El santo grial de la criptografía: cifrado totalmente homomórfico

El 5 de mayo, el fundador de Ethereum, Buterin, compartió una vez más su artículo FHE (cifrado totalmente homomórfico) 2020 en Twitter, que también continuó atrayendo la atención y el debate de todos sobre la aplicación de la tecnología FHE. El artículo de V God proporciona una introducción detallada a los principios matemáticos relevantes. La versión original en inglés está aquí.

FHE (Cifrado totalmente homomórfico) en chino es un cálculo de cifrado totalmente homomórfico. Al igual que ZK, es uno de los campos fronterizos de la criptografía y también se conoce como el Santo Grial de la criptografía.

En pocas palabras, el cifrado totalmente homomórfico realiza cálculos directos sobre datos cifrados sin descifrarlos.

Cuando es 1 + 2, es fácil obtener el resultado 3, pero después del cifrado, Encrypt (1) + Encrypt (2), aún puede obtener Encrypt (3), esto es FHE, cálculo de texto cifrado = cálculo de texto sin formato cifrado.

A diferencia de ZK, la aplicación de FHE en Web3 se centra más en la privacidad y seguridad de los datos. No es difícil encontrar en la aplicación actual que ZK se centra más en la expansión.

Aunque Web3 está más familiarizado con la tecnología ZK, principalmente con ZKRollup, FHE está liberando gradualmente su potencial único en muchos campos, especialmente en la IA.

Red mental

Mind Network es la primera solución de replanteo basada en FHE diseñada para redes AI y PoS.

Así como EigenLayer es una solución de repetición de promesas para el ecosistema Ethereum, Mind es una solución de repetición de promesas para el campo de la IA. A través de soluciones de seguridad de consenso FHE y de nuevo compromiso, se garantiza la seguridad económica simbólica y la seguridad de los datos de la red de IA descentralizada.

A juzgar por los antecedentes del equipo, los principales miembros de Mind son profesores y doctores en inteligencia artificial, seguridad y criptografía, provenientes de instituciones como Cambridge, Google, Microsoft e IBM. Los miembros principales han sido seleccionados como uno de los 12 becarios de la Fundación Ethereum en el mundo y trabajan con el equipo de investigación de la Fundación Ethereum para realizar investigaciones en el campo de la criptografía y la seguridad. La primera solución FHE + Stealth Address del mundo de Mind: MindSAP (enlace al artículo de investigación, lea el texto original usted mismo), resolvió el problema en el problema abierto de Stealth Address planteado por Buterin y causó un gran revuelo en la atención de la comunidad Ethereum. Ha publicado numerosos artículos y discursos.

Mind Network fue seleccionada para formar parte de Binance Incubator en 2023 y completó una ronda inicial de financiación de 2,5 millones de dólares con la participación de instituciones reconocidas como Binance. Al mismo tiempo, recibió la beca de la Fundación Ethereum, fue seleccionado para el programa Chainlink Build y se convirtió en socio de canal firmado por Chainlink.

En febrero de 2024, Mind Network se convirtió en un socio clave de la famosa empresa de criptografía ZAMA en el campo FHE.

Recientemente, Mind Network ha acelerado aún más la expansión de su territorio ecológico, proporcionando servicios de seguridad de consenso de redes de IA para io.net, Singularity, Nimble, Myshell, AIOZ, etc., soluciones FHE Bridge para Chainlink CCIP e IPFS, Arweave, Greenfield, etc. Servicio de almacenamiento de seguridad de datos de IA.

FHE+AI, enfrentando los principales puntos débiles de la IA

En la Conferencia Web3 de Hong Kong en abril de este año, Vitalik expresó sus expectativas futuras para FHE en escenarios como la votación cifrada. Como vanguardia de la criptografía, FHE es también la dirección extrema de la criptografía seguida por Ethereum.

El fundador de ZAMA publicó recientemente un artículo sobre su “Plan Maestro”. Describió la visión de la compañía de crear una red HTTPZ cifrada de extremo a extremo (“Z” significa “Zero Trust”, Zero Trust) y propuso hacer que FHE sea omnipresente en los campos de blockchain e inteligencia artificial.

