FHE adalah cawan suci komputasi. Nilai dan komputasi sedang bertransisi ke jaringan terbuka dan tanpa izin. FHE akan mendukung sebagian besar infrastruktur dan aplikasi yang diperlukan. Ketika pasar melemah dalam kondisi pasar yang bearish, investor dan pengembang proyek akan selalu mulai mencari titik pertumbuhan baru.
Dalam periode jendela kosong yang tidak memiliki hotspot berkelanjutan, ini adalah peluang bagus untuk mengeksplorasi dan mendapatkan pemahaman lebih dalam tentang teknologi baru, karena teknologi baru dapat menjadi inti narasi pasar berikutnya.
Bulan lalu, Portal Ventures, sebuah perusahaan modal ventura enkripsi terkenal, menerbitkan artikel di blog resminya yang membahas teknologi enkripsi homomorfik sepenuhnya (FHE) secara mendetail. Namun artikel teknis yang mendalam ini sepertinya belum menarik perhatian masyarakat luas.
Penulis Portal Ventures mengatakannya sebagai berikut: "Enkripsi yang sepenuhnya homomorfik adalah cawan suci skema enkripsi."
Memahami teknologi yang menjadi fokus VC sangat penting bagi investor karena dapat membantu kita memprediksi dan memahami tren potensial dalam siklus pasar berikutnya. Faktanya, teknologi seperti enkripsi homomorfik, bukti tanpa pengetahuan, dan komputasi aman multi-pihak memiliki dampak besar pada bidang kriptografi, terutama enkripsi homomorfik penuh, yang mungkin memiliki potensi penerapan besar di bidang mata uang kripto dan web3.
Namun masalahnya adalah kebanyakan orang hanya mengetahui sedikit tentang apa sebenarnya enkripsi homomorfik, cara kerjanya, dan perbedaannya dengan teknologi lain. Ketika pasar sedang lesu dan sentimen investasi rendah, tidak diragukan lagi merupakan pilihan bijak untuk keluar dari hiruk pikuk dan melakukan penelitian mendalam serta pemahaman tentang teknologi mutakhir ini.
Secara kebetulan, penulis cukup beruntung bisa mengenal solusi teknis terkait FHE di tempat kerjanya beberapa tahun yang lalu. Oleh karena itu, saya memutuskan untuk melakukan interpretasi mendalam terhadap artikel Portal Ventures ini, dengan harapan dapat memberi Anda beberapa perspektif dan pemikiran baru.
**Enkripsi homomorfik dan homomorfik sepenuhnya, apa sebenarnya itu? **
Jika Anda membaca teks asli Portal Ventures secara langsung, Anda mungkin bingung dengan deskripsi matematis yang rumit dari enkripsi homomorfik penuh (FHE).
Faktanya, dunia kriptografi bersifat esoteris dan teknis, namun kita dapat menjelaskan konsep ini dengan cara yang sederhana dan populer. Di bagian ini, penulis mencoba memberi Anda beberapa contoh yang lebih intuitif dan mudah dipahami untuk membantu Anda mendapatkan pemahaman lebih dalam tentang enkripsi homomorfik sepenuhnya.
Pertama, bayangkan sebuah "kotak rahasia". Anda dapat memasukkan apa saja ke dalam kotak ini dan kotak itu akan terkunci. Setelah terkunci, Anda tidak dapat melihat atau menyentuh isi kotak. Namun hebatnya, kotak ajaib ini memungkinkan Anda mengubah warna atau bentuk barang di dalamnya tanpa membukanya.
Seperti yang ditunjukkan pada gambar di atas, Enkripsi Homomorfik Sepenuhnya (Enkripsi Homomorfik Sepenuhnya) dapat dianggap sebagai kotak ajaib:
Amplop Anda (Amplop Anda): Ini mewakili data asli yang ingin Anda enkripsi.
Operasi Kotak Ajaib: Bahkan tanpa mendekripsi atau membuka amplop, Anda dapat melakukan operasi pada data di dalam amplop (seperti penambahan, pengurangan, dll.).
