Rapport hebdomadaire sur le marché des cryptoactifs et analyse de la technologie de chiffrement homomorphique

Jusqu'au 13 octobre, une plateforme de données a effectué une analyse statistique de l'engouement et des variations de prix des principaux Cryptoactifs.

Le nombre de discussions sur le Bitcoin la semaine dernière était de 12,52 K, 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 dernière.

La discussion sur Ethereum a atteint 3,63K la semaine dernière, avec une 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 la semaine dernière.

Le jeton TON a été discuté 782 fois la semaine dernière, avec une baisse de 12,63 % par rapport à la semaine précédente. Son prix dimanche était de 5,26 dollars, en baisse de 0,25 % par rapport à la même période la semaine dernière.

Le chiffrement homomorphique ( FHE ) est une technologie prometteuse dans le domaine de la cryptographie, permettant de calculer directement sur des données chiffrées sans avoir besoin de les déchiffrer. Cette caractéristique offre un soutien solide pour la protection de la vie privée et le traitement des données. FHE a de vastes perspectives d'application dans plusieurs domaines tels que la finance, la santé, l'informatique en nuage, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et la protection de la vie privée sur la blockchain. Néanmoins, le chemin de la commercialisation de FHE fait encore face à de nombreux défis.

Le potentiel et les cas d'utilisation de FHE

Le principal avantage du chiffrement homomorphique réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la capacité de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que le contenu des données soit divulgué, le FHE peut jouer un rôle. Le propriétaire des données peut envoyer les données chiffrées à la partie calculatrice pour traitement, et les résultats du calcul restent chiffrés ; le propriétaire des données peut alors déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège à la fois la vie privée des données et permet d'accomplir les tâches de calcul nécessaires.

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 du cloud computing et de l'intelligence artificielle, la sécurité des données devient de plus en plus un sujet de préoccupation. Le Chiffrement homomorphique (FHE) peut offrir une protection de calcul multipartite dans ces scénarios, permettant aux parties de collaborer sans divulguer d'informations confidentielles. 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 la chaîne et l'examen des transactions privées.

Comparaison de FHE avec d'autres méthodes de chiffrement

Dans le domaine du Web3, le chiffrement homomorphique (FHE), les preuves à零知识(ZK), le calcul multipartite(MPC) et les environnements d'exécution de confiance(TEE) sont les principales méthodes de protection de la vie privée. Contrairement aux ZK, le FHE peut effectuer diverses opérations sur des données chiffrées sans décryptage. Le MPC permet aux parties de calculer dans un contexte de données chiffrées sans partager d'informations privées. Le TEE fournit un environnement de calcul sécurisé, mais la flexibilité du traitement des données est relativement limitée.

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

Limitations et défis du FHE

Bien que les bases théoriques de l'EHF soient solides, des défis pratiques ont été rencontrés dans les applications commerciales :

1. Coût de calcul à grande échelle : Le chiffrement homomorphique (FHE) nécessite d'importantes ressources de calcul, et ses coûts de calcul augmentent de manière significative par rapport aux calculs non chiffrés. Pour les opérations polynomiales 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 doit reposer sur l'accélération par matériel spécialisé, mais cela augmente également la complexité du déploiement.

2. Capacité opérationnelle limitée : Bien que le chiffrement homomorphique (FHE) puisse exécuter des opérations d'addition et de multiplication sur des données chiffrées, il prend en charge de manière limitée les opérations non linéaires complexes, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle impliquant des réseaux de neurones profonds. Actuellement, les solutions FHE sont principalement adaptées aux calculs linéaires et aux polynômes simples, et les applications de modèles non linéaires sont fortement limitées.

3. Complexité du support multi-utilisateurs : le FHE fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Le cadre FHE multi-clés proposé en 2013, bien qu'il permette l'opération sur des jeux de données chiffrés avec des clés différentes, augmente de manière significative la complexité de la gestion des clés et de l'architecture du système.

La combinaison de FHE et de l'intelligence artificielle

À l'ère actuelle axée sur les données, l'intelligence artificielle est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données poussent souvent les utilisateurs à ne pas vouloir partager d'informations sensibles. Le Chiffrement homomorphique (FHE) offre une solution de protection de la vie privée dans le domaine de l'IA. Dans le contexte du cloud computing, le transfert et le stockage des données sont généralement chiffrés, mais le processus de traitement est souvent en clair. Grâce au FHE, les données des utilisateurs peuvent être traitées tout en maintenant un état chiffré, garantissant ainsi la confidentialité.

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 sur la manière dont leurs données sont traitées et garantissent que les données sont protégées lors de leur transmission. Le chiffrement homomorphique de bout en bout offre des garanties en matière de conformité et de sécurité des données.

Applications et projets actuels du chiffrement homomorphique dans la blockchain

Le chiffrement homomorphique (FHE) est principalement utilisé dans la blockchain pour protéger la confidentialité des données, y compris la confidentialité sur la chaîne, la confidentialité des données d'entraînement de l'IA, la confidentialité des votes sur la chaîne et l'examen des transactions privées sur la chaîne, entre autres. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la mise en œuvre de la protection de la vie privée.

Une technologie construite par un fournisseur de solutions FHE est largement utilisée dans plusieurs projets de protection de la vie privée. Ces projets incluent :

• Basé sur la technologie TFHE, se concentre sur les opérations booléennes et les opérations d'entiers de faible longueur, et a construit un projet de pile de développement FHE pour les applications blockchain et IA.

• Développé un nouveau langage de contrat intelligent et une bibliothèque FHE, adaptés aux projets de réseaux blockchain.

• Utiliser le chiffrement homomorphique (FHE) pour réaliser la protection de la vie privée dans les réseaux de calculs AI, prenant en charge plusieurs modèles AI.

• Combiner le FHE avec l'intelligence artificielle pour offrir un environnement AI décentralisé et respectueux de la vie privée.

• En tant que solution Layer 2 pour Ethereum, prenant en charge les Rollups FHE et les coprocesseurs FHE, compatible avec EVM et soutenant l'écriture de contrats intelligents en Solidity.

Conclusion

FHE, en tant que technologie avancée permettant 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 confrontée à des problèmes de coût computationnel élevé et de faible évolutivité, ces défis pourraient progressivement être résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. 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 devrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant une percée révolutionnaire en matière de sécurité des données.