Tiêu đề gốc: "ArkStream Capital: Tại sao chúng tôi đầu tư vào đường đua FHE"

Nguồn gốc: ArkStream Capital

Lời nói đầu h1>

Trong quá khứ, công nghệ mật mã đóng vai trò quyết định đối với sự tiến bộ của nền văn minh nhân loại, đặc biệt là trong lĩnh vực bảo mật thông tin và bảo vệ quyền riêng tư. Nó không chỉ cung cấp sự bảo vệ vững chắc cho việc truyền và lưu trữ dữ liệu trong nhiều lĩnh vực khác nhau, mà hệ thống khóa công khai và riêng tư mã hóa bất đối xứng và chức năng băm đã được Satoshi Nakamoto tích hợp một cách sáng tạo vào năm 2008 để thiết kế một giải pháp cho việc chi tiêu gấp đôi. Cơ chế của vấn đề đã thúc đẩy sự ra đời của Bitcoin, một loại tiền kỹ thuật số mang tính cách mạng và mở ra một kỷ nguyên mới của ngành công nghiệp blockchain.

Với sự phát triển không ngừng và nhanh chóng của ngành công nghiệp blockchain, một loạt công nghệ mã hóa tiên tiến tiếp tục xuất hiện, bao gồm bằng chứng không có kiến thức (ZKP), tính toán nhiều bên (MPC) và mã hóa đồng hình hoàn toàn (FHE) là những điểm nổi bật nhất. Các công nghệ này đã được sử dụng rộng rãi trong nhiều tình huống, chẳng hạn như ZKP kết hợp với giải pháp Rollup để giải quyết vấn đề “Tam giác bất khả thi” của blockchain và MPC kết hợp với hệ thống khóa chung và khóa riêng để thúc đẩy ứng dụng quy mô lớn của cổng thông tin người dùng (Nhận nuôi đại chúng). Đối với mã hóa đồng hình hoàn toàn FHE, được coi là một trong những chén thánh của mật mã, các đặc điểm độc đáo của nó cho phép bên thứ ba thực hiện bất kỳ số lượng tính toán và thao tác nào trên dữ liệu được mã hóa mà không cần giải mã dữ liệu đó, nhờ đó đạt được quyền riêng tư tổng hợp trên chuỗi điện toán mang lại những khả năng mới cho nhiều lĩnh vực và kịch bản.

Tổng quan nhanh về FHE

Khi chúng tôi đề cập đến FHE (mã hóa đồng cấu đầy đủ ), trước tiên chúng ta có thể hiểu ý nghĩa đằng sau cái tên của nó. Trước hết, HE là viết tắt của công nghệ mã hóa đồng hình. Tính năng cốt lõi của nó là cho phép tính toán và thực hiện các thao tác trên bản mã và các thao tác này có thể được ánh xạ trực tiếp tới bản rõ, nghĩa là các đặc tính toán học của dữ liệu được mã hóa không thay đổi. Chữ “F” trong FHE có nghĩa là tính đồng cấu này đã đạt đến một cấp độ mới, cho phép tính toán và thao tác không giới hạn trên dữ liệu được mã hóa.

Để giúp hiểu rõ hơn, chúng tôi chọn hàm tuyến tính đơn giản nhất làm thuật toán mã hóa, Và kết hợp với một thao tác duy nhất để minh họa phép cộng và phép nhân đồng cấu. Tất nhiên, FHE thực tế sử dụng một loạt các thuật toán toán học phức tạp hơn và những thuật toán này đòi hỏi rất cao về tài nguyên máy tính (CPU và bộ nhớ).

Mặc dù toán học của FHE rất sâu sắc và phức tạp nhưng chúng ta sẽ không đi sâu vào quá nhiều chi tiết ở đây. Điều đáng nói là trong lĩnh vực mã hóa đồng cấu, ngoài FHE còn có hai dạng mã hóa đồng cấu một phần và mã hóa hơi đồng cấu. Sự khác biệt chính của chúng nằm ở loại hoạt động mà chúng hỗ trợ và số lượng hoạt động được phép, nhưng chúng cũng cung cấp khả năng thực hiện các phép tính và hoạt động trên dữ liệu được mã hóa. Tuy nhiên, để giữ nội dung ngắn gọn, chúng tôi sẽ không thảo luận sâu ở đây.

Trong ngành FHE, mặc dù có nhiều công ty nổi tiếng tham gia nghiên cứu và phát triển, Microsoft và Zama nêu bật khả năng sử dụng vô song với mức độ xuất sắc của các sản phẩm nguồn mở (cơ sở mã) và ảnh hưởng. Chúng cung cấp cho các nhà phát triển khả năng triển khai FHE ổn định và hiệu quả, đồng thời những đóng góp này đã thúc đẩy đáng kể sự phát triển liên tục và ứng dụng rộng rãi của công nghệ FHE.