Amplop Baru: Setelah melalui operasi kotak ajaib, Anda akan mendapatkan hasil enkripsi baru.
Inilah ide dasar enkripsi homomorfik: beroperasi pada data terenkripsi tanpa mengetahui data itu sendiri.
Contoh sederhana ini membantu memperjelas apa yang dilakukan "enkripsi homomorfik sepenuhnya". Namun nyatanya, konsepnya sendiri masih seperti mendengarkan apa yang Anda katakan. Jadi, apa yang dimaksud dengan "lengkap" dan "homomorfik"?
1.Apa yang dimaksud dengan "Sepenuhnya"?
Dalam kriptografi, skema enkripsi dapat mendukung berbagai operasi, seperti penjumlahan, perkalian, dll. Ketika kami mengatakan bahwa skema enkripsi adalah "sepenuhnya homomorfik", yang kami maksud adalah skema enkripsi mendukung sejumlah operasi dasar (seperti penjumlahan dan perkalian) pada data terenkripsi tanpa dekripsi. Hal ini berbeda dengan enkripsi sebagian homomorfik, seperti skema penambahan saja atau perkalian saja.
2.Apa itu "Homomorfik"?
"Homomorfisme" berasal dari bahasa Yunani yang berarti "bentuk atau struktur yang sama". Dalam kriptografi, ketika kita mengatakan bahwa skema enkripsi bersifat homomorfik, itu berarti bahwa beberapa operasi memiliki efek yang sama pada teks biasa dan teks tersandi. Dengan kata lain, jika Anda melakukan operasi pada data terenkripsi dan kemudian mendekripsi hasilnya, ini sama dengan mendekripsi data terlebih dahulu dan kemudian melakukan operasi yang sama pada data yang didekripsi.
3. Misalnya, pertimbangkan skema enkripsi yang mendukung penambahan homomorfik. Misalkan Anda memiliki dua angka: 3 dan 4. Anda dapat mengenkripsi dua nomor terlebih dahulu dan kemudian menambahkan dua nomor terenkripsi menggunakan skema enkripsi homomorfik ini. Terakhir, Anda mendekripsi hasil penjumlahan. Hasil dekripsi yang dihasilkan adalah 7, sama dengan yang Anda dapatkan jika menambahkan plaintext 3 dan 4 secara langsung.
Namun Anda mungkin bertanya, bagaimana cara melakukan operasi penjumlahan, pengurangan, perkalian, dan pembagian pada bilangan selain bilangan? Faktanya, kita dapat menggunakan metode pengkodean khusus untuk mengubah data non-numerik menjadi bentuk digital, sehingga operasi seperti penjumlahan dan perkalian dapat dilakukan pada data tersebut. Artinya penerapan enkripsi homomorfik penuh tidak hanya terbatas pada perhitungan matematis, tetapi juga dapat digunakan secara luas di bidang lain.
Untuk menjelaskan konsep ini secara lebih intuitif, mari kita perhatikan contoh data medis.
Asumsikan rumah sakit memiliki beberapa data pasien, seperti usia dan kadar gula darah, namun tidak ingin mengirimkannya langsung ke penyedia layanan cloud untuk dianalisis karena masalah privasi.
Dengan menggunakan enkripsi homomorfik penuh, rumah sakit dapat mengenkripsi data ini terlebih dahulu.
Bayangkan penyedia layanan cloud perlu menghitung usia rata-rata semua pasien (ini memerlukan penjumlahan dan pembagian) dan jumlah nilai glukosa darah dikalikan dengan jumlah pasien (ini memerlukan penjumlahan dan perkalian).
Semua perhitungan ini dapat dilakukan pada data terenkripsi tanpa dekripsi. Penyedia layanan cloud menyelesaikan penghitungan tanpa mendekripsi data dan kemudian mengembalikan hasil terenkripsi ke rumah sakit. Hal ini memastikan privasi data sekaligus memenuhi kebutuhan pemrosesan data.
