完全準同型暗号化の物語は到来したのでしょうか? 3 つの人気のある FHE プロジェクトの創設者の見解のリスト

!【完全準同型暗号の物語が到来? 3 つの人気のある FHE プロジェクトの創設者の見解のリスト](https://img-cdn.gateio.im/resize-social/moments-7f230462a9-6e9ecd420a-e2294f-badf29)

*編集者注: 完全準同型暗号化 (FHE) は、復号化せずにデータを処理できるテクノロジーです。つまり、企業はユーザーデータを見ることなくサービスを提供でき、ユーザーは機能の違いに気付かないでしょう。データは送信および処理中に暗号化されるため、ネットワークの動作はエンドツーエンドで暗号化されます。言い換えれば、FHE を使用すると、信頼されていないドメイン上で共有でき、計算を実行する人がデータを読み取ることができないゼロトラストのより適切な実装が可能になります。 *

業界コンセプト

FHE業界のリーダーである座間市は最近、その「マスタープラン」に関する記事を発表した。記事は、同社が7,300万ドルの調達に成功したこと（評価額は非公開）を発表し、エンドツーエンドの暗号化ネットワークHTTPZ（「Z」は「Zero Trust」、ゼロトラストを意味する）を構築するという同社のビジョンを概説した。

創設 4 年目である Zama は、FHE を理論数学から実際のコードに進化させ、それによって開発者のアクセシビリティを向上させ、FHE の適用範囲を拡大しました。現在、座間市の FHE ライブラリ スイートは、さまざまな業界のエンドツーエンドの暗号化アプリケーションをサポートでき、FHE ソリューションの速度も大幅に向上しています。機密スマート コントラクト ソリューションである fhEVM の開始により、ブロックチェーン トランザクションにおけるプライバシーの問題が解決されます。ザマ氏は、FHEにはプライバシートークンや分散型アイデンティティ（DID）などのブロックチェーンアプリケーションに多くの可能性があると考えており、人工知能におけるFHEのアプリケーションは将来的により広範な影響を与えるだろうと強調している。

Web3 の複数の FHE ビルダーは、Zama の目標を共有し、その実現に向けて取り組んでいます。

この記事では、FHE トラックの 3 つの人気プロジェクトである Mind Network、Fhenix、Inco の創設者の見解を共有し、Web3 でエンドツーエンドの暗号化ネットワークをどのように実装するか、またこれらのプロジェクトがユーザーの対話方法を根本的に変える理由について説明します。そして、彼らが FHE のアプリケーション シナリオが有望であると考える理由。

マインドネットワーク

Mind Network は、FHE に基づく初のユニバーサル Restake Rollup ソリューションであり、EigenLayer と Ethereum エコシステムに安全なコンピューティングとコンセンサスを提供します。

Crypto AI と DePIN は、Web2 の競合他社に勝つために、依然としていくつかの困難な問題を解決する必要があります。暗号化 AI では、他のバリデーターが予測を複製できる場合、システムは計算量を意図的に減らしますが、それでも検証に対するトークン報酬を獲得するため、ネットワークのセキュリティが低下します。したがって、出力の暗号化が重要です。

暗号 AI が直面するもう 1 つの課題は、分散型検証ネットワークを立ち上げる方法です。 EigenLayer はこの問題に対するサービスを市場に提供し、ETH および流動性ステーキング トークンを通じてセキュリティを共有できるようにします。しかし同時に、人工知能の計算はより複雑であるため、人工知能は通常の暗号通貨取引よりも高度な操作を必要とします。これは、AI システムが解決する必要があるもう 1 つの重要な課題です。

DePIN の問題では、ユーザーは特定のデータを提供することでトークン報酬を受け取りますが、デバイス、位置、収入などの重要なデータを誤ってネットワークに公開してしまうこともあります。 DePIN が今日の IoT の業界標準になった場合、Web3 ユーザーのプライバシーは Web2 モデルのユーザーよりも劣ることになります。これは、DePIN が解決を目指している重要な課題です。

マインドネットワークは上記の問題を解決するソリューションを提供します。 Mind Network は、Zama の FHE ライブラリを使用して、暗号化されたデータに対する検証可能な分散計算を実装し、上記の最初の問題を解決します。第二に、Mind Network は、人工知能コンピューティングのニーズを満たすために、EigenLayer のコンセンサス サービスを拡張し、それによって人工知能ネットワークの鍵である確率的コンセンサスを実現しました。

現在、Mind Network の人工知能ソリューションは、IO.Net、AIOZ、Chainlink、Connext、Akash などのプロジェクトで初期の製品市場適合に達しています。

フェニックス

イーサリアムは創設以来、データの完全性と引き換えに機密性を確保することを選択してきました。ユーザーは、金融口座を正直に保つなど、システムのルールを遵守する点でイーサリアムを信頼できます。しかし、機密情報となると、ユーザーは同じレベルの信頼を維持することがまったくできなくなります。

この二分法により、イーサリアムが処理できるユースケースの種類が大幅に制限されます。実際、イーサリアムが真に「Web3」に発展するには、ユーザーはイーサリアムが現在のネットワークでできることを実行できるだけでなく、より適切に実行できることを確認する必要があります。 「ポーカー ゲーム」を例に挙げると、イーサリアムは不正行為をしないと考えられていますが、各プレーヤーがお互いにカードを隠すことはできません。これが不可能な場合、ゲームはまったくプレイできません。

