Полностью гомоморфное шифрование: инструмент защиты конфиденциальности в эпоху ИИ

Недавно рынок криптовалют стал спокойнее, что дало нам больше времени для обсуждения некоторых новых технологий. Хотя криптовалютный рынок 2024 года не так бурен, как в прошлые годы, все же есть несколько новых технологий, которые становятся более зрелыми, и темой нашего обсуждения сегодня является одна из них: полностью гомоморфное шифрование (Fully Homomorphic Encryption, сокращенно FHE).

Чтобы понять этот сложный концепт FHE, нам нужно сначала разобраться, что такое "шифрование", что такое "гомоморфное", и почему необходимо "полностью".

Шифрование: основные концепции

Самый простой способ шифрования нам всем знаком. Например, если Алиса хочет отправить Бобу секретное сообщение "1314 520", но нужно передать его через третью сторону C. Для обеспечения конфиденциальности Алиса может умножить каждое число на 2, превратив его в "2628 1040". Боб, получив сообщение, разделит каждое число на 2 и сможет расшифровать исходную информацию. Это простой метод симметричного шифрования.

Гомоморфное шифрование: продвинутый уровень

Теперь предположим, что Алисе всего 7 лет, и она умеет выполнять только самые базовые операции умножения на 2 и деления на 2. Ей нужно рассчитать электрический счет за 12 месяцев в семье, каждый месяц по 400 юаней, но это превышает ее вычислительные способности. Она не хочет, чтобы кто-то узнал конкретную информацию о счете за электричество, поэтому она зашифровала данные с помощью умножения на 2, заставив C вычислить 800 умножить на 24. После того как C вычислил 19200, Алиса делит на 4 и получает фактический долг в 4800 юаней.

Это простой пример гомоморфного шифрования умножения. 800 умножить на 24 на самом деле является отображением 400 умножить на 12, форма до и после шифрования остается одинаковой, поэтому это называется "гомоморфное". Этот метод позволяет доверять недоверенным третьим лицам для выполнения вычислений, одновременно защищая чувствительные данные от утечки.

Почему необходимо "полностью" гомоморфное шифрование

Однако проблемы в реальном мире часто более сложные. Если C сможет расшифровать исходные данные Алисы методом перебора, тогда потребуется более сложный способ шифрования.

Целью полностью гомоморфного шифрования является возможность выполнения произвольного количества операций сложения и умножения над зашифрованными данными, а не только определенными простыми операциями. Это позволяет решать более сложные математические задачи, при этом благодаря многократному шифрованию практически полностью исключается возможность третьих лиц подглядывать за исходными данными.

До 2009 года технология гомоморфного шифрования имела ограничения, поддерживающие только "частичное гомоморфное шифрование". Новые идеи, предложенные Джентри и другими учеными, открыли путь к полностью гомоморфному шифрованию.

Применение FHE

Одним из важных применений технологии FHE является область искусственного интеллекта. AI требует большого объема данных для обучения, но многие данные имеют высокую степень чувствительности. FHE может обрабатывать зашифрованные данные, защищая при этом конфиденциальность данных.

Конкретно, пользователи могут:

1. Шифровать чувствительные данные с помощью полностью гомоморфного шифрования
2. Передать зашифрованные данные ИИ для вычислений
3. AI возвращает зашифрованный результат

Пользователи затем могут безопасно расшифровать результаты локально, что позволяет использовать мощные вычислительные возможности ИИ без раскрытия исходных данных.

Этот метод особенно подходит для неуправляемых AI-систем, поскольку они по своей сути обрабатывают векторные данные и не требуют понимания конкретного значения входных данных.

Важность FHE в эпоху ИИ

С распространением технологий ИИ вопросы конфиденциальности данных и безопасности становятся все более важными. От разблокировки лицом на личных телефонах до защиты разведывательных данных на уровне государства технология полностью гомоморфного шифрования может стать жизненно важным инструментом защиты конфиденциальности.

Однако практическому применению полностью гомоморфного шифрования (FHE) все еще мешают трудности, главным образом из-за того, что оно требует огромных вычислительных ресурсов. Некоторые проекты пытаются решить эту проблему, создавая специализированные сети вычислительной мощности.

Если технология полного гомоморфного шифрования (FHE) сможет быть широко применена в области ИИ, это значительно ускорит развитие ИИ и одновременно облегчит беспокойство людей о конфиденциальности данных. В эту эпоху информации FHE может стать последней защитной линией для защиты конфиденциальности данных отдельных лиц и организаций.