Inilah keunggulan enkripsi homomorfik sepenuhnya, yang memberi kita metode pemrosesan data yang aman dan fleksibel.
**Mengapa FHE penting? **
Saat ini, metode yang ada dalam melakukan komputasi pada data terenkripsi tidaklah ideal. Mereka relatif mahal dalam penggunaan sumber daya dan konsumsi waktu.
Oleh karena itu, prosedur standar industri adalah menguraikan data oleh pihak ketiga (yaitu perusahaan) sebelum penghitungan dapat dilakukan.
Sebagai contoh nyata, bayangkan Anda memiliki file data yang berisi informasi keuangan tentang beberapa individu terkenal.
Sebut saja file ini "M". Kami membutuhkan perusahaan untuk menganalisis data ini.
*Seperti apa proses saat ini? Pertama, saya mengenkripsi M menggunakan fungsi enkripsi seperti RSA atau AES. Pada titik ini, M menjadi E(M), dimana E adalah fungsi enkripsi.
Selanjutnya saya kirim E(M) ke server perusahaan. Perusahaan sekarang mendekripsi E(M) menjadi teks biasa, D(M), melalui fungsi dekripsi terkait D.
Perusahaan secara langsung menganalisis teks biasa file M.
Setelah operasi selesai, enkripsi M lagi untuk menghasilkan E(M').
Perusahaan kemudian mengenkripsi M' dan mengirimkannya kembali kepada saya, dan saya mendekripsinya lagi.
Tepatnya, masalah utama di sini adalah ketika perusahaan mendekripsi M dan menyimpannya di servernya untuk komputasi, pihak ketiga mendapatkan akses ke data sensitif yang seharusnya dilindungi. Hal ini menimbulkan masalah jika orang tersebut diretas atau memiliki niat jahat.
Enkripsi Homomorfik Sepenuhnya (FHE) memecahkan masalah ini dengan memungkinkan komputasi dilakukan pada data terenkripsi. Perusahaan tidak perlu lagi mendekripsi E(M). Ia melakukan analisis secara langsung pada data terenkripsi. Tidak perlu dekripsi dan tidak ada asumsi kepercayaan.
Singkatnya, pengenalan enkripsi homomorfik sepenuhnya memecahkan masalah utama dalam proses pemrosesan data saat ini, yaitu risiko privasi yang mungkin terungkap ketika data diproses oleh pihak ketiga. FHE memberi kami cara untuk menangani data terenkripsi secara efisien sekaligus memastikan privasi data.
**Bagaimana FHE digunakan di Crypto? **
Enkripsi Homomorfik Sepenuhnya (FHE) membuka pintu baru ke dunia enkripsi dan memberi kita banyak skenario aplikasi yang sebelumnya tidak terbayangkan. Deskripsi asli adegan dalam artikel asli Poly Venture relatif sederhana, jadi kami mencoba menggunakan tabel untuk memberikan interpretasi yang lebih terorganisir.
**FHE vs ZK vs MPC, Apa Bedanya? **
Setelah mempelajari enkripsi homomorfik sepenuhnya (FHE), mudah untuk membandingkannya dengan teknologi familiar lainnya seperti zero-knowledge proofs (ZK) dan multi-party computing (MPC). Pada pandangan pertama, mereka semua tampaknya sedang menangani masalah privasi dan komputasi yang serupa. Namun apa sebenarnya hubungan dan perbedaan antara ketiganya?
Pertama, mari kita lihat definisi dasar dari ketiga teknologi ini:
FHE: Memungkinkan komputasi dilakukan pada data terenkripsi tanpa dekripsi.
*ZK: Memungkinkan satu pihak untuk membuktikan kepada pihak lain bahwa suatu pernyataan benar tanpa mengungkapkan informasi spesifik apa pun tentang pernyataan tersebut.
MPC: Memungkinkan banyak pihak untuk bersama-sama melakukan penghitungan pada data pribadi mereka tanpa mengungkapkan data masukan kepada peserta lain.