オンチェーンの機密性の問題を解決することによってのみ、このようなアプリケーションを実現できます。ここで FHE が登場します。 Fhenix は、Zama の暗号化ライブラリを使用および拡張して、FHE コプロセッサを構築します。 FHE コプロセッサはイーサリアム (L1、L2、または L3) の拡張機能であり、アプリケーションが機密データの処理を必要とする特定の計算をアウトソーシングできるようになります。たとえば、DAO ガバナンス メカニズムは、人々が自分の投票を暗号化し、最終結果のみを明らかにしながらコプロセッサーに (暗号化されたデータ上で) 投票を集計させるプライベート投票メカニズムを実行できます。

Fhenix の FHE コプロセッサ テクノロジーは、スケーラビリティを大幅に向上させる軽量の FHE Rollup アーキテクチャに基づいています。各チェーンにそのようなコプロセッサが装備されていると仮定すると、無数の新しいアプリケーションの出現を促進する可能性があります。フェニックスは、これが10億人以上のユーザーが仮想通貨に群がるきっかけになると考えている。

インコ

Inco は EVM ベースのレイヤー 1 ブロックチェーンで、EigenLayer を介してイーサリアムによって保護されており、FHE の複雑さを簡素化し、開発者が最も一般的に使用されているスマート コントラクト言語である Solidity や、メタマスク、リミックス、ハードハットなどのイーサリアム エコシステム内のツールを使用できるようにします。機密性の高い DApp を 20 分で構築します。

さらに、Celestia がイーサリアムやその他のブロックチェーンにデータ可用性 (DA) を提供するのと同様に、Inco は、機密ストレージ、計算、およびアクセス制御を提供することで機密性を拡張するモジュール型機密コンピューティング ネットワークとして機能します。イーサリアムとその他のパブリック L1 および L2。

たとえば、トラストレスなオンチェーン ゲームは、コア ロジックのほとんどが Arbitrum でホストされている状態で Arbitrum 上で開発できますが、Inco は、隠された情報 (カード、プレイヤーの状態、リソースなど) の保存やプライベートな計算 (支払いなど) の実行に特化しています。 、投票またはステルス攻撃）。 Inco の目標は、インターネットの価値層に機密性をもたらし、大量導入の次の段階を推進することです。

要約する

創設者らは、エンドツーエンドの暗号化ネットワークがネットワークの最も重大な問題に対する唯一の潜在的な解決策であると信じており、この目標を達成するには 4 年、あるいは 8 年かかる可能性があります。ただし、FHE によって実装されたゼロトラスト インフラストラクチャは、トランザクションとデータに合理的かつ必須のプライバシー保護をもたらし、DePIN の一般公開に役立ち、分散型人工知能が集中型人工知能を打ち破るのに役立ちます。

未来を見据えて: 完全準同型暗号の重要性

完全準同型暗号化 (FHE) は暗号化の「聖杯」であり、プライバシーを保護し、現代のセキュリティ ニーズを満たすための鍵です。その起源は、1978 年に Rivest、Adleman、Dertouzos によって最初に提案された概念にまで遡ることができます。しかし、スタンフォード大学博士課程候補のクレイグ・ジェントリーが、最初の実現可能な FHE ソリューションを提供する画期的な論文でこのビジョンを実現したのは 2009 年のことでした。

このテクノロジーにより、復号化を必要とせずに暗号化されたデータに対して複雑な計算を実行できるようになり、分析中であってもデータの安全性とプライベート性が維持されるソリューションが提供されます。これは、「共有プライベート状態の作成」(共有プライベート状態の作成) として知られるプロセスです。過去数年だけでも、FHE の進歩により効率と使いやすさが大幅に向上し、FHE は理論上の概念から安全なデータ処理のための実用的なツールへと移行しました。

現在、FHE は Web2 ネットワーク セキュリティの最先端テクノロジーとなり、クラウド コンピューティングやデータ分析の分野で広く使用されています。これらの分野では、貴重な洞察を引き出す能力を損なうことなく機密情報を保護する必要があります。 Web2 にはすでに厳格なプライバシー保護が導入されており、一元化されているにもかかわらず、依然として攻撃に対して脆弱です。 Web3 はもともと公開データ用に構築されましたが、これは Web3 エコシステムが解決する必要がある重要な課題です。明日 Web2 が Web3 になったら、食料品の請求書、アプリの購読料、電話料金などはすべて公開情報になるでしょう。 Web3 における機密性の問題を解決することは非常に重要です。 FHE またはユーザーは、将来的にプライバシーとセキュリティを強化する強力なソリューションを実装できるようになり、機密性を維持しながら暗号化されたトランザクション、データ、スマート コントラクトの操作が可能になります。

ゼロ知識証明、多者間計算、完全準同型暗号化 FHE の 3 つの手法のうち、FHE はその基礎であり、これら 3 つの手法は Web3 の新しい垂直分野である分散型機密コンピューティング (Decentralized Confidential Computation - DeCC) を構成します。 DeCC は Web3 のユースケースを大幅に拡大し、Web3 が広く採用されるようにします。