completely гомоморфное шифрование: идеальное сочетание конфиденциальности данных и вычислений ИИ
Недавняя ситуация на рынке спокойная, что дает нам возможность глубже исследовать некоторые новые технологии. Хотя криптовый рынок 2024 года не так бурен, как в предыдущие годы, все же есть несколько новых технологий, которые постепенно становятся зрелыми. Сегодня мы сосредоточимся на теме "FHE / полностью гомоморфное шифрование".
Чтобы понять этот сложный концепт полностью гомоморфного шифрования, нам нужно сначала понять значения "шифрование" и "гомоморфное", а также почему необходимо "полностью".
Шифрование: основные понятия
Шифрование является основой информационной безопасности. Приведем простой пример: если Алиса хочет передать секретную информацию, такую как "1314 520", третьей стороне, она может использовать простой способ шифрования: умножить каждую цифру на 2. Таким образом, передаваемая информация становится "2628 1040". Когда Боб получает сообщение, ему достаточно разделить каждую цифру на 2, чтобы восстановить исходную информацию. Этот метод позволяет им завершить конфиденциальную связь, не полностью доверяя передатчику.
Гомоморфное шифрование: продвинутый уровень
Гомоморфное шифрование идет дальше, оно позволяет проводить вычисления на зашифрованных данных, не требуя предварительного расшифрования. Например, предположим, что Алиса может выполнять только простые операции умножения на 2 и деления на 2, но ей нужно вычислить 400 юаней за электроэнергию, умноженные на 12 месяцев. Она может зашифровать 400 и 12, умножив их на 2, и попросить надежного вычислителя C вычислить результат 800x24. Получив 19200, Алиса просто делит результат на 4, чтобы получить правильный ответ 4800, в то время как C не знает фактическую сумму за электроэнергию и количество месяцев.
Необходимость полностью гомоморфного шифрования
Тем не менее, простое гомоморфное шифрование может быть взломано. Полностью гомоморфное шифрование делает взлом практически невозможным, вводя более сложные математические операции и многократное шифрование. Оно позволяет выполнять произвольное количество операций сложения и умножения над зашифрованными данными, что означает, что практически можно обрабатывать любые сложные математические задачи, сохраняя при этом абсолютную конфиденциальность данных.
Применение полностью гомоморфного шифрования в области ИИ
Полностью гомоморфное шифрование имеет огромный потенциал применения в области ИИ. Оно может решить проблемы конфиденциальности данных в процессе обучения и использования ИИ:
Пользователи могут шифровать чувствительные данные с помощью полностью гомоморфного шифрования.
AI-системы используют шифрованные данные для вычислений и обучения.
Этот подход обеспечивает достаточное количество данных для обучения ИИ, одновременно защищая конфиденциальность пользователей и достигая цели "и то, и другое".
Практические примеры применения полностью гомоморфного шифрования
В реальных приложениях полностью гомоморфное шифрование может использоваться для решения таких чувствительных вопросов, как распознавание лиц. Оно позволяет машинам определять, является ли объект реальным человеком, при этом не касаясь никакой чувствительной информации о лицах. Однако вычисления с использованием полностью гомоморфного шифрования требуют огромных вычислительных мощностей, что побуждает некоторые проекты разрабатывать специализированное оборудование и сетевую архитектуру для поддержки операций с полностью гомоморфным шифрованием.
Значение FHE для ИИ и конфиденциальности
Если ИИ сможет широко применять технологии полностью гомоморфного шифрования, это значительно смягчит текущие проблемы с безопасностью данных и конфиденциальностью. От национальной безопасности до защиты личной конфиденциальности, технологии FHE имеют потенциал стать важной линией защиты. В наступающую эпоху ИИ зрелость технологий FHE может стать последней защитой для защиты человеческой конфиденциальности.
С развитием технологий мы ожидаем увидеть больше инновационных приложений FHE в различных областях, которые откроют новые возможности для безопасности данных и защиты конфиденциальности.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
20 Лайков
Награда
20
8
Поделиться
комментарий
0/400
WenMoon42
· 07-17 02:26
Конфиденциальность дороже, чем вы думаете.
Посмотреть ОригиналОтветить0
EthSandwichHero
· 07-17 00:05
Что такое безопасность, какая безопасность? Просто Все в и всё!
Посмотреть ОригиналОтветить0
AirdropHunter
· 07-15 11:38
Слишком запутано, не понимаю.