Lalu, mari kita lihat persamaan, perbedaan, dan perpotongannya dari berbagai dimensi:
1. Tujuan:
Tujuan utama FHE adalah melakukan perhitungan tanpa dekripsi.
*Tujuan ZK adalah untuk membuktikan kebenaran suatu fakta tanpa mengungkapkan informasi apa pun tentang fakta tersebut.
Tujuan MPC adalah untuk memungkinkan banyak pihak melakukan komputasi bersama secara aman tanpa mengungkapkan masukan mereka masing-masing.
2. Privasi dan Komputasi:
Di ZK, perhitungan belum tentu bersifat pribadi. Misalnya, meskipun Anda dapat menggunakan ZK untuk memverifikasi bahwa saldo rekening bank melebihi $100.000, perhitungan untuk melakukan verifikasi tersebut belum tentu bersifat pribadi.
Sebaliknya, FHE menjamin privasi komputasi karena semua komputasi dilakukan pada data terenkripsi.
3. Batasan dan tantangan:
MPC memerlukan setidaknya satu server yang jujur dan dapat terpengaruh oleh serangan DDoS, serangan kolusi diam-diam, dan overhead komunikasi.
ZK terutama digunakan untuk membuktikan kebenaran, bukan sebagai teknologi privasi.
Meskipun FHE memberikan privasi yang kuat, namun kurang efisien secara komputasi dan memerlukan lebih banyak sumber daya.
4. Aplikasi di bidang enkripsi:
FHE dapat digunakan untuk membangun lebih banyak kontrak pintar pribadi dan aplikasi blockchain lainnya.
ZK digunakan untuk membuat solusi blockchain yang dapat diskalakan seperti zk-rollup.
MPC terutama digunakan untuk manajemen dan penyimpanan kunci pribadi.
5. Penggunaan silang:
MPC dapat digabungkan dengan FHE untuk membentuk ambang batas FHE, yang meningkatkan keamanan dengan membagi satu kunci enkripsi FHE menjadi beberapa dan memberikan satu kunci kepada setiap peserta.
zkFHE adalah kombinasi bukti tanpa pengetahuan dan enkripsi homomorfik sepenuhnya dan sedang dipelajari untuk mengimplementasikan zk-rollup pada kontrak pintar FHE.
Secara umum, meskipun FHE, ZK, dan MPC tumpang tindih dalam beberapa aspek, semuanya memiliki keunggulan dan skenario penerapannya masing-masing. Di dunia kripto, ketiga teknologi tersebut menawarkan potensi besar untuk meningkatkan privasi dan keamanan, namun kombinasi keduanya dan penelitian lebih lanjut tetap menjadi area aktif bagi komunitas kripto.
Terakhir, kami juga dapat memberikan tabel hemat aliran untuk membandingkan teknologi di atas untuk membantu Anda memahaminya secara lebih intuitif.
Prospek Masa Depan untuk FHE
Seperti yang dapat dirasakan dari penjelasan di atas, Enkripsi Homomorfik Sepenuhnya (FHE) jelas merupakan teknik yang ampuh.
Namun mengapa belum diadopsi secara luas atau bahkan jarang disebutkan dalam crypto-CT? Di satu sisi, terdapat batasan tertentu dalam memahami teknologi itu sendiri, dan di sisi lain, teknologi FHE masih menghadapi beberapa tantangan sehingga sulit untuk dengan mudah masuk ke mata masyarakat dalam bentuk komersial.
Tantangannya mungkin termasuk:
1. Komputasi Intensif: Saat ciphertext kita berinteraksi, untuk menjaga keamanan, lebih banyak noise akan ditambahkan. Skema FHE menggunakan teknik "bootstrapping" untuk mengurangi kebisingan, tetapi ini sangat intensif secara komputasi dan sumber daya yang intensif.
2. Fungsi terbatas: Perhitungan FHE terbatas pada penjumlahan, perkalian dan varian/kombinasinya. Misalnya, Anda tidak dapat menggunakan pernyataan if di FHE karena kontennya dienkripsi. Selain itu, membangun operasi yang relatif kompleks, seperti perbandingan dan pembagian, memerlukan perencanaan logika yang mendasarinya secara cermat, sehingga menghasilkan teknik pemrograman yang lebih kompleks dan efisiensi komputasi yang lebih rendah.
