FHE(Fully Homomorphic Encryption) 트랙에 대한 심층 분석

TLDR:

• FHE 완전 동형 암호화는 곧 출시될 차세대 개인 정보 보호 기술이며 우리 레이아웃에 적합합니다. FHE는 이상적인 개인 정보 보호 기능을 갖추고 있지만 성능에는 여전히 격차가 있습니다. 우리는 암호화폐 자본의 진입으로 최근 몇 년간 ZK의 급속한 발전과 마찬가지로 기술의 발전과 성숙도가 크게 가속화될 것이라고 믿습니다.

• 완전 동형 암호화는 Web3의 거래 개인 정보 보호, AI 개인 정보 보호 및 개인 정보 보호 코프로세서에 사용할 수 있습니다. 그중에서도 저는 특히 기존의 링 서명, 통화 혼합 기술, ZK보다 EVM에 더 유연하고 적합한 개인 정보 보호 EVM에 대해 낙관하고 있습니다.

• 현재 몇 가지 뛰어난 FHE 프로젝트를 조사한 결과, 대부분의 FHE 프로젝트가 올해부터 내년 1분기까지 메인넷에 게시될 예정입니다. 이들 프로젝트 중 ZAMA는 가장 강력한 기술력을 보유하고 있지만 아직까지 코인 발행 계획을 발표하지 않았습니다. 또한, 우리는 Fhenix가 그 중 최고의 FHE 프로젝트라고 믿습니다.

1. FHE는 이상적인 개인 정보 보호 기술입니다.

1.1 FHE의 역할

완전동형암호는 암호문에 임의의 덧셈과 곱셈을 수행하여 암호화를 얻을 수 있는 암호화 형태입니다. 이를 해독하는 것은 일반 텍스트에 대해 동일한 작업을 수행하는 것과 같습니다. 데이터의 "가시성"을 실현하십시오.

완전동형은 특히 아웃소싱 컴퓨팅에 적합합니다. 데이터 유출 걱정 없이 데이터를 외부 컴퓨팅 성능으로 아웃소싱할 수 있습니다.

예를 들어, 일반인의 입장에서 회사를 운영하고 있는데 회사의 데이터는 매우 귀중한 것입니다. 유용한 클라우드 서비스를 사용하여 이 데이터를 처리하고 계산하고 싶지만 클라우드에서의 데이터 유출이 걱정됩니다. 그런 다음 다음을 수행할 수 있습니다.

• 데이터를 완전 동형 암호화로 변환한 다음 클라우드 서버에 업로드합니다. 예를 들어 위 그림의 숫자 5와 10은 암호문으로 암호화되어 "X"와 "YZ"로 표현됩니다.

• 데이터에 대한 작업을 수행해야 하는 경우, 예를 들어 두 숫자 5와 10을 더하려는 경우 클라우드 서버의 암호 텍스트 "X"와 "YZ"가 다음에서 지정한 일반 텍스트를 수행하도록 하면 됩니다. 알고리즘 + 해당 연산을 수행하여 암호문 결과 "PDQ"를 얻습니다.

• 이 암호문 결과를 클라우드 서버에서 다운로드한 후 복호화하여 평문을 얻습니다. 일반 텍스트 결과는 5 + 10의 연산 결과임을 알 수 있습니다.

여기에는 일반 텍스트만 표시되며, 클라우드 서버에 저장되고 계산되는 모든 것은 암호문 데이터입니다. 이렇게 하면 데이터 유출에 대해 걱정할 필요가 없습니다. 이러한 개인 정보 보호 접근 방식이 이상적입니다.

• 반동형 암호화: 반동형이 더 쉽고 실용적입니다. 준동형(Semi-homomorphism)은 암호문이 덧셈 동형/곱셈 동형과 같은 하나의 동형 속성만을 갖는다는 것을 의미합니다.

• 근사동형: 암호문의 덧셈과 곱셈을 동시에 계산할 수 있지만 지원되는 횟수는 매우 제한됩니다.

• Finite 시리즈 완전 동형 암호화: 횟수 제한 없이 암호문에 대한 덧셈과 곱셈의 조합을 수행할 수 있습니다. 그러나 함수의 복잡도를 제한하는 새로운 복잡도 상한이 있습니다.

