微軟、英特爾和國防高級研究計劃局（DARPA）同意啟動一個多年計劃[10] ，以加速全同態(tài)加密（FHE）的發(fā)展。名為虛擬環(huán)境中的數(shù)據(jù)保護（DPRIVE）的這個計劃標志著 FHE 的重大進展。它展示了兩個專門從事云計算和計算機硬件的行業(yè)巨頭，聯(lián)合起來解決數(shù)據(jù)隱私問題。他們發(fā)起了這個計劃，建立了能夠管理 FHE 計算速度的計算機和軟件，并制定了準確實施 FHE 的指導(dǎo)方針，防范由于不正確使用而可能產(chǎn)生的數(shù)據(jù)泄霏。

作為 DPRIVE 計劃的一部分，工程師們已經(jīng)著手解決先前提到的“噪聲錯誤”，探索降低噪聲水平以保留原始數(shù)據(jù)的方法。一個有前途的解決方案是設(shè)計大算術(shù)字長[11] （LAWS）數(shù)據(jù)表示。雖然傳統(tǒng)的計算機處理器（CPU）通常使用 64 位字長，但工程師們正在開發(fā)能夠處理 1024 位或更多位字長的新型硬件，采用 LAWS。這種方法是有效的，因為研究表明，更長的字長直接影響信噪比。簡單地說，更長的字長在 FHE 中的每一次附加計算中產(chǎn)生更少的噪聲，允許在達到數(shù)據(jù)丟失閾值之前執(zhí)行更多的計算。通過構(gòu)建新的硬件來解決這些挑戰(zhàn)，參與 DPRIVE 計劃的工程師們大大減少了執(zhí)行 FHE 所需的計算負載。

為了加快計算速度，接近使 FHE 快 100,000 倍的目標，DPRIVE 團隊著手進行持續(xù)的旅程，設(shè)計新的數(shù)據(jù)處理系統(tǒng)，超越傳統(tǒng)處理和圖形單元的能力。他們開發(fā)了一個新的多指令多數(shù)據(jù)[12] （MIMD）系統(tǒng)，能夠同時管理多個指令和數(shù)據(jù)集。MIMD 類似于建造一條新的高速公路，而不是使用現(xiàn)有設(shè)備不足的道路來容納 FHE 的快速實時計算所需的交通量。

DPRIVE 計劃的有趣之處在于在計算機數(shù)學(xué)計算中廣泛使用“ 并行性[13] ” 。這使開發(fā)人員能夠同時執(zhí)行多個大數(shù)計算。你可以將并行性視為同時部署一群數(shù)學(xué)家來同時處理巨大數(shù)學(xué)問題的不同部分，而不是讓他們一個接一個地完成各自的工作。盡管同時執(zhí)行多個計算有助于快速解決問題，但計算機必須進行空氣冷卻以防止過熱。

2022 年 9 月，在啟動該計劃一年半后，微軟、英特爾和 DARPA 宣布[14]他們已成功完成 DPRIVE 計劃的第一階段。他們目前正在進行 DPRIVE 的第二階段。Intel 還推出[15]了自己的全同態(tài)加密工具包，為開發(fā)人員提供工具，以促進云中更快的全同態(tài)加密。Intel 設(shè)計了這個工具包，確保與最新的數(shù)據(jù)處理和計算進展兼容。它包括專門為格密碼定制的特殊功能，與 Microsoft Seal 無縫運行的集成，全同態(tài)加密方案的樣本，以及指導(dǎo)用戶的技術(shù)文檔。

Google 的 Private Join and Compute[16] 開源庫為開發(fā)人員提供了多方計算（MPC）工具。這種計算方法允許各方通過合并其不同的數(shù)據(jù)集獲得共享見解，而不會將原始數(shù)據(jù)暴露給彼此。Private Join and Compute 將來自 FHE 的加密技術(shù)與私有集合交集（PSI）相結(jié)合，以優(yōu)化數(shù)據(jù)保密性實踐。PSI 是另一種加密方法，允許具有不同數(shù)據(jù)集的各方識別共同元素或數(shù)據(jù)點，而不會透露其數(shù)據(jù)。Google 在推進數(shù)據(jù)隱私方面的方法不僅僅集中于 FHE；它通過將 FHE 與其他有影響力的數(shù)據(jù)實踐集成，優(yōu)先考慮更廣泛的 MPC 概念。