3. Masalah Kompatibilitas/Komposabilitas: Aplikasi dan penyedia layanan yang ada tidak dibuat untuk menghitung data terenkripsi. Hal ini membatasi integrasi FHE dengan teknologi yang ada dan meningkatkan inersia yang diperlukan untuk mengembangkan aplikasi yang sesuai dengan FHE.
Solusi yang memungkinkan:
1. Akselerator perangkat keras: Beberapa solusi FHE, seperti nuFHE dan cuFHE, dapat menggunakan akselerasi GPU, namun terobosan utamanya akan datang dari FPGA dan ASIC yang lebih cepat. Teknologi lain, seperti fotonik, juga sedang diselidiki untuk mempercepat kasus penggunaan perangkat keras untuk FHE.
2. Paradigma Pemrograman Baru: Sama seperti paket untuk matematika kompleks seperti pandas dan numpy di Python, perpustakaan FHE juga akan dibangun. Saat ini, Zama dan Sunscreen adalah dua proyek yang membangun perpustakaan dan SDK untuk FHE. Selain itu, kompiler khusus perlu dibangun untuk memungkinkan pengembang menyatukan FHE, ZKP, dan MPC.
3. Integrasi antara FHE dan solusi yang ada: Solusi akan dibangun untuk membuat alat yang ada kompatibel dengan FHE, bertindak sebagai lapisan perantara antara alat dan data terenkripsi FHE.
Terakhir, Portal Ventures kembali menekankan pada kesimpulan artikel aslinya:
“FHE adalah cawan suci komputasi, dan kami semakin dekat dengan komersialisasinya. Nilai dan komputasi sedang bertransisi ke jaringan terbuka dan tanpa izin, dan kami yakin FHE akan mendukung sebagian besar infrastruktur dan aplikasi yang dibutuhkan.”
Selain itu, mereka menyatakan minatnya pada proyek yang sedang menyelidiki FHE. Oleh karena itu, yang bisa kita lihat adalah VC tertarik pada FHE, atau VC akan menjadi orang pertama yang tertarik pada teknologi hard-core yang belum menarik perhatian publik.
Sejarah menunjukkan bahwa proyek enkripsi yang didasarkan pada teknologi baru sering kali memiliki kejayaan dan penilaian yang tinggi, dan banyak dicari oleh berbagai ibu kota.
Sebelum jamuan makan berikutnya dimulai, sebaiknya kita benar-benar meluangkan waktu lebih banyak dan meneliti identitas para tamu terlebih dahulu agar kita bisa menanganinya dengan mudah saat jamuan makan dimulai.
Lihat Asli
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.
Perubahan apa yang akan dibawa oleh enkripsi homomorfik sepenuhnya ke Web3?
FHE adalah cawan suci komputasi. Nilai dan komputasi sedang bertransisi ke jaringan terbuka dan tanpa izin. FHE akan mendukung sebagian besar infrastruktur dan aplikasi yang diperlukan. Ketika pasar melemah dalam kondisi pasar yang bearish, investor dan pengembang proyek akan selalu mulai mencari titik pertumbuhan baru.
Dalam periode jendela kosong yang tidak memiliki hotspot berkelanjutan, ini adalah peluang bagus untuk mengeksplorasi dan mendapatkan pemahaman lebih dalam tentang teknologi baru, karena teknologi baru dapat menjadi inti narasi pasar berikutnya.
Bulan lalu, Portal Ventures, sebuah perusahaan modal ventura enkripsi terkenal, menerbitkan artikel di blog resminya yang membahas teknologi enkripsi homomorfik sepenuhnya (FHE) secara mendetail. Namun artikel teknis yang mendalam ini sepertinya belum menarik perhatian masyarakat luas.
