Как опытный криптоинвестор с опытом работы в области компьютерных наук, я видел свою долю революционных технологий, которые обещают совершить революцию в цифровом мире. Но ни один из них не привлек мое внимание так, как полностью гомоморфное шифрование (FHE).
Обсуждать и объяснять полностью гомоморфное шифрование (FHE) довольно сложно из-за его сложного названия. По этой причине его часто называют аббревиатурой. Хотя отказ от названия, состоящего из девяти слогов, облегчает разговор, понимание тонкостей его работы требует немного больше внимания.
Независимо от того, есть ли у вас базовые знания о криптографии или вы раньше не выполняли сложные вычисления, вы все равно можете понять этот момент: способность исследовать зашифрованные данные без необходимости расшифровки весьма важна. Фактически, если бы вы были тем, кто изобрел такую технологию, вы могли бы назвать ее «революционной», и ваш энтузиазм был бы более чем оправдан.
FHE имеет большое значение для анализа данных, для Web3, для банковского дела, высокочастотного трейдинга, искусственного интеллекта и целого ряда других цифровых отраслей. Вскоре мы рассмотрим, почему это так. Но сначала кратко о том, как работает FHE и что отличает его от других методов шифрования.
Как обстоят дела с FHE?
Вместо того, чтобы углубляться в булеву арифметику и системы остаточных чисел, давайте сосредоточимся на ключевых аспектах полностью гомоморфного шифрования (FHE). По сути, эта технология позволяет запускать программы с зашифрованными данными, не раскрывая их содержимого — утверждение, которое на первый взгляд может показаться невероятным, но это действительно так. Магия, стоящая за этим, кроется в последних достижениях в области криптографии и зашифрованных текстов.
Благодаря полностью гомоморфному шифрованию (FHE) данные шифруются таким образом, что позволяют выполнять фундаментальные математические операции, такие как сложение и умножение. Например, если вы объедините два зашифрованных сообщения с помощью FHE, вы получите еще одно зашифрованное сообщение, содержащее сумму исходных открытых текстов. Аналогичным образом, когда эти зашифрованные сообщения перемножаются, в результате получается еще одно зашифрованное сообщение, отражающее произведение исходных открытых текстов.
Рассмотрим сценарий, в котором можно найти наиболее часто используемый пароль, изучить записи пациентов, чтобы определить основные заболевания, не раскрывая конфиденциальные данные, или проанализировать кредитный рейтинг на основе демографических данных, не раскрывая личные данные – и все это при обеспечении того, чтобы исследователи не получили доступ к фактические зашифрованные данные, расшифрованные пароли, конфиденциальную медицинскую информацию или данные, позволяющие установить личность.
Вот несколько примеров того, как можно использовать THE. Стоит отметить, что потенциал приложений ИИ сам по себе может заставить аналитиков THE работать сверхурочно в течение следующих десяти лет.
Кто использует FHE?
Какие организации в настоящее время используют полностью гомоморфное шифрование (FHE)? Взглянув на список, можно увидеть некоторых технологических гигантов, таких как IBM, Microsoft, Oracle и Google. Однако, когда мы углубимся в список, мы обнаружим более конкретные варианты использования и интригующие приложения. С точки зрения кибербезопасности, FHE получает широкое распространение. Интересно, что Alibaba, компания с наибольшим количеством поданных на сегодняшний день патентов на FHE, может стать сюрпризом.
В топ-листе VentureRadar компаний, использующих полностью гомоморфное шифрование (FHE), фигурирует Fhenix, новатор в области веб3, стремящийся применить эту технологию для безопасных вычислений конфиденциальных данных в сети. Fhenix разработала систему, которая позволяет интегрировать FHE в смарт-контракты, значительно расширяя возможности децентрализованных приложений. Потенциальные приложения охватывают различные сектора, такие как игры и частные социальные сети.
Помимо сферы web3, полное гомоморфное шифрование (FHE) набирает обороты в первую очередь в автомобильном секторе, облачных сервисах, здравоохранении и страховании. По сути, любая отрасль, которая полагается на анализ данных, охватывающий почти все цифровые области, может получить значительную выгоду от его использования.
Препятствия на пути более широкого внедрения
Один из способов перефразировать данный текст может быть таким: Если FHE кажется таким умным, вы можете спросить себя, почему не все его принимают? Ответ заключается в том, что для полного понимания новых и сложных технологий часто требуется время, а также разработка удобных инструментов для облегчения их использования. Блокчейн служит отличной иллюстрацией: он существует уже 15 лет, и большая часть этого периода была потрачена на то, чтобы сделать возможным развертывание децентрализованного приложения или цепочки приложений так же просто, как plug-and-play.
Стоит отметить, что полностью гомоморфное шифрование (FHE) существует с тех пор, как появился блокчейн: Крейг Джентри представил первую полнофункциональную схему FHE в 2009 году, по совпадению, в то же время, когда Сатоши Накамото выпускал Биткойн. В конструкции Джентри использовался процесс, называемый начальной загрузкой, при котором зашифрованные данные постоянно обновляются, чтобы минимизировать ошибки, возникающие во время вычислений.
В настоящее время существуют технические препятствия, для которых разработчики полного гомоморфного шифрования (FHE) продолжают совершенствовать решения, стремясь повысить скорость вычислений, минимизировать задержки и улучшить масштабируемость. Хотя наше понимание FHE существенно выросло с момента его создания, многие из его практических применений остаются теоретическими или находятся в стадии экспериментального исследования в исследовательской среде. Однако количество реальных производственных реализаций FHE относительно невелико, но эта тенденция постепенно меняется.
Учитывая широкий спектр возможных применений FHE и историческую модель развития технологий, которые совершенствуются по мере их развития, логично ожидать, что полностью гомоморфное шифрование в конечном итоге достигнет своей полной мощности. Как только это произойдет, те компании, которые быстрее всего осознают его потенциал и создадут практические решения для обработки зашифрованных данных, станут основными бенефициарами.
Смотрите также
- Прогнозы криптовалюты DOGS: анализ и прогноз цен на Dogs
- Прогноз курса: доллар к бату
- Прогнозы криптовалюты ENA: анализ и прогноз цен на Ethena
- Прогнозы криптовалюты FB: анализ и прогноз цен на Fractal Bitcoin
- Прогнозы криптовалюты KAS: анализ и прогноз цен на Kaspa
- Прогнозы криптовалюты ZK: анализ и прогноз цен на ZKsync
- Рейтинг лучших скам-проектов
- Прогнозы криптовалюты ZRO: анализ и прогноз цен на LayerZero
- Прогнозы криптовалюты UXLINK: анализ и прогноз цен на UXLINK
- Прогнозы криптовалюты TRB: анализ и прогноз цен на Tellor Tributes
2024-10-24 13:24