• 완전 동형 암호화: 복잡성과 횟수에 제한 없이 덧셈과 곱셈 연산을 지원해야 합니다.

여기서 완전동형암호는 가장 어렵고 이상적이며 "암호동물학의 성배"라고 불립니다.

1.2 역사

완전 동형 암호화의 역사는 길다

• 1978년: 완전 동형 암호화 개념이 제안되었습니다.

• 2009(1세대): 최초의 완전 동형 솔루션이 제안되었습니다.

• 2011(2세대): 정수를 기반으로 한 완전 동형 체계가 제안되었습니다. 이전 솔루션보다 간단하지만 효율성은 향상되지 않습니다.

• 2013(3세대): 보다 효율적이고 안전한 FTE 솔루션을 구축하기 위한 신기술 GSW가 제안되었습니다. 이 기술을 더욱 개선해 FHEW, TFHE를 개발해 효율성을 더욱 높였다.

• 2016(4세대): 대략 동형 암호화 체계 CKKS가 제안되었습니다. 이는 다항식 근사를 평가하는 가장 효과적인 방법이며 특히 개인 정보 보호 기계 학습 애플리케이션에 적합합니다.

현재 일반적으로 사용되는 동형암호 라이브러리에서 지원하는 알고리즘은 주로 3세대, 4세대 알고리즘입니다. 알고리즘 혁신, 엔지니어링 최적화, 보다 친숙한 블록체인 및 하드웨어 가속은 자본의 유입으로 쉽게 등장할 수 있습니다.

1.3 현재 성능 및 가용성

일반적으로 사용되는 동형암호 라이브러리:

ZAMA TFHE 성능:

예: ZAMA TFHE의 256비트 덧셈과 뺄셈은 약 200ms가 걸리며 일반 텍스트 계산은 약 수십에서 몇 분의 1입니다. 수백 나노초, FHE 계산 속도는 일반 텍스트 계산보다 약 10^6배 느립니다. 부분적으로 최적화된 작업은 일반 텍스트보다 약 1000배 느립니다. 물론 암호문 계산과 일반 텍스트 계산을 비교하는 것은 본질적으로 불공평합니다. 완전동형이라는 이상적인 개인정보 보호 기술은 말할 것도 없고, 개인정보 보호를 위해서는 치러야 할 대가가 있습니다.

ZAMA는 FHE 하드웨어 개발을 통해 성능을 더욱 향상시킬 계획입니다.

1.4 FHE+Web3의 여러 기술 연구 방향

Web3은 다음과 같이 완전 동형과 Web3를 결합하여 연구할 수 있는 많은 기술 방향이 있습니다.

• 혁신적인 FHE 솔루션, 컴파일러 및 라이브러리를 통해 FHE를 더 쉽게 사용하고, 더 빠르고, 블록체인에 더 적합하게 만들 수 있습니다.

• FHE 하드웨어는 컴퓨팅 성능을 향상시킵니다.

• FHE + ZKP, 프라이버시 계산을 위해 FHE를 사용하는 동안 ZK는 입력과 출력이 조건을 충족하는지 증명하거나 FHE가 올바르게 실행되는지 증명하는 데 사용됩니다.

• 계산 노드의 악 방지 동작은 EigenLayer 재스테이킹 등과 결합될 수 있습니다.

• MPC 암호 해독 체계, 공유 상태는 암호화되고 키는 종종 MPC로 분할되므로 안전하고 성능이 뛰어난 임계값 암호 해독 프로토콜이 필요합니다.

• 데이터 저장 DA 레이어에는 더 높은 처리량의 DA 레이어가 필요하며 기존 Celestia는 요구 사항을 충족할 수 없습니다.

일반적으로 우리는 FHE 완전동형암호가 다가오는 차세대 개인정보 보호 기술이라고 믿습니다. FHE는 이상적인 개인 정보 보호 기능을 갖추고 있지만 성능에는 여전히 격차가 있습니다. 우리는 암호화폐 자본의 진입으로 최근 몇 년간 ZK의 급속한 발전과 마찬가지로 기술의 발전과 성숙도가 크게 가속화될 것이라고 믿습니다. FHE 트랙은 우리 레이아웃에 적합합니다.