Penulis Portal Ventures mengatakannya sebagai berikut: "Enkripsi yang sepenuhnya homomorfik adalah cawan suci skema enkripsi."
Memahami teknologi yang menjadi fokus VC sangat penting bagi investor karena dapat membantu kita memprediksi dan memahami tren potensial dalam siklus pasar berikutnya. Faktanya, teknologi seperti enkripsi homomorfik, bukti tanpa pengetahuan, dan komputasi aman multi-pihak memiliki dampak besar pada bidang kriptografi, terutama enkripsi homomorfik penuh, yang mungkin memiliki potensi penerapan besar di bidang mata uang kripto dan web3.
Namun masalahnya adalah kebanyakan orang hanya mengetahui sedikit tentang apa sebenarnya enkripsi homomorfik, cara kerjanya, dan perbedaannya dengan teknologi lain. Ketika pasar sedang lesu dan sentimen investasi rendah, tidak diragukan lagi merupakan pilihan bijak untuk keluar dari hiruk pikuk dan melakukan penelitian mendalam serta pemahaman tentang teknologi mutakhir ini.
Secara kebetulan, penulis cukup beruntung bisa mengenal solusi teknis terkait FHE di tempat kerjanya beberapa tahun yang lalu. Oleh karena itu, saya memutuskan untuk melakukan interpretasi mendalam terhadap artikel Portal Ventures ini, dengan harapan dapat memberi Anda beberapa perspektif dan pemikiran baru.
**Enkripsi homomorfik dan homomorfik sepenuhnya, apa sebenarnya itu? **
Jika Anda membaca teks asli Portal Ventures secara langsung, Anda mungkin bingung dengan deskripsi matematis yang rumit dari enkripsi homomorfik penuh (FHE).
Faktanya, dunia kriptografi bersifat esoteris dan teknis, namun kita dapat menjelaskan konsep ini dengan cara yang sederhana dan populer. Di bagian ini, penulis mencoba memberi Anda beberapa contoh yang lebih intuitif dan mudah dipahami untuk membantu Anda mendapatkan pemahaman lebih dalam tentang enkripsi homomorfik sepenuhnya.
Pertama, bayangkan sebuah "kotak rahasia". Anda dapat memasukkan apa saja ke dalam kotak ini dan kotak itu akan terkunci. Setelah terkunci, Anda tidak dapat melihat atau menyentuh isi kotak. Namun hebatnya, kotak ajaib ini memungkinkan Anda mengubah warna atau bentuk barang di dalamnya tanpa membukanya.
Seperti yang ditunjukkan pada gambar di atas, Enkripsi Homomorfik Sepenuhnya (Enkripsi Homomorfik Sepenuhnya) dapat dianggap sebagai kotak ajaib:
Inilah ide dasar enkripsi homomorfik: beroperasi pada data terenkripsi tanpa mengetahui data itu sendiri.
Contoh sederhana ini membantu memperjelas apa yang dilakukan "enkripsi homomorfik sepenuhnya". Namun nyatanya, konsepnya sendiri masih seperti mendengarkan apa yang Anda katakan. Jadi, apa yang dimaksud dengan "lengkap" dan "homomorfik"?
1.Apa yang dimaksud dengan "Sepenuhnya"?
2.Apa itu "Homomorfik"?
3. Misalnya, pertimbangkan skema enkripsi yang mendukung penambahan homomorfik. Misalkan Anda memiliki dua angka: 3 dan 4. Anda dapat mengenkripsi dua nomor terlebih dahulu dan kemudian menambahkan dua nomor terenkripsi menggunakan skema enkripsi homomorfik ini. Terakhir, Anda mendekripsi hasil penjumlahan. Hasil dekripsi yang dihasilkan adalah 7, sama dengan yang Anda dapatkan jika menambahkan plaintext 3 dan 4 secara langsung.