Varios vínculos en los que se centra el campo de la IA, incluida la capacitación, el ajuste, el uso y la evaluación, enfrentan el mismo problema en el proceso de descentralización: cómo eliminar el supuesto de confianza. Por ejemplo:

  • Cuando se entrena el modelo de IA, se requiere una validación cruzada para seleccionar los mejores resultados del entrenamiento.

  • Antes de utilizar los servicios de IA, es necesario clasificar los servicios existentes para determinar cuál es el mejor.

  • Los modelos de IA también requieren iteración y ajuste continuos, y requieren una evaluación independiente

Todos estos vínculos se basan en el supuesto de cumplimiento y confianza en las grandes empresas en escenarios centralizados, y las grandes empresas brindan confianza y respaldo para no hacer el mal.

Sin embargo, en el proceso de descentralización, sin respaldo crediticio, es difícil verificar si la colaboración de todos los participantes es justa y efectiva. Éste es precisamente el enfoque del empoderamiento de la FHE.

Por ejemplo

  • Cuando es necesario realizar una validación cruzada del modelo de IA durante el entrenamiento, los mejores resultados del entrenamiento se seleccionan mediante votación secreta, eliminando suposiciones similares a OpenAI.

  • Cuando los servicios de IA necesiten clasificar los servicios existentes antes de usarlos, determine la calidad del servicio de cada servicio mediante una puntuación anónima y elimine la suposición de confianza en algo como AI AppStore.

  • Los modelos de IA también deben ajustarse e iterarse continuamente. Cuando se requiere una evaluación independiente, se deben completar evaluaciones creíbles mediante inspecciones de muestreo aleatorio para eliminar la suposición de confianza en la agencia de evaluación.

La participación de FHE también puede permitir que la IA alcance la confianza cero, compensando la suposición de confianza de que ZK también requiere agregación fuera de la cadena.

Hay muchos ejemplos de IA que se pueden citar, incluida la confianza cero que permite a los agentes y agentes múltiples de IA realizar mejor la interconexión inteligente y lograr una gobernanza benigna.

Al mismo tiempo, las características únicas de computación de texto cifrado de FHE también pueden resolver otros dos problemas difíciles: la privacidad y la propiedad de los datos:

  • ¿Quién puede ver nuestros datos? = Privacidad de datos

  • ¿A quién pertenecen los datos que nos proporciona la IA? =Propiedad de los datos

FHE puede darse cuenta de que los datos siempre están cifrados en el lado del usuario y solo existen en forma de texto cifrado fuera del usuario, incluido el almacenamiento + transmisión + cálculo.

Hasta ahora, a excepción de FHE, los datos solo se pueden cifrar durante el almacenamiento y la transmisión, pero una vez que se realiza el cálculo, el texto cifrado debe descifrarse a texto sin formato, lo que simplemente hace que el usuario pierda la propiedad de los datos. Hay muchos ejemplos de este tipo en la vida real. Una vez que otros copian sus datos en texto plano, otros pueden hacer muchas copias. Los usuarios no tienen forma de saber si otros están usando sus datos y solo pueden confiar en la autodeclaración del usuario y en terceros. -supervisión del partido. FHE permite copiar los datos de texto cifrado del usuario, pero se debe solicitar el consentimiento del usuario para descifrarlos y cuando es necesario ver los datos de texto sin formato. Entonces los usuarios pueden sentir la dinámica de los datos en cualquier momento, haciendo que los datos estén disponibles y sean negociables pero no visibles, lo que no sólo protege la privacidad de los datos sino que también protege verdaderamente la propiedad de los datos.

Una característica de este tipo se necesita con urgencia para AI + Web3. Permite a todos participar de forma pública y lograr consenso de forma cifrada, lo que puede evitar malas acciones y despilfarros.

El próximo gran avance de la IA

Desde este punto de vista, la combinación de IA y Web3 es inevitable. FHE es para la IA lo que será el próximo gran avance para Apple.

Recientemente, IO.NET y Mind Network anunciaron una cooperación profunda para crear soluciones que mejoren la seguridad y eficiencia de la inteligencia artificial. IO.NET está incorporando la solución de cifrado totalmente homomórfico de Mind Network a su plataforma informática distribuida para ayudar a fortalecer la seguridad de sus productos.