備受推崇的全同態(tài)加密開源庫的日益可用性值得注意。然而，當觀察到備受推崇的公司在其運營中嘗試這些庫時，情況變得更加引人注目。2021 年 4 月，納斯達克，一家著名的股票交易所和全球資本市場技術(shù)實體， 將[17] FHE 納入其運營。納斯達克利用 Intel 的 FHE 工具和高速處理器，通過使用全同態(tài)加密來識別包含敏感信息的數(shù)據(jù)集中的有價值見解和潛在的非法活動，從而通過反洗錢工作和欺詐檢測來應(yīng)對金融犯罪。

最近的融資

除了前面提到的公司進行的研究和開發(fā)外，還有其他幾家公司最近為專注于全同態(tài)加密（FHE）的倡議獲得了大量資金支持。

Cornami[18]，一家大型技術(shù)公司，因開創(chuàng)性地開發(fā)專為全同態(tài)加密設(shè)計的可擴展云計算技術(shù)而備受贊譽。他們從事眾多努力，旨在創(chuàng)建支持 FHE 比傳統(tǒng) CPU 更有效的計算系統(tǒng)。他們還指導(dǎo)旨在保護加密數(shù)據(jù)免受量子計算威脅的倡議。2022 年 5 月，Cornami 宣布[19]成功進行了一輪 C 系列融資，由 Softbank 領(lǐng)投，籌集了 6800 萬美元，使其總籌資達到 1.5 億美元。

Zama[20]是區(qū)塊鏈行業(yè)的另一家公司，正在構(gòu)建開源全同態(tài)加密工具，開發(fā)人員可以利用這些工具構(gòu)建使用 FHE、區(qū)塊鏈和人工智能的令人興奮的應(yīng)用程序。Zama 已經(jīng)開發(fā)了全同態(tài)以太坊虛擬機（fhEVM）作為其產(chǎn)品之一。這種智能合約協(xié)議使得在鏈上的交易數(shù)據(jù)在處理過程中保持加密。探索使用 Zama 庫進行各種應(yīng)用程序的開發(fā)人員對其性能印象深刻，即使在復(fù)雜的用例中也是如此。Zama 在 2022 年 2 月[21]成功完成了 4200 萬美元的 A 輪融資，由 Protocol Labs 領(lǐng)投，使其總籌資達到 5000 萬美元。

Fhenix[22]也是一個新興項目，將 FHE 引入?yún)^(qū)塊鏈。他們的目標是將 FHE 應(yīng)用擴展到除保密支付之外的領(lǐng)域，為 FHE 在去中心化金融（DeFi）、橋接、治理投票和 Web3 游戲等領(lǐng)域的令人興奮的用例[23]打開大門。2023 年 9 月，F(xiàn)henix 宣布[24]成功完成了 700 萬美元的種子輪融資，由 Multicoin Capital 和 Collider Ventures 領(lǐng)投。

為何FHE很重要？

當前，對加密數(shù)據(jù)進行計算的現(xiàn)有方法并不理想。它們在資源使用和時間消耗上都相對昂貴。

因此，行業(yè)標準流程是，在進行計算之前，由第三方（即公司）對數(shù)據(jù)進行解密。

以一個具體的例子來說，想象一下您有一個數(shù)據(jù)文件，其中包含一些高調(diào)個體的財務(wù)信息。

我們稱這個文件為“M”。我們需要某個公司對這些數(shù)據(jù)進行分析。

目前的流程是怎樣的呢？首先，我使用如RSA或AES這樣的加密函數(shù)對M進行加密。此時，M變成了E(M)，其中E是加密函數(shù)。

接下來，我將E(M)發(fā)送給公司服務(wù)器。公司現(xiàn)在通過相關(guān)的解密函數(shù)D來解密E(M)為明文，即D(M)。

公司直接對文件M進行明文進行分析操作。

操作完后，再把M加密一次，生成一個E(M')。

公司再把加密的M'并將其發(fā)送回給我，然后我再次解密它。

發(fā)現(xiàn)了嗎，這里的關(guān)鍵問題在于，當公司解密M并將其存儲在其服務(wù)器上進行計算時，第三方可以訪問原本應(yīng)受保護的敏感數(shù)據(jù)。如果該人員遭到黑客攻擊或有惡意意圖，這就會引發(fā)問題。

