Mit Stand vom 13. Oktober lauten die Statistiken von BTC, ETH und TON auf der TrendX-Plattform wie folgt:

Die Anzahl der BTC-Diskussionen lag letzte Woche bei 12,52.000, was einem Rückgang von 0,98 % gegenüber der Vorwoche entspricht. Der Preis am Sonntag letzter Woche lag bei 63.916 $, ein Anstieg von 1,62 % gegenüber dem vorherigen Sonntag.

Die Zahl der ETH-Diskussionen betrug letzte Woche 3,63.000, ein Anstieg von 3,45 % gegenüber der Vorwoche. Der Preis am Sonntag letzter Woche betrug 2.530 $, ein Rückgang von 4 % gegenüber dem vorherigen Sonntag;

Die Zahl der Diskussionen auf TON betrug letzte Woche 782, 12,63 % weniger als in der Vorwoche. Der Preis am Sonntag letzter Woche lag bei 5,26 $, 0,25 % weniger als am Sonntag zuvor.

Die vollständig homomorphe Verschlüsselung (Fully Homomorphic Encryption, FHE) ist eine Technologie mit großem Potenzial in der aktuellen Kryptografie. Ihr Hauptmerkmal besteht darin, dass Berechnungen direkt an verschlüsselten Daten ohne Entschlüsselung durchgeführt werden können, was einen leistungsstarken Schutz der Privatsphäre und Datenverarbeitung bietet. FHE kann in Bereichen wie Finanzen, medizinische Versorgung, Cloud Computing, maschinelles Lernen, Wahlsysteme, Internet der Dinge und Blockchain-Datenschutz in großem Umfang eingesetzt werden. Doch trotz der breiten Anwendungsaussichten von FHE steht es auf dem Weg zur Kommerzialisierung immer noch vor Herausforderungen.

Die Potenziale und Anwendungsszenarien von FHE

Der größte Vorteil der homomorphen Verschlüsselung ist der Schutz der Privatsphäre. Stellen Sie sich vor, dass Unternehmen A die Rechenleistung von Unternehmen B zur Analyse seiner Daten nutzen muss, aber nicht möchte, dass Unternehmen B Zugriff auf den spezifischen Inhalt der Daten hat. FHE kann in dieser Situation eine Rolle spielen: Unternehmen A kann die Daten verschlüsseln und zur Berechnung an Unternehmen B übermitteln. Die Berechnungsergebnisse bleiben verschlüsselt und Unternehmen A kann die Analyseergebnisse nach der Entschlüsselung erhalten. Auf diese Weise wird der Datenschutz wirksam geschützt und Unternehmen B kann auch die erforderlichen Rechenarbeiten durchführen.

Dieser Mechanismus zum Schutz der Privatsphäre ist besonders wichtig für datensensible Branchen wie das Finanzwesen und die medizinische Versorgung. Darüber hinaus rückt mit der Entwicklung von Cloud Computing und künstlicher Intelligenz die Datensicherheit zunehmend in den Fokus. FHE kann in diesen Szenarien Multi-Party-Computing-Schutz bieten, sodass alle Parteien zusammenarbeiten können, ohne private Informationen preiszugeben. Insbesondere in der Blockchain-Technologie verbessert FHE die Transparenz und Sicherheit der Datenverarbeitung durch Funktionen wie den Schutz der Privatsphäre in der Kette und die Überprüfung privater Transaktionen.

Vergleich von FHE und anderen Verschlüsselungsmethoden

Jede dieser Verschlüsselungstechnologien hat ihre Vorteile, FHE eignet sich jedoch besonders gut für die Unterstützung komplexer Rechenaufgaben. Dennoch ist FHE immer noch mit den Problemen eines hohen Rechenaufwands und einer schlechten Skalierbarkeit in praktischen Anwendungen konfrontiert, was dazu führt, dass es in Echtzeitanwendungen oft nicht ausreicht. Einschränkungen und Herausforderungen von FHE Obwohl FHE über eine starke theoretische Grundlage verfügt, ist es bei seiner kommerziellen Anwendung auf praktische Herausforderungen gestoßen.