2. FHE는 Web3의 다양한 개인 정보 보호 시나리오에 사용되며 그 중 개인 정보 보호 EVM에 대해 가장 낙관적입니다.

FHE는 개인정보 보호 트랙에 속합니다. 간단히 말하면 “거래 개인정보 보호” + “AI 개인정보 보호” + “개인정보 보호 보조 프로세서”가 포함됩니다.

• 거래 개인 정보 보호에는 개인 정보 보호 Defi, 투표, 입찰, MEV 방지 등도 포함됩니다.

• AI 개인 정보 보호에는 분산형 ID는 물론 다른 AI 모델 및 데이터에 대한 개인 정보 보호도 포함됩니다.

• 개인 정보 보호 보조 프로세서는 오프체인에서 완전히 동형 암호문 작업을 수행하고 궁극적으로 결과를 체인에 반환합니다. 이는 무신뢰 게임 등에 사용될 수 있습니다.

물론 다양한 개인정보 보호 기술이 있으니 비교해보시면 FHE의 특별한 특징을 아실 수 있습니다.

• TEE는 매우 빠릅니다. 데이터는 신뢰할 수 있는 하드웨어에 일반 텍스트로 저장되고 계산되므로 매우 빠릅니다. 그러나 이는 보안 하드웨어에 의존합니다. 실제로는 알고리즘보다는 하드웨어 제조업체를 신뢰합니다. 그리고 TEE의 일부 계산 검증에서는 원격 검증을 위해 TEE 제조업체에 연결해야 합니다. 이는 온체인 검증을 위해 블록체인에 통합하는 데 적합하지 않습니다. 온체인 검증이 필요하기 때문에 블록체인의 과거 데이터 노드만 독립적으로 완료할 수 있으며 외부 중앙 집중식 기관에 의존해서는 안 됩니다.

• MPC 보안 다자간 계산은 개인 정보를 보호하는 다자간 계산 기술이기도 합니다. 그러나 이 기술은 여러 당사자가 동시에 온라인에 있어야 하고 자주 상호 작용해야 하는 경우가 많으며 일반적으로 블록체인과 같은 비동기 시나리오에는 적합하지 않습니다. MPC는 주로 분산형 키 관리에 사용됩니다. MPC 지갑에서는 개인 키가 어디에도 완전한 형태로 저장되지 않습니다. 대신, 개인 키는 여러 개의 샤드(또는 부분)로 분할되어 다양한 장치나 노드에 저장됩니다. 거래에 서명이 필요한 경우에만 여러 샤드가 다자간 계산 프로토콜을 통해 계산에 공동으로 참여하여 서명을 생성합니다.

• ZK 영지식 증명은 특정 계산 프로세스가 올바르게 실행되었음을 증명하는 계산 증명에 주로 사용되며 개인 정보 보호를 위해 거의 사용되지 않습니다. ZK와 동형 기술은 분리될 수 없으며 개인 정보 보호 부분에도 동형 기술이 사용됩니다.

• FHE 완전 동형암호는 암호문 연산 과정 중 중간에 데이터 교환이 필요 없으며 서버/노드에서 완전하게 계산이 가능합니다. 따라서 MPC는 개시자/여러 당사자가 온라인 상태일 것을 요구하지 않으며 블록체인에 더 적합합니다. 그리고 TEE에 비해 Trustless입니다. 유일한 단점은 성능이 높지 않다는 것입니다.

따라서 FHE의 성능이 점차 향상되는 한 FHE의 개인 정보 보호 기능은 Web3에 더 적합합니다.

동시에 거래 개인 정보 보호 측면에서 완전 동형 암호화는 EVM에도 더 적합합니다. 이유:

• 링 서명 및 통화 혼합 기술은 계약을 지원할 수 없습니다.

• Aleo와 같은 ZK 개인 정보 보호 프로젝트에서 개인 데이터는 EVM 계정 모델이 아닌 UTXO 모델과 유사합니다.

• 완전 동형 암호화는 계약과 계정 모델을 모두 지원할 수 있으며 EVM에 쉽게 통합될 수 있습니다.

