上次我們分析了全同態加密（FHE，Fully Homomorphic Encryption）技術如何運作。
但是很多朋友仍然會把FHE和ZK、MPC這些加密技術弄混，因此第二篇thread計劃將這三門技術詳細對比一波：
FHE vs ZK vs MPC
首先，讓我們從最基本的問題開始： -這三種技術分別是什麼？ -它們如何工作？ -它們如何爲區塊鏈應用工作？
1.零知識證明（ZK）：強調“證明卻不泄露”
零知識證明（ZK）技術探討的命題是：如何在不泄露任何具體內容的情況下，驗證信息的真實性。
ZK建立在密碼學的堅實基礎上，通過零知識證明，Alice可以向另一方Bob證明：她知道某個祕密，卻不必揭示任何關於祕密本身的信息。
想象一個場景，Alice希望向租車行員工Bob證明她的信用，但她不希望去銀行打個流水之類的。這時候，比如銀行/支付軟件的“信用分”就堪比她的“零知識證明”。
Alice在Bob“零知曉”的條件下，證明她的信用評分良好，而無需展示她的賬戶流水，這就是零知識證明。
如果應用到區塊鏈裏，可以參考之前的一個匿名幣Zcash：
當Alice給他人轉賬時，她既要匿名，又要證明她擁有轉賬這些幣的權力（否則會導致雙花），於是她就需要生成一個ZK證明。
所以，礦工Bob看到了這個證明後，能夠在不知道她到底是誰（即對Alice的身份零知識）的情況下，仍能把交易上鍊。
2.多方安全計算（MPC）：強調“如何計算卻不泄露”
多方安全計算（MPC）技術主要應用於：如何在不泄露敏感信息的前提下，讓多方參與者還能安全地一起計算。
這項技術讓多個參與者（比如說Alice、Bob和Carol）能夠共同完成一項計算任務，卻無需任何一方透露自己的輸入數據。
例如，如果Alice、Bob和Carol想要計算他們三人的平均工資，卻不泄露各自的具體工資。那麼如何操作呢？
每個人可以將自己的工資分成三部分，並交換其中兩部分給其他兩人。每個人都對收到的數字進行加和，然後分享這個求和結果。
最後，三人再對這三個求和結果求出總和，進而得到平均值，但卻無法確定除自己外其他人的確切工資。
如果套用到加密行業，MPC錢包就使用這樣的技術。
以Binance或者Bybit推出的最簡單MPC錢包爲例，用戶不再需要存12個助記詞，而是有點類似於，把私鑰魔改成2/2多籤，用戶手機一份，用戶雲端一份，交易所一份。
如果用戶不小心弄丟了自己的手機，至少雲上+交易所還能恢復出來。
當然，如果要求安全性更高，一些MPC錢包可以支持引入更多的第三方來保護私鑰碎片。
因此，基於MPC這門密碼學技術，多方可以在相互不需要信任的情況下，安全地使用私鑰。
3.全同態加密（FHE）：強調“如何加密才能找外包”
如同我上篇thread所說，全同態加密（FHE）則應用在：我們如何加密，使得敏感數據加密後，可以交給不信任第三方進行輔助計算，結果仍能由我們解密出來。 上篇傳送門：https://x.com/0x_Todd/status/1810989860620226900…
舉個例子，Alice自己沒有計算能力，需要依賴Bob來計算，但是又不想告訴Bob真相，因此只能將原始數據引入噪音（做任意次的加法/乘法加密），然後利用Bob強大的算力對這些數據進行加工，最後由Alice自己解密出來得到真實結果，而Bob對內容一無所知。
想象一下，如果你需要在雲計算環境中處理敏感數據，如醫療記錄或個人財務信息，FHE就顯得尤爲重要。 它允許數據在整個處理過程中保持加密狀態，這不僅保護數據安全，還符合隱私法規。