Посмотреть ОригиналОтветить0
ArbitrageBot
· 07-14 03:09
ловушка就ловушка吧 谁还没点秘密
Посмотреть ОригиналОтветить0
WalletDoomsDay
· 07-14 03:08
Жестоко вырвать личные данные у воров!
Посмотреть ОригиналОтветить0
ShibaOnTheRun
· 07-14 03:08
Скручено Приватная дорожка
Посмотреть ОригиналОтветить0
ApeWithAPlan
· 07-14 02:58
О какой приватности можно говорить, когда ее уже давно украли?
Посмотреть ОригиналОтветить0
New_Ser_Ngmi
· 07-14 02:45
Эти данные все равно не могут обойти централизованность.
FHE полностью гомоморфное шифрование: инструмент защиты конфиденциальности в эпоху ИИ
completely гомоморфное шифрование: идеальное сочетание конфиденциальности данных и вычислений ИИ
Недавняя ситуация на рынке спокойная, что дает нам возможность глубже исследовать некоторые новые технологии. Хотя криптовый рынок 2024 года не так бурен, как в предыдущие годы, все же есть несколько новых технологий, которые постепенно становятся зрелыми. Сегодня мы сосредоточимся на теме "FHE / полностью гомоморфное шифрование".
Чтобы понять этот сложный концепт полностью гомоморфного шифрования, нам нужно сначала понять значения "шифрование" и "гомоморфное", а также почему необходимо "полностью".
Шифрование: основные понятия
Шифрование является основой информационной безопасности. Приведем простой пример: если Алиса хочет передать секретную информацию, такую как "1314 520", третьей стороне, она может использовать простой способ шифрования: умножить каждую цифру на 2. Таким образом, передаваемая информация становится "2628 1040". Когда Боб получает сообщение, ему достаточно разделить каждую цифру на 2, чтобы восстановить исходную информацию. Этот метод позволяет им завершить конфиденциальную связь, не полностью доверяя передатчику.
Гомоморфное шифрование: продвинутый уровень
Гомоморфное шифрование идет дальше, оно позволяет проводить вычисления на зашифрованных данных, не требуя предварительного расшифрования. Например, предположим, что Алиса может выполнять только простые операции умножения на 2 и деления на 2, но ей нужно вычислить 400 юаней за электроэнергию, умноженные на 12 месяцев. Она может зашифровать 400 и 12, умножив их на 2, и попросить надежного вычислителя C вычислить результат 800x24. Получив 19200, Алиса просто делит результат на 4, чтобы получить правильный ответ 4800, в то время как C не знает фактическую сумму за электроэнергию и количество месяцев.
Необходимость полностью гомоморфного шифрования
Тем не менее, простое гомоморфное шифрование может быть взломано. Полностью гомоморфное шифрование делает взлом практически невозможным, вводя более сложные математические операции и многократное шифрование. Оно позволяет выполнять произвольное количество операций сложения и умножения над зашифрованными данными, что означает, что практически можно обрабатывать любые сложные математические задачи, сохраняя при этом абсолютную конфиденциальность данных.
Применение полностью гомоморфного шифрования в области ИИ
Полностью гомоморфное шифрование имеет огромный потенциал применения в области ИИ. Оно может решить проблемы конфиденциальности данных в процессе обучения и использования ИИ:
Этот подход обеспечивает достаточное количество данных для обучения ИИ, одновременно защищая конфиденциальность пользователей и достигая цели "и то, и другое".
Практические примеры применения полностью гомоморфного шифрования
В реальных приложениях полностью гомоморфное шифрование может использоваться для решения таких чувствительных вопросов, как распознавание лиц. Оно позволяет машинам определять, является ли объект реальным человеком, при этом не касаясь никакой чувствительной информации о лицах. Однако вычисления с использованием полностью гомоморфного шифрования требуют огромных вычислительных мощностей, что побуждает некоторые проекты разрабатывать специализированное оборудование и сетевую архитектуру для поддержки операций с полностью гомоморфным шифрованием.
Значение FHE для ИИ и конфиденциальности
Если ИИ сможет широко применять технологии полностью гомоморфного шифрования, это значительно смягчит текущие проблемы с безопасностью данных и конфиденциальностью. От национальной безопасности до защиты личной конфиденциальности, технологии FHE имеют потенциал стать важной линией защиты. В наступающую эпоху ИИ зрелость технологий FHE может стать последней защитой для защиты человеческой конфиденциальности.
С развитием технологий мы ожидаем увидеть больше инновационных приложений FHE в различных областях, которые откроют новые возможности для безопасности данных и защиты конфиденциальности.