Технология блокчейн значительно эволюционировала с момента своего появления вместе с Bitcoin в 2009 году, превратившись из простого криптовалютного реестра в многофункциональную платформу для децентрализованных приложений. Ее основные характеристики — неизменность, прозрачность и децентрализация — сделали блокчейн надежным фреймворком для безопасных сделок с данными в различных секторах, устраняя необходимость в традиционных посредниках.

Несмотря на эти достижения, опасения по поводу конфиденциальности данных сохраняются. Несмотря на то, что блокчейн обеспечивает безопасную передачу данных с помощью шифрования, необходимость расшифровки для обработки открывает потенциальные уязвимости в безопасности. Эта уязвимость особенно остра в областях, где конфиденциальность и целостность данных являются важными, таких как в децентрализованных приложениях (dApps) и финансовых системах, работающих в рамках Web3.

Для смягчения этих рисков передовые криптографические методы, такие как полностью гомоморфное шифрование (FHE) и доказательства нулевого знания (ZKPs), приобрели популярность. Эти технологии предлагают революционные способы вычисления и проверки конфиденциальности данных без раскрытия базовой чувствительной информации.

В этой статье мы углубляемся в значимость FHE и ZKP в улучшении конфиденциальности приложений блокчейн, подчеркивая их потенциал формировать будущее конфиденциальности данных в технологии блокчейн.

Введение

FHE и ZKP уходят свои корни на несколько десятилетий назад. С течением времени и FHE, и ZKP значительно эволюционировали, оставаясь важными для повышения конфиденциальности данных.

Полностью гомоморфное шифрование (FHE)

FHE - это сложный метод шифрования, который позволяет выполнять функции непосредственно с зашифрованными данными, сохраняя их конфиденциальность на протяжении всего процесса. По сути, FHE сохраняет данные в зашифрованном виде как во время хранения, так и во время вычислений, обрабатывая шифрование как безопасный «черный ящик», в котором только владелец секретного ключа может раскрыть результат. Изначально задуманная в 1978 году, концепция стремилась модифицировать аппаратное обеспечение компьютера для обеспечения безопасной обработки зашифрованных данных. Однако это произошло только в 2009 году, вызванное прогрессом в вычислительной мощности, когда появилась жизнеспособная схема FHE. Этот прорыв в значительной степени приписывается Крейгу Гентри, чьяинновационная работаотметил значительный вех в области.

)

Изображение через Zama

Ключевые термины объяснены:

• Полностью: указывает на возможность выполнения различных операций, таких как сложение и умножение, с зашифрованными данными.
• Гомоморфный: Означает возможность выполнять вычисления непосредственно на зашифрованных данных без их расшифровки.
• Шифрование: Описывает процесс преобразования информации в безопасный формат для предотвращения несанкционированного доступа.

С 2009 года был сделан значительный прогресс в FHE, одной из основныхпрорывпоявился в 2013 году, что упростило релинейзацияпроцесс и значительно улучшили эффективность FHE. Эти разработки подчеркивают способность FHE выполнять ряд арифметических операций над зашифрованными данными, сохраняя безопасность и целостность данных, не раскрывая их.

Доказательство нулевого разглашения (ZKP)

ZKPs были введены в культовом 1985 бумага“Сложность Знаний Интерактивных Доказательствных Систем” Шафи Гольдвассер, Сильвио Микали, и Чарльза Рэкоффа. Изначально теоретические, ZKPs претерпели значительную эволюцию в 2012 году с открытием zk-SNARKs, типа ZKP, который могут аутентифицировать практически любое вычисление, не раскрывая минимальную информацию.

В типичном ZKP есть две основные роли: доказатель и проверяющий. Доказатель стремится подтвердить определенное утверждение, а роль проверяющего заключается в оценке правдивости утверждения без получения дополнительной информации. Такой подход позволяет доказывающему раскрывать только необходимое доказательство, необходимое для проверки утверждения, тем самым сохраняя конфиденциальность данных и повышая конфиденциальность.

Практическое применение ZKPs взлетело вместе с развитием технологий блокчейн и криптовалют. Они сейчас играют ключевую роль в облегчении частных транзакций и повышении безопасности смарт-контрактов. Появление zk-SNARKs стимулировало разработку решений, таких как zCash, zkRollups и zkEVMs, превратив ранее академическое занятие в живую экосистему, полную прикладных применений. Этот переход подчеркивает увеличивающуюся важность ZKPs в обеспечении безопасности децентрализованных систем, таких как Ethereum, и поощрении прочной цифровой инфраструктуры, ориентированной на конфиденциальность.

ZK против FHE

Хотя FHE и ZKP имеют некоторые сходства, они значительно расходятся в функциональности. FHE может вычислять непосредственно на зашифрованных данных, не раскрывая или не имея доступа к исходным данным, производя точные результаты без раскрытия базовой информации.

)

Изображение через Мортена Дала‘s мастерская

Вот в чем разница между этими двумя технологиями:

Шифрование Вычислений

ZKP борется с вычислениями над зашифрованными данными от нескольких пользователей, такими как частные токены ERC-20, не подвергая опасности безопасность. В отличие от этого, FHE преуспевает в этой области, предлагая большую гибкость и композицию в сетях блокчейна. Однако ZKP часто требует настроенных интеграций для каждой новой сети или актива.

