Informe semanal del mercado de Activos Cripto y análisis de la tecnología de Cifrado homomórfico

Hasta el 13 de octubre, una plataforma de datos realizó un análisis estadístico sobre la frecuencia de discusión y los cambios de precio de los principales Activos Cripto:

El número de discusiones sobre Bitcoin la semana pasada fue de 12.52K, lo que representa una disminución del 0.98% en comparación con la semana anterior, y el precio de cierre del domingo fue de 63916 dólares, aumentando un 1.62% respecto a la semana pasada.

El número de discusiones sobre Ethereum la semana pasada fue de 3.63K, un aumento del 3.45% en comparación con la semana anterior, y el precio de cierre del domingo fue de 2530 dólares, una disminución del 4% respecto a la semana pasada.

El número de discusiones sobre TON la semana pasada fue de 782, lo que representa una disminución del 12.63% en comparación con la semana anterior. El precio de cierre del domingo fue de 5.26 dólares, con una ligera caída del 0.25% en comparación con la semana pasada.

El cifrado homomórfico (Fully Homomorphic Encryption, FHE) es una tecnología con un gran potencial en el campo de la criptografía. Su ventaja clave radica en permitir el cálculo directo sobre datos encriptados, sin necesidad del proceso de desencriptación, lo que proporciona un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. FHE tiene un amplio potencial de aplicación en múltiples campos, incluyendo finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. Sin embargo, a pesar de su amplio potencial de aplicación, FHE aún enfrenta numerosos desafíos en su camino hacia la comercialización.

Ventajas y casos de uso de Cifrado homomórfico

La mayor ventaja del cifrado homomórfico radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que la otra parte tenga acceso al contenido específico, el FHE puede jugar un papel fundamental. El propietario de los datos puede transferir los datos encriptados a la parte que realiza el análisis, y los resultados del cálculo permanecen en estado encriptado. Una vez que el propietario de los datos descifra, puede obtener los resultados del análisis, protegiendo así la privacidad de los datos y completando la tarea de cálculo requerida.

Este mecanismo de protección de la privacidad es especialmente importante en industrias sensibles a datos como las finanzas y la salud. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido cada vez más en un foco de atención. FHE puede proporcionar protección de cálculo multipartito en estos escenarios, permitiendo que todas las partes colaboren sin revelar información confidencial. En la tecnología blockchain, FHE mejora la transparencia y la seguridad del procesamiento de datos a través de funciones como la protección de privacidad en cadena y la revisión de transacciones privadas.

Comparación de FHE con otros métodos de encriptación

En el ámbito de Web3, FHE, pruebas de conocimiento cero (ZK), cálculo multipartito (MPC) y entornos de ejecución confiables (TEE) son los principales métodos de protección de la privacidad. A diferencia de ZK, FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de descifrar los datos primero. MPC permite que las partes realicen cálculos en un contexto de datos encriptados sin compartir información privada. TEE proporciona cálculos en un entorno seguro, pero la flexibilidad en el procesamiento de datos es relativamente limitada.

Estas tecnologías de encriptación tienen ventajas distintas, pero en cuanto a soportar tareas de cálculo complejas, el Cifrado homomórfico (FHE) se destaca especialmente. Sin embargo, el FHE todavía enfrenta problemas de altos costos computacionales y baja escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.

Limitaciones y desafíos de FHE

A pesar de que la base teórica de FHE es sólida, se han encontrado desafíos prácticos en su aplicación comercial:

1. Costo de cálculo a gran escala: FHE requiere una gran cantidad de recursos de cálculo, y en comparación con el cálculo no encriptado, su costo de cálculo aumenta significativamente. Para operaciones polinómicas de alto grado, el tiempo de procesamiento crece de manera polinómica, lo que dificulta satisfacer las demandas de cálculo en tiempo real. Reducir costos depende de la aceleración por hardware especializado, pero esto también aumenta la complejidad de la implementación.

2. Capacidad de operación limitada: Aunque el Cifrado homomórfico totalmente (FHE) puede realizar sumas y multiplicaciones de datos encriptados, su soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Los esquemas actuales de FHE son principalmente adecuados para cálculos lineales y polinómicos simples, y las aplicaciones de modelos no lineales están significativamente restringidas.

3. Complejidad del soporte para múltiples usuarios: FHE se desempeña bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios. El marco FHE de múltiples claves propuesto en 2013 permite operar conjuntos de datos cifrados con diferentes claves, pero la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.

La combinación de FHE e inteligencia artificial

En la actual era impulsada por datos, la inteligencia artificial (IA) se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos a menudo hacen que los usuarios no quieran compartir información sensible. Cifrado homomórfico (FHE) proporciona una solución de protección de la privacidad en el campo de la IA. En escenarios de computación en la nube, los datos suelen estar encriptados durante la transmisión y el almacenamiento, pero a menudo se encuentran en estado de texto plano durante el procesamiento. A través de FHE, los datos del usuario pueden ser procesados manteniendo su estado encriptado, asegurando la privacidad de los datos.

Esta ventaja es especialmente importante bajo regulaciones como el GDPR, ya que estas regulaciones exigen que los usuarios tengan derecho a ser informados sobre cómo se procesa su información y garantizan la protección de los datos durante la transmisión. La encriptación de extremo a extremo de FHE proporciona garantías de cumplimiento y seguridad de los datos.

Aplicaciones actuales de FHE en blockchain y proyectos

La aplicación de FHE en la blockchain se centra principalmente en proteger la privacidad de los datos, incluyendo la privacidad en la cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en la cadena y la revisión de transacciones privadas en la cadena. Actualmente, varios proyectos utilizan la tecnología FHE para impulsar la implementación de la protección de la privacidad:

1. La tecnología construida por un proveedor de soluciones FHE se utiliza ampliamente en varios proyectos de protección de la privacidad.

2. Un proyecto basado en la tecnología TFHE se centra en operaciones booleanas y operaciones con enteros de baja longitud, y ha construido un stack de desarrollo FHE dirigido a aplicaciones de blockchain y AI.

3. Hay proyectos que han desarrollado un nuevo lenguaje de contratos inteligentes y la biblioteca HyperghraphFHE, adecuados para redes de blockchain.

4. Un proyecto utiliza Cifrado homomórfico para implementar la protección de la privacidad en redes de cálculo de IA, soportando múltiples modelos de IA.

5. Otro proyecto combina Cifrado homomórfico con inteligencia artificial, ofreciendo un entorno de IA descentralizado y con protección de la privacidad.

6. También hay proyectos que actúan como soluciones Layer 2 de Ethereum, que soportan FHE Rollups y FHE Coprocessors, son compatibles con EVM y soportan contratos inteligentes escritos en Solidity.

Conclusión

FHE, como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque las aplicaciones comerciales actuales de FHE todavía enfrentan problemas de alto costo computacional y baja escalabilidad, se espera que estos problemas se resuelvan gradualmente mediante la aceleración de hardware y la optimización de algoritmos. Además, con el desarrollo de la tecnología blockchain, FHE desempeñará un papel cada vez más importante en la protección de la privacidad y la computación segura. En el futuro, FHE podría convertirse en la tecnología central que respalde la computación de protección de la privacidad, trayendo nuevos avances revolucionarios para la seguridad de los datos.