Namun Anda mungkin bertanya, bagaimana cara melakukan operasi penjumlahan, pengurangan, perkalian, dan pembagian pada bilangan selain bilangan? Faktanya, kita dapat menggunakan metode pengkodean khusus untuk mengubah data non-numerik menjadi bentuk digital, sehingga operasi seperti penjumlahan dan perkalian dapat dilakukan pada data tersebut. Artinya penerapan enkripsi homomorfik penuh tidak hanya terbatas pada perhitungan matematis, tetapi juga dapat digunakan secara luas di bidang lain.
Untuk menjelaskan konsep ini secara lebih intuitif, mari kita perhatikan contoh data medis.
Inilah keunggulan enkripsi homomorfik sepenuhnya, yang memberi kita metode pemrosesan data yang aman dan fleksibel.
**Mengapa FHE penting? **
Saat ini, metode yang ada dalam melakukan komputasi pada data terenkripsi tidaklah ideal. Mereka relatif mahal dalam penggunaan sumber daya dan konsumsi waktu.
Oleh karena itu, prosedur standar industri adalah menguraikan data oleh pihak ketiga (yaitu perusahaan) sebelum penghitungan dapat dilakukan.
Sebagai contoh nyata, bayangkan Anda memiliki file data yang berisi informasi keuangan tentang beberapa individu terkenal.
Tepatnya, masalah utama di sini adalah ketika perusahaan mendekripsi M dan menyimpannya di servernya untuk komputasi, pihak ketiga mendapatkan akses ke data sensitif yang seharusnya dilindungi. Hal ini menimbulkan masalah jika orang tersebut diretas atau memiliki niat jahat.
Enkripsi Homomorfik Sepenuhnya (FHE) memecahkan masalah ini dengan memungkinkan komputasi dilakukan pada data terenkripsi. Perusahaan tidak perlu lagi mendekripsi E(M). Ia melakukan analisis secara langsung pada data terenkripsi. Tidak perlu dekripsi dan tidak ada asumsi kepercayaan.
Singkatnya, pengenalan enkripsi homomorfik sepenuhnya memecahkan masalah utama dalam proses pemrosesan data saat ini, yaitu risiko privasi yang mungkin terungkap ketika data diproses oleh pihak ketiga. FHE memberi kami cara untuk menangani data terenkripsi secara efisien sekaligus memastikan privasi data.
**Bagaimana FHE digunakan di Crypto? **
Enkripsi Homomorfik Sepenuhnya (FHE) membuka pintu baru ke dunia enkripsi dan memberi kita banyak skenario aplikasi yang sebelumnya tidak terbayangkan. Deskripsi asli adegan dalam artikel asli Poly Venture relatif sederhana, jadi kami mencoba menggunakan tabel untuk memberikan interpretasi yang lebih terorganisir.
**FHE vs ZK vs MPC, Apa Bedanya? **
Setelah mempelajari enkripsi homomorfik sepenuhnya (FHE), mudah untuk membandingkannya dengan teknologi familiar lainnya seperti zero-knowledge proofs (ZK) dan multi-party computing (MPC). Pada pandangan pertama, mereka semua tampaknya sedang menangani masalah privasi dan komputasi yang serupa. Namun apa sebenarnya hubungan dan perbedaan antara ketiganya?
Pertama, mari kita lihat definisi dasar dari ketiga teknologi ini:
Lalu, mari kita lihat persamaan, perbedaan, dan perpotongannya dari berbagai dimensi:
1. Tujuan:
2. Privasi dan Komputasi:
3. Batasan dan tantangan:
4. Aplikasi di bidang enkripsi:
5. Penggunaan silang:
Secara umum, meskipun FHE, ZK, dan MPC tumpang tindih dalam beberapa aspek, semuanya memiliki keunggulan dan skenario penerapannya masing-masing. Di dunia kripto, ketiga teknologi tersebut menawarkan potensi besar untuk meningkatkan privasi dan keamanan, namun kombinasi keduanya dan penelitian lebih lanjut tetap menjadi area aktif bagi komunitas kripto.
Terakhir, kami juga dapat memberikan tabel hemat aliran untuk membandingkan teknologi di atas untuk membantu Anda memahaminya secara lebih intuitif.