全同態(tài)加密（FHE）通過允許對加密數(shù)據(jù)進行計算來解決此問題。公司不再需要解密E(M)。它直接在加密數(shù)據(jù)上進行分析。沒有解密的需要，也不需要信任假設(shè)。

綜上所述，全同態(tài)加密的引入解決了當前數(shù)據(jù)處理流程中的一個關(guān)鍵問題，即在第三方處理數(shù)據(jù)時可能暴露的隱私風(fēng)險。FHE為我們提供了一個在保證數(shù)據(jù)隱私的同時，有效地處理加密數(shù)據(jù)的方法。

FHE在Crypto中如何應(yīng)用？

全同態(tài)加密（FHE）為加密世界開啟了一扇新的大門，為我們帶來了許多之前無法想象的應(yīng)用場景。Poly Venture的原文對場景的描述比較簡單，我們試著用一張表更有條理的做出了一個解讀。

FHE vs ZK vs MPC，傻傻分不清？

在了解了全同態(tài)加密（FHE）后，很容易將其與其他熟悉的技術(shù)，如零知識證明（ZK）和多方計算（MPC）相提并論。乍一看，它們似乎都致力于解決相似的隱私和計算問題。但這三者之間實際上有哪些聯(lián)系和區(qū)別呢？

首先，我們先了解一下這三種技術(shù)的基本定義：

FHE：允許在加密數(shù)據(jù)上執(zhí)行計算，而無需解密。

ZK：允許一方向另一方證明某個陳述是真實的，而無需揭示任何關(guān)于該陳述的具體信息。

MPC：使多方能夠共同在他們的私有數(shù)據(jù)上執(zhí)行計算，而不向其他參與者泄露輸入數(shù)據(jù)。

然后，讓我們從多個維度來看看他們的異同和交集：

目的：

FHE的主要目的是在不解密的情況下進行計算。

ZK的目標是證明一個事實的正確性而不泄露有關(guān)該事實的任何信息。

MPC的目標是允許多方安全地共同計算，而不泄露各自的輸入。

隱私與計算：

在ZK中，計算不一定是私有的。例如，盡管你可以使用ZK來驗證銀行賬戶余額是否超過100,000美元，但進行這樣的驗證的計算不一定是私有的。

與此相反，F(xiàn)HE確保了計算的隱私性，因為所有的計算都在加密數(shù)據(jù)上進行。

限制與挑戰(zhàn)：

MPC需要至少一個誠實的服務(wù)器，并且可能受到DDoS攻擊、沉默合謀攻擊和通信開銷的影響。

ZK主要用于證明正確性，而不是隱私技術(shù)。

FHE盡管提供了強大的隱私，但計算效率較低，對資源的需求較大。

在加密領(lǐng)域的應(yīng)用：

FHE可以用于構(gòu)建更加隱私的智能合約和其他區(qū)塊鏈應(yīng)用。

ZK被用于創(chuàng)建可擴展的區(qū)塊鏈解決方案，如zk-rollups。

MPC主要用于私鑰管理和托管。

交叉使用：

MPC可以與FHE結(jié)合，形成閾值FHE，通過將一個FHE加密密鑰分割成多個，并給每個參與者一個來增強安全性。

zkFHE是零知識證明和全同態(tài)加密的結(jié)合，正在被研究，以實現(xiàn)在FHE智能合約上的zk-rollups。

總體來說，盡管FHE、ZK和MPC在某些方面有所重疊，但它們都有各自獨特的優(yōu)勢和應(yīng)用場景。在加密世界中，這三種技術(shù)都為增強隱私和安全性提供了巨大的潛力，但它們的結(jié)合和進一步的研究仍然是加密社區(qū)的一個活躍領(lǐng)域。

