Cryptoactifs marchés dynamiques et développement de la technologie de chiffrement homomorphique

Selon les dernières statistiques, au 13 octobre, l'engouement et la performance des prix des principaux cryptoactifs sont les suivants :

La fréquence de discussion sur le Bitcoin la semaine dernière était de 12,52K, en légère baisse de 0,98 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la même période la semaine précédente.

La discussion autour d'Ethereum a atteint 3,63K la semaine dernière, en augmentation de 3,45% par rapport à la semaine précédente. Cependant, son prix dimanche était de 2530 dollars, en baisse de 4% par rapport à la même période de la semaine dernière.

Le nombre de discussions sur le jeton TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Son prix dimanche était de 5,26 dollars, en légère baisse de 0,25 % par rapport à la même période de la semaine dernière.

Le chiffrement homomorphique ( FHE ) en tant que technologie de pointe dans le domaine de la cryptographie, montre un énorme potentiel d'application. Son avantage clé réside dans sa capacité à effectuer des calculs directement sur des données chiffrées, sans avoir besoin de déchiffrement, offrant un soutien solide pour la protection de la vie privée et le traitement des données. Le FHE peut être largement appliqué dans plusieurs domaines tels que la finance, la santé, le cloud computing, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et la protection de la vie privée dans la blockchain. Néanmoins, la commercialisation du FHE fait encore face à de nombreux défis.

Avantages et cas d'utilisation du chiffrement homomorphique

Le principal avantage du chiffrement homomorphique réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser des capacités de calcul externes pour analyser des données, mais ne souhaite pas que le contenu des données soit accessible à des tiers, le chiffrement homomorphique peut jouer un rôle. L'entreprise peut transmettre les données après les avoir chiffrées, et l'entité externe peut effectuer des calculs en état chiffré, les résultats restant également chiffrés. L'entreprise d'origine peut alors déchiffrer pour obtenir les résultats d'analyse, protégeant ainsi la vie privée des données tout en accomplissant la tâche de calcul requise.

Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données, tels que la finance et la santé. Avec le développement de l'informatique en nuage et de l'intelligence artificielle, la sécurité des données suscite de plus en plus d'inquiétude. Le Chiffrement homomorphique (FHE) peut offrir une protection du calcul multipartite dans ces domaines, permettant aux parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, le FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctionnalités telles que la protection de la vie privée sur chaîne et l'examen des transactions privées.

Comparaison entre FHE et d'autres techniques de chiffrement

Dans le domaine de Web3, le chiffrement homomorphique, les preuves à zéro connaissance ( ZK ), le calcul multipartite ( MPC ) et l'environnement d'exécution de confiance ( TEE ) sont tous des méthodes principales de protection de la vie privée. Contrairement au ZK, le chiffrement homomorphique permet d'effectuer diverses opérations sur des données chiffrées sans avoir besoin de déchiffrer les données au préalable. Le calcul multipartite permet aux parties de calculer dans un contexte de données chiffrées sans avoir à partager d'informations privées entre elles. L'environnement d'exécution de confiance fournit des calculs dans un environnement sécurisé, mais la flexibilité du traitement des données y est relativement limitée.

Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le soutien aux tâches de calcul complexes, le chiffrement homomorphique (FHE) se distingue particulièrement. Cependant, le FHE fait toujours face à des problèmes de coûts de calcul élevés et de faible évolutivité dans les applications pratiques, ce qui limite ses performances dans les applications en temps réel.

Limitations et défis du FHE

Bien que les bases théoriques du chiffrement homomorphique (FHE) soient solides, des défis pratiques ont été rencontrés dans les applications commerciales :

1. Coût de calcul à grande échelle : Le FHE nécessite d'importantes ressources de calcul, et par rapport au calcul non chiffré, son coût de calcul augmente de manière significative. Pour les calculs de polynômes de haut degré, le temps de traitement croît de manière polynomiale, rendant difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts dépendra d'un matériel spécialisé pour l'accélération, mais cela augmente également la complexité du déploiement.

2. Capacité d'opération limitée : Le FHE peut exécuter des opérations d'addition et de multiplication sur des données chiffrées, mais le support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle impliquant des réseaux de neurones profonds, etc. Les solutions FHE actuelles sont encore principalement adaptées aux calculs linéaires et aux calculs polynomiaux simples, l'application de modèles non linéaires étant considérablement limitée.

3. La complexité du support multi-utilisateur : Le FHE fonctionne bien dans un scénario à utilisateur unique, mais la complexité du système augmente de façon spectaculaire lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien qu'il existe des cadres FHE à plusieurs clés qui permettent de manipuler des jeux de données chiffrés avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent considérablement.

La combinaison de FHE et de l'intelligence artificielle

Dans l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données amènent souvent les utilisateurs à ne pas vouloir partager d'informations sensibles. Le chiffrement homomorphique (FHE) offre des solutions de protection de la vie privée dans le domaine de l'IA. Dans le contexte du cloud computing, le FHE permet de traiter les données des utilisateurs tout en maintenant leur état chiffré, garantissant ainsi la confidentialité des données.

Cet avantage est particulièrement important dans le cadre de réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés des méthodes de traitement des données et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout de FHE assure la conformité et la sécurité des données.

Applications et projets actuels de FHE dans la blockchain

L'application de FHE dans la blockchain se concentre principalement sur la protection de la vie privée des données, y compris la vie privée sur la chaîne, la vie privée des données d'entraînement AI, la vie privée des votes sur la chaîne et l'examen des transactions privées sur la chaîne, entre autres directions. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la réalisation de la protection de la vie privée :

• La solution FHE construite par une certaine entreprise est largement utilisée dans plusieurs projets de protection de la vie privée sur blockchain.
• Un projet basé sur la technologie TFHE, se concentrant sur les opérations booléennes et les opérations sur des entiers de faible longueur, et a construit une pile de développement FHE pour les applications blockchain et IA.
• Un autre projet a développé un nouveau langage de contrat intelligent et la bibliothèque HyperghraphFHE, adaptée aux réseaux blockchain.
• Un projet utilise le chiffrement homomorphique pour réaliser la protection de la vie privée dans les réseaux de calcul AI, prenant en charge divers modèles AI.
• Il existe également des projets combinant le chiffrement homomorphique avec l'intelligence artificielle, offrant un environnement d'IA décentralisé et protégé en matière de confidentialité.
• Une solution Layer 2 prend en charge les Rollups FHE et les coprocesseurs FHE, est compatible avec l'EVM et prend en charge les contrats intelligents écrits en Solidity.

Conclusion

FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE soit encore confrontée à des problèmes de coûts de calcul élevés et de mauvaise évolutivité, ces problèmes devraient progressivement être résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie blockchain, FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, FHE pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant de nouvelles percées révolutionnaires en matière de sécurité des données.