이에 비해 완전 동형 EVM은 정말 매력적입니다.

AI 계산은 본질적으로 계산 집약적이며 완전 동형 암호화와 같은 복잡한 암호화 모드를 추가하면 이 단계에서 성능이 너무 낮아지고 비용이 너무 높아질 수 있습니다. AI 개인정보 보호는 결국 TEE/MPC/ZK/반동형의 하이브리드 솔루션이 될 것이라고 생각합니다.

일반적으로 Web3의 거래 개인 정보 보호, AI 개인 정보 보호 및 개인 정보 보호 보조 프로세서에는 완전 동형 암호화를 사용할 수 있습니다. 그중에서도 저는 특히 개인정보 보호 EVM에 대해 낙관하고 있습니다. 이는 기존 링 서명, 통화 혼합 기술, ZK보다 EVM에 더 유연하고 적합합니다.

3. 올해부터 내년 1분기까지 대부분의 FHE 프로젝트가 메인넷에 출시될 예정입니다. 우리는 Fhenix가 ZAMA를 제외하고 최고의 FHE 프로젝트라고 믿습니다.

현재 시장에 나와 있는 뛰어난 완전 동형 암호화 프로젝트를 조사했습니다. 간략한 정보는 다음과 같습니다:

3.1 ZAMA(도구)

• 내러티브: 블록체인 및 AI를 위한 완전 동형 암호화 제공

  • 도구: TFHE-rs, TFHE의 Rust 구현

  • 도구: Concrete, TFHE 컴파일러

  • 제품: Concrete ML, 개인 정보 보호 기계 학습

  • 제품: fhEVM, 개인 정보 보호 스마트 계약

• 팀: CTO Pascal Paillier, 유명한 암호학자

  • CTO 및 공동 창립자: Pascal Paillier, 암호학자. 1999년 Telecom ParisTech에서 박사 학위를 취득하고 1999년 Paillier 암호 시스템을 발명했습니다. 2013년부터 동형암호 관련 논문을 발표하기 시작했으며, 완전동형암호 분야의 최고 권위자 중 한 명이다.

  • CEO 및 공동 창립자: Rand Hindi는 2011년 UCL, 생물정보학 PHD를 졸업하고 데이터 과학 프로젝트에 참여했으며 ZAMA 작업 중에 여러 프로젝트의 고문으로 일했습니다.

• 자금 조달: 2023년 4개 , 총 8,200만 달러 이상이 모금되었습니다. 최근 시리즈 A 파이낸싱 라운드는 Multicoin Capital 및 Protocol Labs

  • 2023년 9월 26일에 Multicoin이 주도하여 700만 달러를 모금했습니다. 투자에 참여한 Capital, Node Capital, Bankless Ventures, Robot Ventures, Tane Labs, HackVC, Metaplanet

3.2 Fhenix (EVM + AI)

• 내러티브: FHE co-processor/L2 FHE Rollup (EVM Compatible Privacy L2)

  • 제품: FHE를 지원하는 롤업은 EVM 호환 기밀 스마트 계약입니다. 개발자는 Solidity를 사용하여 데이터 개인정보 보호를 보장하면서 Dapp을 개발합니다.

  • 제품: 암호화 컴퓨팅 작업을 호스트 체인(이더리움, L2 또는 L3)에서 오프체인으로 오프로드하는 FHE 보조 프로세서. 이는 FHE 기반 운영의 효율성을 크게 향상시킵니다. ➢ 협동 : Zama와의 협력, Zama 's FHEVM 사용, Zama 라이브러리는 github에 포장되어 있습니다. aigenlayer와 협력하면 롤업 노드는 Eigenlayer

  team에서 필연해야합니다 : Guy Itzhaki Intel에서 7년 이상의 근무 경험을 갖고 있으며 Intel의 동형 암호화 및 블록체인 비즈니스 개발 이사로 재직하고 있습니다.
  설립자: Guy Zyskind, 2016년 MIT 박사 후보, MIT MSC. MIT Enigma 개인 정보 보호 프로토콜의 연구 개발에 참여했으며 강력한 연구 개발 역량을 보유하고 있습니다.