最后，我們也可以給出一張省流版的表格，將上述技術(shù)放在一起進行比較，幫助大家更加直觀的進行理解。

 接下來會發(fā)生什么？

多年來，全同態(tài)加密（FHE）一直是一個承諾強大端到端加密的理念，預(yù)示著強大數(shù)據(jù)隱私的未來。最近的發(fā)展開始將 FHE 從理論夢想轉(zhuǎn)變?yōu)閷嶋H現(xiàn)實。盡管各公司競相成為首個實現(xiàn)強大、完全功能的 FHE 版本的先驅(qū)，但許多公司正在合作共同應(yīng)對這項強大技術(shù)的復(fù)雜性。通過實施各種跨團隊計劃和開發(fā)與其他庫集成的開源庫，這種合作精神是顯而易見的。

根據(jù)我的調(diào)查，圍繞 FHE 的討論似乎是深遠的。在接下來的幾周里，我很高興深入研究，分享我在 FHE 研究中的更多見解。具體來說，我迫不及待地探索以下主題：

FHE 的新興應(yīng)用。

零知識證明（ZKPs）與 FHE 之間的相互作用。

將 FHE 與私有集合交集（PSI）集成以推進安全多方計算（MPC）。

像 Zama 和 Fhenix 這樣的新公司，在 FHE 領(lǐng)域開創(chuàng)性發(fā)展。

FHE的未來展望

通過上文可以感覺到，全同態(tài)加密（FHE）顯然是一種強大的技術(shù)。

但為什么它還沒有被廣泛采用，甚至在加密CT中很少提及？一方面由于理解技術(shù)本身有一定門檻，另一方面則在于FHE技術(shù)目前還面臨一些挑戰(zhàn)，難以輕松以商業(yè)化形態(tài)走進大眾視野。

面臨的挑戰(zhàn)可能有：

計算密集：當我們的密文互相作用時，為了維持安全性，會添加更多的噪聲。FHE方案使用“自舉”技術(shù)來減少噪聲，但這非常計算密集，資源消耗很大。

功能有限：FHE的計算僅限于加法、乘法及其變種/組合。例如，不能在FHE中使用if語句，因為內(nèi)容是加密的。此外，構(gòu)建相對復(fù)雜的操作，如比較和除法，需要仔細規(guī)劃基本邏輯，這導(dǎo)致了更復(fù)雜的編程技巧和計算效率較低。

兼容性/組合性問題：現(xiàn)有的應(yīng)用程序和服務(wù)提供商并不是為了在加密數(shù)據(jù)上進行計算而構(gòu)建的。這限制了FHE與現(xiàn)有技術(shù)的整合，并增加了開發(fā)FHE兼容應(yīng)用所需的慣性。

可能的解決方案：

硬件加速器：某些FHE方案，如nuFHE和cuFHE，可以使用GPU加速，但主要的突破將來自更快的FPGA和ASIC。其他技術(shù)，如光子技術(shù)，也正在被研究，以加速FHE的硬件用例。

新的編程范式：就像在Python上用于復(fù)雜數(shù)學(xué)的包如pandas和numpy，F(xiàn)HE庫也將被構(gòu)建。目前，Zama和Sunscreen是兩個為FHE構(gòu)建此類庫和SDK的項目。此外，還需要構(gòu)建專門的編譯器，以使開發(fā)人員能夠統(tǒng)一FHE、ZKP和MPC。

FHE與現(xiàn)有解決方案之間的整合：將構(gòu)建解決方案，使現(xiàn)有工具與FHE兼容，作為工具和FHE加密數(shù)據(jù)之間的中間層。

最后，Portal Ventures在原文的結(jié)論部分再次強調(diào)：

“FHE是計算的圣杯，我們正在接近它的商業(yè)化。價值和計算正在向開放、無需許可的網(wǎng)絡(luò)過渡，我們相信FHE將支撐大部分所需的基礎(chǔ)設(shè)施和應(yīng)用程序”。

此外，它們也表達了對于目前正在研究FHE的項目的興趣。因此，我們可以看到的是，VC對FHE有興趣，或者說VC會率先對尚未走進大眾視野的硬核技術(shù)感興趣。

歷史表明，基于新技術(shù)的加密項目，往往都帶有閃亮的光環(huán)和較高的估值，并且受到各路資本的追捧。

在下一場盛宴開始前，我們的確應(yīng)該多花時間，提前研究入場嘉賓的身份，才能在宴會開始時應(yīng)對自如。

你可能感興趣的文章

• 

  Mynt是什么？如何在Monad測試網(wǎng)上挖礦Mynt？

  Mynt是一個去中心化的穩(wěn)定幣協(xié)議，允許用戶通過存入ETH或MON（Monad 的原生代幣）作為抵押品，鑄造與美元掛鉤的穩(wěn)定幣USDm,通過與 Mynt 進行測試網(wǎng)互動，用戶可能有機會獲…

