fully homomorphic encryption FHE: Teknologi dan prospek aplikasi perlindungan privasi di era AI

Enkripsi Homomorfik Penuh FHE: Alat Perlindungan Privasi di Era AI

Meskipun pasar enkripsi baru-baru ini tenang, beberapa teknologi baru tetap berkembang secara stabil, di mana Enkripsi Homomorphic (Fully Homomorphic Encryption, disingkat FHE) menjadi salah satu arah yang patut diperhatikan. Pada bulan Mei tahun ini, pendiri Ethereum Vitalik Buterin juga menerbitkan sebuah artikel tentang FHE, yang memicu diskusi luas di kalangan industri.

Untuk memahami konsep kompleks FHE ini, kita perlu terlebih dahulu memahami arti dari "enkripsi" dan "homomorfik", serta mengapa penting untuk menekankan sifat "fully" ini.

Bahasa sederhana menjelaskan makna dan skenario aplikasi Enkripsi Homomorphic Penuh (FHE)

Konsep Dasar Enkripsi

Cara enkripsi yang paling sederhana tidak asing bagi kita. Misalkan Alice ingin mengirimkan informasi rahasia kepada Bob yaitu "1314 520", tetapi harus melalui pihak ketiga C untuk mengirimkannya. Untuk memastikan keamanan informasi, Alice dapat mengalikan setiap angka dengan 2 untuk mengenkripsi, menjadi "2628 1040". Ketika Bob menerima pesan, ia hanya perlu membagi setiap angka dengan 2 untuk mendekripsi informasi aslinya. Metode enkripsi simetris ini dapat menyelesaikan komunikasi rahasia tanpa mempercayai pengirim.

Prinsip Enkripsi Homomorphic

Enkripsi Homomorphic lebih jauh lagi. Misalkan Alice hanya bisa melakukan operasi dasar kali 2 dan bagi 2, sekarang dia perlu menghitung total biaya listrik di rumah selama 12 bulan (setiap bulan 400 yuan), tetapi tidak ingin orang lain mengetahui jumlah pastinya. Dia bisa mengenkripsi 400 dan 12 dengan mengalikan keduanya dengan 2, lalu meminta C untuk menghitung hasil dari 800×24. Setelah C menghitung 19200, dia memberi tahu Alice, kemudian Alice membagi hasil tersebut dengan 4, dan dia mendapatkan total biaya listrik yang benar sebesar 4800 yuan. Dalam proses ini, C menyelesaikan perhitungan tetapi tidak bisa mengetahui data yang sebenarnya, sehingga mencapai perhitungan data yang rahasia.

Bahasa sederhana menjelaskan makna dan skenario aplikasi enkripsi homomorphic sepenuhnya FHE

Kebutuhan Enkripsi Homomorphic Penuh

Namun, enkripsi homomorphic sederhana masih memiliki risiko untuk diretas. Enkripsi homomorphic sepenuhnya memperkenalkan noise yang lebih kompleks, memungkinkan untuk melakukan operasi penjumlahan dan perkalian pada data terenkripsi sebanyak mungkin, yang secara signifikan meningkatkan kesulitan untuk meretas. Ini memungkinkan FHE untuk diterapkan pada masalah matematika yang lebih luas, dan tidak terbatas pada perhitungan sederhana.

Pada tahun 2009, pendekatan baru yang diajukan oleh Gentry dan peneliti lainnya membuka jalan untuk mencapai enkripsi homomorphic sepenuhnya, yang dianggap sebagai terobosan besar dalam bidang kriptografi.

Aplikasi FHE di bidang AI

Teknologi FHE memiliki prospek aplikasi yang luas di bidang AI. Saat ini, perkembangan AI menghadapi tantangan privasi dan keamanan data, FHE mungkin menjadi teknologi kunci untuk menyelesaikan kontradiksi ini. Melalui FHE, pengguna dapat mengenkripsi data sensitif dan memberikannya kepada AI untuk diproses, AI menyelesaikan perhitungan dan mengembalikan hasil terenkripsi, kemudian pengguna mendekripsi di lokal, sehingga dapat memanfaatkan kekuatan komputasi AI sambil melindungi privasi.

Bahasa yang jelas menjelaskan makna dan skenario aplikasi Enkripsi Homomorphic Penuh FHE

Pengembangan Proyek FHE

Saat ini, sudah ada beberapa proyek yang berkomitmen untuk penelitian dan aplikasi teknologi FHE, seperti Zama, Mind Network, Fhenix, dan lainnya. Salah satu proyek yang layak diperhatikan adalah Privasea, yang diinvestasikan oleh sebuah platform perdagangan terkenal, yang mengusulkan arsitektur jaringan yang menggabungkan PoW dan PoS untuk mengatasi masalah kebutuhan daya komputasi besar yang diperlukan oleh FHE.

Privasea baru-baru ini meluncurkan perangkat keras PoW bernama WorkHeart USB, serta StarFuel NFT sebagai aset mirip PoS. Desain inovatif ini mencoba untuk memberikan daya komputasi yang diperlukan sambil menghindari risiko hukum tertentu.

Prospek Masa Depan FHE

Jika teknologi FHE dapat diterapkan secara luas di bidang AI, itu akan sangat mendorong perkembangan AI, sekaligus menyelesaikan masalah keamanan data dan perlindungan privasi. Dari keamanan negara hingga privasi individu, FHE mungkin menjadi jaminan penting di era digital.

Dengan perkembangan pesat teknologi AI, kita mungkin sulit membayangkan seperti apa dunia tanpa AI dalam sepuluh tahun ke depan. Dalam konteks ini, kematangan teknologi FHE akan memberikan perlindungan privasi yang sangat penting bagi umat manusia, menjadi garis pertahanan terakhir di era AI.

Bahasa sederhana menjelaskan makna dan skenario aplikasi dari enkripsi homomorphic penuh FHE

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • 4
  • Bagikan
Komentar
0/400
AirdropNinjavip
· 13menit yang lalu
Apakah pernyataan Vitalik Buterin yang memicu diskusi?
Lihat AsliBalas0
WhaleWatchervip
· 11jam yang lalu
Vitalik Buterin lagi melakukan sesuatu yang baru
Lihat AsliBalas0
SmartMoneyWalletvip
· 12jam yang lalu
Kebenaran tentang dana sudah lama dikuasai, apa yang dikatakan V hanyalah penutup belaka.
Lihat AsliBalas0
GasFeeCriervip
· 12jam yang lalu
Semua kondisi sudah dipenuhi, hanya saja biaya gasnya terlalu mahal.
Lihat AsliBalas0
Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)