• CEO: Guy Itzhaki는 Intel에서 7년 동안 근무했으며 개인 정보 보호 분야에서 매우 강력한 경험을 갖고 있습니다. 그는 한때 Intel의 동형 암호화 및 블록체인 비즈니스 개발 이사를 역임했습니다.

  • 완전 동형암호의 암호학자 Chris Peikert 교수. 알고랜드의 암호화폐 리더.

  파이낸싱: 1년, 최신 시리즈 A 라운드에서 Hack VC가 주도하고 Foresight Ventures 및 기타 기관이 주도하여 1,500만 달러를 모금했습니다.
  2024년 5월 Hack VC가 주도하고 Foresight Ventures 및 기타 기관이 시리즈 A에서 1,500만 달러를 모금했습니다.

• 2023년 9월 26일 Seed Round는 Multicoin Capital이 주도하고 Node Capital, Bankless Ventures, Robot Ventures, Tane Labs, HackVC 및 Metaplanet이 참여하여 700만 달러를 모금했습니다.

  로드맵: 24 테스트 네트워크는 2분기에, 메인 네트워크는 2025년 3분기에 출시될 예정입니다. FHE Co-processor V1.

3.3 Inco (EVM)

• Narrative: Modular 개인 정보 보호 컴퓨팅 계층/EVM 체인 지원
  제품: FHE의 롤업을 지원하고 EVM과 호환되는 기밀 스마트 계약입니다. 개발자는 Solidity를 사용하여 데이터 개인정보 보호를 보장하면서 Dapp을 개발합니다.
  협력: Zama와 협력, ZAMA의 fhEVM 사용

  • 팀: Remi Ga 창립자, 초기에는 Microsoft와 Google에서 소프트웨어 엔지니어로 잠시 근무했으며 Parallel Finance의 DeFi 프로젝트에 참여했습니다

설립자: Remi Gai, 22년 전 그는 Microsoft와 Google에서 각각 6~9개월의 소프트웨어 엔지니어로 근무했으며 이후 Parallel Finance 및 DeFi 프로젝트에 참여했습니다.

기술 리드: Cosmos의 핵심 개발인 Amaury A

• • 파이낸싱: 최근 Seed 파이낸싱 라운드는 1kx

  • 주도로 450만개입니다. 2024년 2월 Inco Network는 시드 투자를 완료했습니다. Circle Ventures, Robot Ventures, Portal VC, Alliance DAO, Big Brain Holdings, Symbolic, GSR, Polygon Ventures, Daedalus, Matter Labs 및 Fenbushi

• 가 참여하여 1kx가 주도하는 450만 달러 규모의 자금 조달 진행 : 24년 3 3월에 테스트 네트워크가 런칭될 예정이며, 2024년 4분기에 메인 네트워크가 런칭될 예정입니다

  • 2024년 3월에는 fhEVM을 포함한 테스트 네트워크가 런칭될 예정입니다. 현재 개인 정보 보호 ERC-20, 개인 정보 투표, 블라인드 경매 및 개인 정보 보호 DID의 여러 가지 예가 포함되어 있습니다. 메인넷에 런칭됩니다

  • 2025년에는 FPGA 하드웨어 가속을 하여 TPS가 100~1000에 도달할 수 있기를 기대합니다.

3.4 Mind Network (AI&DePIN)

• 내러티브: 데이터 개인 정보 보호 및 개인 컴퓨팅. AI 및 DePIN 데이터 및 모델.

  • 제품: 23년의 역사는 개인정보를 보호하는 데이터 저장 및 컴퓨팅인 Privacy Data Lake입니다. 올해에는 AI, DePIN 데이터 및 모델에 대한 개인정보 보호가 조정되었습니다.

  • 협력: ZAMA와 협력, ZAMA의 완전 동형 라이브러리 사용

  • 협력: Fhenix, Inco와 협력, fhEVM을 사용하여 롤업 수행

  • 협력: Arweave와 협력, 암호화된 데이터 저장

  • 협력 : EigenLayer, Babylon 등과 협력, 서비스 노드 재확보 참고: https://mindnetwork.medium.com/fhe-secured-restake-layer-scaling-security-for-ai-depin-networks-73d5c6e5dda3

• 팀: CTO George는 전 케임브리지 대학교 연구원이었습니다.