Los detalles sobre la cooperación se pueden encontrar en: Mind Network e io.net Partners up for Advanced AI Security and Efficiency

IO.NET utiliza computación distribuida para ser un buen comienzo para la combinación de IA y FHE.

Tomando IO.NET como ejemplo, los usuarios proporcionan potencia informática y los desarrolladores de IA alquilan la potencia informática.

Cuando un desarrollador llega a un proyecto de IA y presenta un requisito, el sistema lo divide y lo calcula con la potencia informática proporcionada por el usuario.

En este momento están en juego varias cuestiones: ¿A quién se alquila la potencia informática? ¿Son correctos los resultados calculados? ¿Se revelará la privacidad de ambas partes al alquilar potencia informática?

1. ¿A quién debería alquilarle la potencia informática?

En circunstancias normales, el trabajo de prueba se utiliza para seleccionar qué nodo, es decir, los requisitos se publican de vez en cuando para probar qué nodos están en línea y listos para aceptar los requisitos.

Durante este proceso, puede ocurrir una manipulación dirigida de nodos relevantes para obtener prioridad, similar a los ataques MEV.

En este sentido, Mind proporciona un mecanismo de distribución justa a través de FHE. Dado que las solicitudes y los datos están cifrados, los nodos no pueden tomar decisiones favorables basándose en esto.

2. ¿Son correctos los resultados calculados?

En la informática distribuida, garantizar que los resultados del cálculo sean correctos requiere cierto consenso, es decir, votación.

Cuando los nodos conocen los resultados de selección de los demás, pueden ocurrir votaciones de seguimiento, lo que resulta en resultados injustos e incorrectos.

Cálculo cifrado FHE, los resultados de la votación entre nodos se cifran mutuamente, pero aún pueden participar en el cálculo final, lo que garantiza la imparcialidad de los resultados.

3. ¿Se revelará la privacidad de ambas partes al alquilar potencia informática?

El núcleo de FHE es la seguridad de los datos. Se cifran durante el cálculo y los problemas a calcular también se cifran. Naturalmente, no habrá fugas de privacidad.

Mirándolo desde la perspectiva de Retomar

IO.NET en sí puede considerarse como una red PoS. Los nodos deben prometer tokens IO para obtener recompensas IO por su contribución de potencia informática.

Entonces el posible problema es: el precio del token prometido fluctúa demasiado y los verificadores y la seguridad de la red se verán afectados.

La solución de Mind a esto es el doble apuesta o incluso el triple apuesta.

Stake admite los tokens de stake líquidos de BTC/ETH y los tokens de red de IA de primera línea, diversificando los riesgos y aumentando la seguridad general de la red. Es esencialmente una versión avanzada de la seguridad compartida de Restating.

Al mismo tiempo, Mind también admite la participación remota para los activos LST/LRT, no se requiere una cadena cruzada real para garantizar la seguridad de los activos.

Hace unos días, Mind también completó la tarea de testnet de Glaxe. Participaron más de 650.000 usuarios activos, generando 3,2 millones de datos de transacciones de testnet.

Según noticias oficiales, el protocolo de red oficial de Mind también se lanzará en un futuro próximo, por lo que puedes prestarle atención.

Resumir

En general, descubrimos que aunque Mind habla de FHE e IA, la palabra clave es en realidad "seguridad" y utiliza la criptografía para resolver varios problemas de seguridad fundamentales.

Reafirmar es seguridad económica simbólica; Replanteo remoto es seguridad de activos; FHE es seguridad de datos; AI+FHE es seguridad de consenso.

La construcción de blockchain se basa en la criptografía, y quizás las respuestas futuras se encuentren en la criptografía.

Además de la red de IA, Mind Network también está ampliando el alcance de aplicación de la solución, colaborando en múltiples direcciones, como el almacenamiento descentralizado, la red EigenLayer AVS, Bittensor Subnet y puentes entre cadenas, lo que demuestra el enorme potencial de FHE. .

En Web3 en 2024, si ZK inicia el campo de la criptografía, entonces FHE será el tema principal en la segunda mitad del año. Al mismo tiempo, la popularidad de la IA sigue siendo alta, con la triple bendición narrativa de AI+FHE+Restake, así como la inversión de la Fundación Ethereum y Binance, ¿podrá Mind asumir el liderazgo de FHE con el lanzamiento de la IA? red principal, se revelará pronto.