Prospek Masa Depan untuk FHE
Seperti yang dapat dirasakan dari penjelasan di atas, Enkripsi Homomorfik Sepenuhnya (FHE) jelas merupakan teknik yang ampuh.
Namun mengapa belum diadopsi secara luas atau bahkan jarang disebutkan dalam crypto-CT? Di satu sisi, terdapat batasan tertentu dalam memahami teknologi itu sendiri, dan di sisi lain, teknologi FHE masih menghadapi beberapa tantangan sehingga sulit untuk dengan mudah masuk ke mata masyarakat dalam bentuk komersial.
Tantangannya mungkin termasuk:
1. Komputasi Intensif: Saat ciphertext kita berinteraksi, untuk menjaga keamanan, lebih banyak noise akan ditambahkan. Skema FHE menggunakan teknik "bootstrapping" untuk mengurangi kebisingan, tetapi ini sangat intensif secara komputasi dan sumber daya yang intensif.
2. Fungsi terbatas: Perhitungan FHE terbatas pada penjumlahan, perkalian dan varian/kombinasinya. Misalnya, Anda tidak dapat menggunakan pernyataan if di FHE karena kontennya dienkripsi. Selain itu, membangun operasi yang relatif kompleks, seperti perbandingan dan pembagian, memerlukan perencanaan logika yang mendasarinya secara cermat, sehingga menghasilkan teknik pemrograman yang lebih kompleks dan efisiensi komputasi yang lebih rendah.
3. Masalah Kompatibilitas/Komposabilitas: Aplikasi dan penyedia layanan yang ada tidak dibuat untuk menghitung data terenkripsi. Hal ini membatasi integrasi FHE dengan teknologi yang ada dan meningkatkan inersia yang diperlukan untuk mengembangkan aplikasi yang sesuai dengan FHE.
Solusi yang memungkinkan:
1. Akselerator perangkat keras: Beberapa solusi FHE, seperti nuFHE dan cuFHE, dapat menggunakan akselerasi GPU, namun terobosan utamanya akan datang dari FPGA dan ASIC yang lebih cepat. Teknologi lain, seperti fotonik, juga sedang diselidiki untuk mempercepat kasus penggunaan perangkat keras untuk FHE.
2. Paradigma Pemrograman Baru: Sama seperti paket untuk matematika kompleks seperti pandas dan numpy di Python, perpustakaan FHE juga akan dibangun. Saat ini, Zama dan Sunscreen adalah dua proyek yang membangun perpustakaan dan SDK untuk FHE. Selain itu, kompiler khusus perlu dibangun untuk memungkinkan pengembang menyatukan FHE, ZKP, dan MPC.
3. Integrasi antara FHE dan solusi yang ada: Solusi akan dibangun untuk membuat alat yang ada kompatibel dengan FHE, bertindak sebagai lapisan perantara antara alat dan data terenkripsi FHE.
Terakhir, Portal Ventures kembali menekankan pada kesimpulan artikel aslinya:
“FHE adalah cawan suci komputasi, dan kami semakin dekat dengan komersialisasinya. Nilai dan komputasi sedang bertransisi ke jaringan terbuka dan tanpa izin, dan kami yakin FHE akan mendukung sebagian besar infrastruktur dan aplikasi yang dibutuhkan.”
Selain itu, mereka menyatakan minatnya pada proyek yang sedang menyelidiki FHE. Oleh karena itu, yang bisa kita lihat adalah VC tertarik pada FHE, atau VC akan menjadi orang pertama yang tertarik pada teknologi hard-core yang belum menarik perhatian publik.
Sejarah menunjukkan bahwa proyek enkripsi yang didasarkan pada teknologi baru sering kali memiliki kejayaan dan penilaian yang tinggi, dan banyak dicari oleh berbagai ibu kota.
Sebelum jamuan makan berikutnya dimulai, sebaiknya kita benar-benar meluangkan waktu lebih banyak dan meneliti identitas para tamu terlebih dahulu agar kita bisa menanganinya dengan mudah saat jamuan makan dimulai.