  • 공동 창업자 & CTO: George는 캠브리지 대학의 연구원이자 다국적 은행의 기술 이사였으며 인터넷 금융 기술 분야에서 다년간의 경험을 보유하고 있습니다.

• 파이낸싱: 2년, Seed는 250만 모금, Binance Labs에서 인큐베이션

  • 2023년 6월 20일 Seed는 250만 달러를 반올림했으며 Binance Labs가 투자를 주도하고 HashKey, SevenX 등이 참여했습니다.

• RoadMap: 이미 테스트 네트워크에 있으며 현재 재스테이크 기능이 있습니다. 나머지 로드맵은 발표되지 않았습니다.

3.5 Privasea (AI&DePIN)

• 내러티브: AI 및 DePIN 개인 정보 보호 컴퓨팅.

  • 제품: FHE를 사용하여 ML 모델을 교육합니다. TFHE의 부울 게이트를 최적화했습니다.

  • 제품: FaceID, 개인정보 보호 버전의 얼굴 인식. 마녀 방지 및 KYC에 사용됩니다

  • 협력: BNB Greenfield를 통합하여 암호화된 데이터 저장

• 팀: CTO Zhuan Cheng(시카고 대학 수학 박사)은 암호화 기술 연구 및 개발에 대한 풍부한 경험을 보유하고 있습니다.

  • CEO: David Jiao, AI 프로젝트는 2천만 위안을 모금했고, 블록체인 프로젝트는 400만 위안을 모금했습니다.

  • CTO Zhuan Cheng, 시카고 대학교 수학과 박사, 암호화폐 연구 및 개발에 대한 풍부한 경험, 이전에 NuLink의 ZK 개인정보 보호 프로젝트에 참여함

• 자금조달: 1년, Seed에서 500만 모금, Binance 인큐베이션된 랩

  • 2024년 3월, Seed Round는 MH Ventures, K300, Gate Labs, 1NVST 등의 참여로 Binance Labs에서 인큐베이션하여 500만 달러를 모금했습니다.

• RoadMap: 4월에 출시된 테스트넷 V2 2024년 3분기 메인 프로젝트 NET

  • 2024년 1월, Testnet V1.

  • 2024년 4월, Testnet V2.

  • Q3 2024, TGE.

3.6 Optalysys(도구)

설명: 동형 암호화 하드웨어.

위의 정보로 판단하면 ZAMA는 이러한 프로젝트에 완전 동형 암호화의 핵심 오픈 소스 라이브러리를 제공하며 현재 마땅한 기술 개척자이자 가장 강력한 플레이어입니다. 하지만 ZAMA에서는 아직 코인 발행 계획을 발표하지 않았기 때문에 Fhinex에 집중했습니다.

Fhinex는 개인 정보 보호 EVM을 구현하고 개인 정보 보호 스마트 계약을 구현합니다. 그들은 완전히 동형인 개인 정보 보호 EVM인 Fhenix L2를 구축할 계획입니다. 개인정보를 보호하는 거래 및 DeFi 등을 제공합니다. 이 L2에는 일부 암호화 및 암호 해독 작업을 수행하기 위한 임계값 네트워크도 장착되어 있습니다. 또한 Fhenix는 Fhenix 이외의 EVM 체인을 제공하고 완전한 Serve를 제공할 수 있는 완전한 동형 컴퓨팅 네트워크인 FHE 보조 프로세서도 구축합니다. .

Fhinex 팀은 인텔의 개인 정보 보호 컴퓨팅을 담당하는 전문가뿐만 아니라 MIT의 Enigma 개인 정보 보호 프로토콜 개발에 참여한 PHD와 알고랜드 암호화 리드로 구성된 강력한 기술력을 갖추고 있습니다.

간단히 말하면, 우리는 ZAMA 및 Fhinex와 같은 완전 동형 암호화 프로젝트가 이상적인 개인 정보 보호 도구를 블록체인에 가져올 수 있다고 믿습니다.

위 내용은 FHE(Fully Homomorphic Encryption) 트랙에 대한 심층 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!