Масштабируемость

В настоящее время ZKP считается более масштабируемым, чем FHE. Однако ожидается, что FHE улучшится в плане масштабируемости по мере продолжения технологического прогресса в следующие годы.

Сложные вычисления

FHE отлично подходит для выполнения сложных вычислений с зашифрованными данными, что делает его идеальным для приложений, таких как машинное обучение, безопасные MPC и полностью конфиденциальные вычисления. В сравнении ZKP обычно используется для более простых операций, например, доказательства определенного значения без его раскрытия.

Универсальность применения

ZKPs отлично подходят для конкретных приложений, таких как проверка личности, аутентификация и масштабируемость. Однако FHE можно использовать в более широком спектре приложений, включая безопасное облачное вычисление, сохранение конфиденциальности искусственного интеллекта и обработку конфиденциальных данных.

Это сравнение подчеркивает отличительные преимущества и ограничения каждой технологии, иллюстрируя их релевантность для различных сценариев. Обе технологии являются неотъемлемыми для приложений блокчейн, но ZKP в настоящее время имеет более устоявшийся опыт. Несмотря на это, у FHE есть потенциал для развития и возможно стать более подходящим решением для сохранения конфиденциальности в будущем.

Совместное использование ZKP & FHE

Некоторые приложения заинтригованно экспериментировали с комбинированием ZKPs и FHE. В частности, Крейг Гентри и его коллеги исследовали способы снижения издержек на коммуникацию с использованием гибридных техник полностью гомоморфного шифрования. Эти инновационные методы были применены в различных контекстах блокчейна и обещают исследования в других областях.

Потенциальные применения для ZKPs и FHE включают в себя:

• Безопасное облачное вычисление: FHE шифрует данные, в то время как ZKPs проверяют их правильность, обеспечивая безопасные вычисления в облаке без раскрытия исходных данных.
• Электронное голосование: Это сочетание обеспечивает конфиденциальность голосов и подтверждает точное подсчет голосов.
• Финансовые транзакции: В финансах эта интеграция поддерживает конфиденциальность транзакций, позволяя сторонам проверять правильность транзакции, не раскрывая подробной информации.
• Медицинская диагностика: Зашифрованные медицинские данные могут быть проанализированы медицинскими работниками, которые могут подтвердить диагнозы, не имея доступа к чувствительной информации о пациенте.

Интеграция ZKPs и FHE обещает улучшить как идентификацию, так и безопасность данных в приложениях, заслуживая дальнейшего изучения и исследований.

Текущие проекты FHE

Ниже приведены некоторые проекты, посвященные применению технологии FHE в области блокчейна:

1. ZamaОткрытая криптографическая компания, посвященная разработке решений FHE для блокчейна и искусственного интеллекта.
2. Секретная сетьЗапущенный в 2020 году, это блокчейн-платформа, которая включает в себя смарт-контракты, обеспечивающие конфиденциальность.
3. Солнцезащитный кремКомпилятор, специально разработанный для FHE и ZKPs.
4. FhenixСкрытый блокчейн уровня 2, который использует технологию FHE.
5. Сеть MindОбщее решение по общему использованию рестейкинга на основе FHE.
6. PrivaseaПлатформа инфраструктуры данных, использующая технологию FHE, облегчающая вычисления на зашифрованных данных.

Заключение

FHE быстро утверждается как фундаментальный компонент кибербезопасности, особенно заметный в области облачных вычислений, где отраслевые гиганты, такие как Google и Microsoft, применяют его для обработки и хранения данных клиентов надежно, не нарушая конфиденциальность.

Эта технология обещает изменить безопасность данных на различных платформах, возвещая новую эру беспрецедентной конфиденциальности. Для достижения этого будущего потребуются дальнейшие достижения как в области FHE, так и в области ZKPs. Совместные усилия в различных областях — криптографы, программные инженеры, специалисты по аппаратному обеспечению и политики — необходимы для навигации по регуляторным пейзажам и содействия более широкому принятию.

По мере того как мы приближаемся к новой эре цифрового суверенитета, где конфиденциальность данных и безопасность интегрированы бесшовно, важно быть информированным о последних достижениях в области FHE и ZKPs. Быть в курсе позволит нам эффективно ориентироваться в этом изменяющемся ландшафте, максимально задействуя эти передовые криптографические инструменты.

утверждение:

1. Эта статья воспроизводится из [PANews], авторские права принадлежат оригинальному автору [ScalingX], если у вас есть возражения к перепечатке, пожалуйста, свяжитесь с Gate Learnкоманда (gatelearn@gate.io) и команда обработает его в кратчайшие сроки в соответствии с соответствующими процедурами.

2. Отказ от ответственности: Взгляды и мнения, выраженные в этой статье, представляют только личные взгляды автора и не являются инвестиционным советом.

3. Другие языковые версии статьи переведены командой Gate Learn и не упоминаются вGate.io) , переведенная статья не может быть воспроизведена, распространена или использована в качестве плагиата.