  2025-06-06
• 

  如何在加密貨幣交易中應(yīng)用Black-Litterman模型？

  Black-Litterman模型由Fischer Black和Robert Litterman于1991年在高盛開發(fā)，Black-Litterman模型是加密貨幣交易和投資的強大工具，為最優(yōu)投資組合配置提供了穩(wěn)健的框架,那…

  2025-06-06
• 

  加密貨幣交易中的諧波形態(tài)：八種常用的諧波形態(tài)指南

  諧波形態(tài)是依靠斐波那契比率來預(yù)示價格趨勢潛在反轉(zhuǎn)的高級圖表形態(tài),諧波形態(tài)精確且數(shù)學(xué)定義明確，使其成為重視市場預(yù)測結(jié)構(gòu)化方法的交易者的最愛,在本指南中，我們將探討諧…

  2025-06-06
• 

  區(qū)塊鏈的多層結(jié)構(gòu)都有那些？L1 與 L2 有什么區(qū)別？新手完整指南

  區(qū)塊鏈的多層結(jié)構(gòu)都有那些？區(qū)塊鏈層：完整指南區(qū)塊鏈被稱為革命性的，但其潛力的本質(zhì)在于其多層架構(gòu),這些層決定了信息在分布式網(wǎng)絡(luò)中的傳遞、驗證、記錄和訪問方式,從硬件…

  2025-06-06
• 

  什么是空投挖礦？如何在2025年進行空投挖礦？

  空投挖礦是指積極尋求并參與由各種加密貨幣初創(chuàng)公司或項目的創(chuàng)始人和創(chuàng)始人組織的空投活動,很多新手投資者還不了解什么是空投挖礦？如何在2025年進行空投挖礦？下文將為大…

  2025-06-06
• 

  什么是時空證明PoSt？有什么優(yōu)勢？有哪些值得關(guān)注的項目？

  Proof-of-Space-Time（PoST）是什么？Proof-of-Space-Time（PoST）有什么優(yōu)勢？時空證明PoSt有哪些值得關(guān)注的項目？下面腳本之家小編給大家詳細介紹下時空證明PoSt是什么吧…

  2025-06-06
• 

  Solana是什么？它如何運作？與其他鏈有何不同？

  Solana 是一個高性能公鏈，以其速度快、費用低和可擴展性而聞名,它于 2020 年上線，支持智能合約、去中心化應(yīng)用 (dApp) 和數(shù)字資產(chǎn)——與以太坊類似，但速度更快、成本更低…

  2025-06-05
• 

  SUI上排名前五的空投項目有哪些？SUI 上5大最佳空投項目

  Sui近期在DEX日交易量上超越了Base，表明盡管發(fā)生了短暫震動網(wǎng)絡(luò)的安全事件，但用戶參與度依然強勁,即使在受到協(xié)議層漏洞影響后，生態(tài)系統(tǒng)仍展現(xiàn)出非凡的韌性——用戶并未…

  2025-06-05
• 

  InfoFi與注意力經(jīng)濟平臺Kaito是什么？Kaito新手使用教學(xué)

  KAITO是AI驅(qū)動的Web3一站式資訊平臺,KAITO是Kaito生態(tài)關(guān)鍵代幣，生態(tài)主要交易媒介、能質(zhì)押、能參與項目Launchpad、能分配獎勵，就像是注意力版本的$BNB代幣之于BNB生態(tài),下…

  2025-06-05
• 

  什么是InfoFi？有哪些InfoFi項目值得關(guān)注？如何利用InfoFi賺錢

  一個新的金融前沿正在形成——信息、注意力和數(shù)字信號成為寶貴的資產(chǎn),在本文中，我們探討了什么是InfoFi，有哪些InfoFi項目值得關(guān)注以及個人在這個新的信息驅(qū)動型經(jīng)濟中如…

  2025-06-05