• Großer Rechenaufwand: FHE erfordert eine große Menge an Rechenressourcen und sein Rechenaufwand steigt im Vergleich zu unverschlüsseltem Rechnen erheblich. Bei Polynomoperationen höherer Ordnung nimmt die Verarbeitungszeit polynomisch zu, sodass es für FHE schwierig ist, die Anforderungen von Echtzeitberechnungen zu erfüllen. Um die Kosten zu senken, setzt FHE auf dedizierte Hardwarebeschleunigung, was jedoch auch die Komplexität der Bereitstellung erhöht.

• Eingeschränkte Betriebsfähigkeiten: Obwohl FHE die Addition und Multiplikation verschlüsselter Daten durchführen kann, bietet es nur begrenzte Unterstützung für komplexe nichtlineare Operationen, was einen Engpass für Anwendungen der künstlichen Intelligenz mit tiefen neuronalen Netzen darstellt. Aktuelle FHE-Schemata eignen sich immer noch hauptsächlich für lineare und einfache Polynomberechnungen, und die Anwendung nichtlinearer Modelle ist erheblich eingeschränkt.

• Komplexität der Mehrbenutzerunterstützung: FHE funktioniert gut in Einzelbenutzerszenarien, aber wenn Mehrbenutzer-Datensätze beteiligt sind, steigt die Systemkomplexität dramatisch an. Im Jahr 2013 ermöglichte das von Lopez-Alt et al. vorgeschlagene Multi-Key-FHE-Framework zwar Operationen an verschlüsselten Datensätzen mit unterschiedlichen Schlüsseln, seine Schlüsselverwaltung und die Komplexität der Systemarchitektur nahmen jedoch erheblich zu.

Die Kombination aus FHE und künstlicher Intelligenz

Im aktuellen datengesteuerten Zeitalter wird künstliche Intelligenz (KI) in zahlreichen Bereichen weit verbreitet eingesetzt, doch aus Datenschutzgründen scheuen sich Benutzer oft davor, sensible Daten wie medizinische und finanzielle Informationen weiterzugeben. FHE bietet Datenschutzlösungen für den KI-Bereich. In Cloud-Computing-Szenarien werden Daten während der Übertragung und Speicherung normalerweise verschlüsselt, während der Verarbeitung jedoch häufig im Klartext. Durch FHE können Benutzerdaten verschlüsselt verarbeitet werden, wodurch der Datenschutz gewährleistet ist.

Dieser Vorteil ist besonders wichtig im Rahmen von Vorschriften wie der DSGVO, die verlangen, dass Benutzer das Recht haben, zu erfahren, wie ihre Daten verarbeitet werden, und sicherzustellen, dass die Daten während der Übertragung geschützt sind. Die Ende-zu-Ende-Verschlüsselung von FHE bietet Gewähr für Compliance und Datensicherheit.

Aktuelle FHE-Anwendungen und Projekte in Blockchain

Octra: Entwickelte eine neue intelligente Vertragssprache und eine HypergraphFHE-Bibliothek für Blockchain-Netzwerke.

abschließend

Als fortschrittliche Technologie, die Berechnungen anhand verschlüsselter Daten durchführen kann, bietet FHE erhebliche Vorteile beim Schutz der Privatsphäre. Obwohl die aktuellen kommerziellen Anwendungen von FHE immer noch mit den Problemen eines hohen Rechenaufwands und einer schlechten Skalierbarkeit konfrontiert sind, wird erwartet, dass diese Probleme schrittweise durch Hardwarebeschleunigung und Algorithmusoptimierung gelöst werden. Darüber hinaus wird FHE mit der Entwicklung der Blockchain-Technologie eine immer wichtigere Rolle beim Schutz der Privatsphäre und beim sicheren Rechnen spielen. FHE wird in Zukunft wahrscheinlich zur Kerntechnologie für datenschutzschonendes Computing werden und neue revolutionäre Durchbrüche in der Datensicherheit bringen.