🎉 攢成長值,抽華爲Mate三折疊!廣場第 1️⃣ 2️⃣ 期夏季成長值抽獎大狂歡開啓!
總獎池超 $10,000+,華爲Mate三折疊手機、F1紅牛賽車模型、Gate限量週邊、熱門代幣等你來抽!
立即抽獎 👉 https://www.gate.com/activities/pointprize?now_period=12
如何快速賺成長值?
1️⃣ 進入【廣場】,點擊頭像旁標識進入【社區中心】
2️⃣ 完成發帖、評論、點讚、發言等日常任務,成長值拿不停
100%有獎,抽到賺到,大獎等你抱走,趕緊試試手氣!
截止於 8月9日 24:00 (UTC+8)
詳情: https://www.gate.com/announcements/article/46384
#成长值抽奖12期开启#
全同態加密FHE:保護隱私的密文計算利器
全同態加密:原理介紹與應用場景
提到"加密"時,人們通常會想到靜態加密和傳輸中加密。靜態加密將數據加密後存儲在硬件設備中,只有授權人員可以查看解密後的內容。傳輸中加密則確保通過互聯網傳輸的數據只能被指定接收者解讀。
這兩種場景都使用加密算法,並額外保證數據完整性,即數據在傳輸過程中未被篡改,這被稱爲"認證加密"。一旦數據被加密,參與傳輸的人無法私自解密(保密性),任何人也不能隨意篡改密文(完整性/真實性)。
然而,某些多方協作場景需要對密文進行復雜處理,這屬於隱私保護技術範疇,全同態加密(FHE)就是其中之一。以線上投票爲例:選民加密投票結果提交給中間實體,該實體收集所有投票並統計結果,最後只公布最終選舉結果。
使用傳統的"認證加密"方案時,負責統計的中間人需要解密所有人的投票數據才能執行統計,這會暴露每個人的投票結果。雖然可以對數據進行混洗,但很難將加密後的選票與選民身分完全分離。
爲應對這種情況,可以引入全同態加密(FHE)技術。FHE允許在不解密密文的情況下直接對密文進行函數計算,獲得該函數輸出的加密結果,從而保護隱私。
在FHE中,函數f的數學構造是公開的,因此輸入密文x輸出結果f(x)的處理流程可以在雲端執行,而不會泄露隱私。x和f(x)都是加密的密文,需要密鑰解密,通常使用相同的解密密鑰。
FHE是緊湊型加密方案,輸出結果f(x)的密文大小和解密工作量僅取決於輸入數據x對應的原始明文,不依賴於計算過程。這與非緊湊型加密系統不同,後者往往簡單地將x與函數f的源碼連接,讓接收者解密x並輸入f中計算。
在實際應用中,FHE外包模式通常被視爲TEE等安全執行環境的替代方案。FHE的安全性基於密碼學算法,不依賴硬件設備,因此不受被動側信道攻擊或雲服務器被攻擊的影響。對於需要外包敏感數據計算的情況,FHE可以提供更高的安全保障。
FHE系統通常包含幾組密鑰:
解密密鑰持有者需確保整個同態操作鏈條有效,最終密文安全,然後解密得到明文結果。同態操作可以公開進行並被驗證,降低了惡意操作的風險。
FHE的具體場景/模式
外包模式
外包模式是FHE的首個歷史性應用,旨在將普通雲計算轉變爲類似SGX和TEE的私密計算,但安全性基於密碼學算法而非硬件。Alice擁有私密數據但計算能力有限,Bob擁有強大計算資源但不貢獻額外私密數據。Alice加密輸入參數傳給Bob,Bob同態計算後返回加密結果。
目前FHE外包模式主要用於私有信息檢索(PIR)場景,如公共服務器擁有大型數據庫,客戶端請求數據但不想泄露查詢內容。
兩方計算模式
兩方計算模式中,Bob在計算過程中貢獻私密數據。FHE是理想的兩方計算解決方案,具有最小通信復雜度,並保證雙方隱私。潛在應用包括"百萬富翁問題"等電子商務場景。
聚合模式
聚合模式改進了外包模式,以緊湊且可驗證的方式聚合多個參與者的數據。典型應用包括聯邦學習和線上投票系統。
客戶端-服務器模式
客戶端-服務器模式改進了雙方計算模式,服務器爲多個獨立密鑰的客戶端提供FHE計算服務。可用於私有AI模型運算服務,如客戶端有私密數據,服務器有私有AI模型。
其他細節
全同態加密技術爲隱私保護計算提供了強大工具,未來有望在多個領域得到廣泛應用。