上次重點分析了AI行業爲什麼需要FHE，那麼在加密行業中，FHE這門技術能夠帶來什麼應用呢？ 比如說有個項目叫做Mind Network拿到了以太坊Grant，也是幣安孵化器的項目。它關注到了一個PoS機制的原生問題：
像以太坊這樣的PoS協議，擁有100w+的驗證者，自然沒什麼問題。但是很多小的項目，問題就來了，礦工天生是偷懶的。
爲什麼這麼說呢？理論上，節點工作是：兢兢業業地驗證每一筆交易是否合法。但是一些小的PoS協議，節點不夠多，而且包括很多“大節點”。
所以，很多小PoS節點就發現：與其浪費時間親自計算覈實，不如直接跟隨照抄大節點現成的結果。
這個毫無疑問，會帶來非常誇張的中心化。
另外，比如投票的場景同樣有這種“跟隨”跡象。
比如說之前MakerDAO協議的投票，由於A16Z當年擁有了太多MKR票倉，導致很多時候它的態度對於某些協議起決定性作用。A16Z投票之後，很多小票倉只能被迫跟票或者棄權，完全無法反映出真實民意。
所以，Mind Network利用了FHE技術：
讓PoS節點相互*不知道*對方答案的情況下，仍然能夠藉助機器算力完成區塊的驗證工作，防止PoS節點相互抄襲。
or
讓投票者在相互*不知道*相互的投票意向之後，仍然能夠藉助投票平臺計算出投票結果，防止跟票。
這就是FHE在區塊鏈的重要應用之一。
所以，爲了實現這樣的功能，Mind還需要重建一個re-staking套娃協議。因爲EigenLayer本身將來就要爲一些小的區塊鏈提供“外包節點”服務，如果再配合FHE，可以讓PoS網絡或者投票大幅提升安全性。
打個不恰當的比喻，小的區塊鏈引入Eigen+Mind，有點像小國自己搞不定內政，於是引入外國駐軍。
這也算是Mind在PoS/Restaking分支上和Renzo、Puffer的差異化之一， Mind Network相比Renzo、Puffer這些起步更晚，最近剛剛啓動主網，相對來說沒有Re-taking summer那時候那麼捲了。
當然，Mind Network也同樣在AI分支上提供服務，比如用FHE技術加密餵給AI的數據，然後讓AI能夠在*不知道*原始數據的情況下學習、處理這些數據，典型案例包括與bittensor 子網的合作。
最後，再總結一下：
雖然ZK（零知識證明）、MPC（多方計算）、和FHE（全同態加密）都是爲了保護數據隱私和安全設計的先進加密技術，但是在應用場景/技術複雜性有區別：
應用場景： ZK強調“如何證明”。它提供了一種方式，使得一方可以向另一方證明某一信息的正確性，而無需透露任何額外信息。這種技術在需要驗證權限或身份時非常有用。
MPC強調“如何計算”。它允許多個參與者共同進行計算，而不必透露各自的輸入。這在需要數據合作但又要保護各方數據隱私的場合，如跨機構的數據分析和財務審計中。
FHE強調“如何加密”。它使得在數據始終保持加密的狀態下，委託進行復雜的計算成爲可能。這對於雲計算/AI服務尤爲重要，用戶可以安全地在雲環境中處理敏感數據。
技術複雜性： ZK雖然理論上強大，但設計有效且易於實現的零知識證明協議可能非常複雜，需要深厚的數學和編程技能，比如大家聽不懂的各種“電路”。
MPC在實現時需要解決同步和通信效率問題，尤其是在參與者衆多的情況下，協調成本和計算開銷可以非常高。
FHE在計算效率方面面臨巨大挑戰，加密算法比較複雜，2009年才成型。儘管理論上極具吸引力，但其在實際應用中的高計算複雜性和時間成本仍是主要障礙。
說實話，我們所依賴的數據安全和個人隱私保護正面臨前所未有的挑戰。想象一下，如果沒有了加密技術，我們的短信、外賣、網購過程中的信息都已暴露無遺。就像沒有鎖的家門，任何人都可以隨意進入。
希望對這三個概念有混淆的朋友們，能夠徹底區分這三門加密學聖盃上的明珠們。
