encriptação totalmente homomórfica: visão geral e cenários de aplicação
encriptação totalmente homomórfica(FHE) é um esquema de encriptação especial que permite a realização de cálculos de funções diretamente sobre o texto cifrado sem a necessidade de o decifrar, protegendo assim a privacidade. Ao contrário da encriptação estática tradicional e da encriptação em trânsito, o FHE pode realizar processamento complexo sobre o texto cifrado, o que é especialmente útil em cenários de proteção de privacidade com múltiplas partes colaborando.
Uma aplicação típica da FHE é o sistema de votação online. Os eleitores podem submeter os votos encriptados a uma entidade intermediária, que pode contar os votos sem os decifrar, e no final apenas divulgar o resultado final. Isso evita o problema das soluções tradicionais, onde o intermediário precisa decifrar todos os votos para contar, protegendo assim melhor a privacidade da votação.
No sistema FHE, a função de encriptação e o processo de cálculo são públicos, mas os dados de entrada e os resultados de saída são encriptados. Apenas quem possui a chave de decriptação pode obter informações em texto simples. FHE é um esquema de encriptação compacto, onde o tamanho do texto cifrado de saída e a complexidade da decriptação dependem apenas da entrada original, não da complexidade do processo de cálculo.
A FHE geralmente inclui os seguintes tipos de chaves:
Chave de decriptação: chave principal do sistema, utilizada para decriptar mensagens cifradas em FHE, normalmente mantida localmente pelo usuário.
Chave de encriptação: utilizada para converter texto simples em texto cifrado, podendo ser pública no modo de chave pública.
Cálculo da chave: usado para realizar operações homomórficas sobre o texto cifrado, também pode ser público.
Os principais modos de aplicação da FHE incluem:
Modelo de outsourcing: delegar as tarefas de cálculo de dados sensíveis a prestadores de serviços em nuvem, enquanto se protege a privacidade dos dados.
Modo de cálculo de duas partes: permite que ambas as partes realizem cálculos conjuntos sem revelar os seus dados privados.
Modo de agregação: agrega de forma segura os dados de vários participantes, adequado para cenários como o aprendizado federado.
Modelo cliente-servidor: o servidor fornece serviços de cálculo de modelos de IA privados para vários clientes independentes.
As principais vantagens da FHE em relação aos esquemas tradicionais de encriptação são a capacidade de realizar cálculos complexos sobre os dados encriptados, trazendo novas possibilidades para a proteção da privacidade. No entanto, atualmente, o custo computacional da FHE ainda é muito alto, necessitando de avanços técnicos adicionais e suporte de hardware especializado para ser aplicado de forma prática em cenários mais amplos.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
8 gostos
Recompensa
8
5
Partilhar
Comentar
0/400
TerraNeverForget
· 07-15 04:55
bull uau finalmente há uma forma de encriptação de privacidade
Profundidade análise encriptação totalmente homomórfica FHE: um novo paradigma de computação para proteção de privacidade
encriptação totalmente homomórfica: visão geral e cenários de aplicação
encriptação totalmente homomórfica(FHE) é um esquema de encriptação especial que permite a realização de cálculos de funções diretamente sobre o texto cifrado sem a necessidade de o decifrar, protegendo assim a privacidade. Ao contrário da encriptação estática tradicional e da encriptação em trânsito, o FHE pode realizar processamento complexo sobre o texto cifrado, o que é especialmente útil em cenários de proteção de privacidade com múltiplas partes colaborando.
Uma aplicação típica da FHE é o sistema de votação online. Os eleitores podem submeter os votos encriptados a uma entidade intermediária, que pode contar os votos sem os decifrar, e no final apenas divulgar o resultado final. Isso evita o problema das soluções tradicionais, onde o intermediário precisa decifrar todos os votos para contar, protegendo assim melhor a privacidade da votação.
No sistema FHE, a função de encriptação e o processo de cálculo são públicos, mas os dados de entrada e os resultados de saída são encriptados. Apenas quem possui a chave de decriptação pode obter informações em texto simples. FHE é um esquema de encriptação compacto, onde o tamanho do texto cifrado de saída e a complexidade da decriptação dependem apenas da entrada original, não da complexidade do processo de cálculo.
A FHE geralmente inclui os seguintes tipos de chaves:
Chave de decriptação: chave principal do sistema, utilizada para decriptar mensagens cifradas em FHE, normalmente mantida localmente pelo usuário.
Chave de encriptação: utilizada para converter texto simples em texto cifrado, podendo ser pública no modo de chave pública.
Cálculo da chave: usado para realizar operações homomórficas sobre o texto cifrado, também pode ser público.
Os principais modos de aplicação da FHE incluem:
Modelo de outsourcing: delegar as tarefas de cálculo de dados sensíveis a prestadores de serviços em nuvem, enquanto se protege a privacidade dos dados.
Modo de cálculo de duas partes: permite que ambas as partes realizem cálculos conjuntos sem revelar os seus dados privados.
Modo de agregação: agrega de forma segura os dados de vários participantes, adequado para cenários como o aprendizado federado.
Modelo cliente-servidor: o servidor fornece serviços de cálculo de modelos de IA privados para vários clientes independentes.
As principais vantagens da FHE em relação aos esquemas tradicionais de encriptação são a capacidade de realizar cálculos complexos sobre os dados encriptados, trazendo novas possibilidades para a proteção da privacidade. No entanto, atualmente, o custo computacional da FHE ainda é muito alto, necessitando de avanços técnicos adicionais e suporte de hardware especializado para ser aplicado de forma prática em cenários mais amplos.