SEAL của Microsoft: một thư viện FHE được Microsoft Research xây dựng cẩn thận, không chỉ hỗ trợ mã hóa đồng cấu hoàn toàn mà còn tương thích với mã hóa đồng cấu một phần. SEAL cung cấp giao diện C++ hiệu quả và cải thiện đáng kể hiệu suất và hiệu quả tính toán bằng cách tích hợp nhiều thuật toán và công nghệ tối ưu hóa.

TFHE của Zama: là một thư viện nguồn mở tập trung vào mã hóa đồng cấu hoàn toàn hiệu suất cao. TFHE cung cấp dịch vụ thông qua giao diện ngôn ngữ C và sử dụng một loạt công nghệ và thuật toán tối ưu hóa tiên tiến để đạt được tốc độ tính toán nhanh hơn và tiêu thụ tài nguyên thấp hơn.

Theo ý tưởng đơn giản nhất thì quy trình hoạt động trải nghiệm FHE đại khái như sau:

· Tạo khóa: Sử dụng thư viện/framework FHE để tạo một cặp khóa chung và khóa riêng.

· Mã hóa dữ liệu: Sử dụng khóa chung để mã hóa dữ liệu cần xử lý bằng tính toán FHE.

· Thực hiện các phép tính đồng cấu: Sử dụng các hàm tính toán đồng cấu do thư viện FHE cung cấp để thực hiện các thao tác tính toán khác nhau trên dữ liệu được mã hóa, chẳng hạn như cộng, nhân, v.v.

· Kết quả giải mã: Khi cần xem kết quả tính toán, người dùng hợp pháp sử dụng khóa riêng để giải mã kết quả tính toán.

Trong thực tế của FHE, sơ đồ quản lý các khóa giải mã (tạo, lưu thông và sử dụng, v.v.) là đặc biệt quan trọng. Do kết quả tính toán và vận hành của dữ liệu được mã hóa cần được giải mã để sử dụng vào những thời điểm và tình huống nhất định nên khóa giải mã trở thành cốt lõi để đảm bảo tính bảo mật và toàn vẹn của dữ liệu gốc và dữ liệu đã xử lý. Về việc quản lý khóa giải mã, sơ đồ này thực sự có nhiều điểm tương đồng với quản lý khóa truyền thống, nhưng do tính đặc thù của FHE, một chiến lược chi tiết và chặt chẽ hơn cũng có thể được thiết kế.

Đối với blockchain, do đặc tính phi tập trung, minh bạch và không giả mạo, nên sơ đồ tính toán ngưỡng bảo mật đa bên (Threshold Multi-Party Computation, TMPC) là một lựa chọn có tiềm năng lớn. Sơ đồ này cho phép nhiều người tham gia cùng quản lý và kiểm soát khóa giải mã và chỉ khi đạt đến số ngưỡng đặt trước (tức là số lượng người tham gia), dữ liệu mới có thể được giải mã thành công. Điều này không chỉ có thể cải thiện tính bảo mật của việc quản lý khóa mà còn giảm nguy cơ một nút đơn lẻ bị xâm phạm, mang lại sự đảm bảo mạnh mẽ cho ứng dụng FHE trong môi trường blockchain.

Đặt nền tảng của fhEVM

Từ góc độ giảm thiểu sự xâm nhập, hiện thực hóa ứng dụng FHE trên blockchain , cách lý tưởng nhất là gói gọn nó vào một thư viện mã hợp đồng thông minh chung để đảm bảo tính di động và linh hoạt. Tuy nhiên, tiền đề của giải pháp này là máy ảo hợp đồng thông minh phải hỗ trợ bộ hướng dẫn cụ thể của các phép toán phức tạp và các phép toán mật mã mà FHE yêu cầu trước. Nếu máy ảo không thể đáp ứng các yêu cầu này, kiến trúc cốt lõi của máy ảo phải được tùy chỉnh và chuyển đổi để thích ứng với nhu cầu của thuật toán FHE nhằm đạt được sự tích hợp liền mạch.

Là một máy ảo được áp dụng và chứng minh rộng rãi, EVM đương nhiên là lựa chọn đầu tiên để triển khai FHE. Tuy nhiên, chỉ có một số người thực hành trong lĩnh vực này, trong số đó chúng tôi một lần nữa lưu ý đến công ty Zama đã mở nguồn TFHE. Hóa ra Zama không chỉ cung cấp thư viện TFHE cơ bản mà với tư cách là một công ty công nghệ tập trung ứng dụng công nghệ FHE vào lĩnh vực trí tuệ nhân tạo và blockchain, họ còn cho ra mắt hai sản phẩm nguồn mở quan trọng: Concrete ML và fhEVM. Concrete ML tập trung vào tính toán quyền riêng tư của máy học. Thông qua Concrete ML, các nhà khoa học dữ liệu và người thực hành ML có thể đào tạo và suy luận các mô hình học máy trên dữ liệu nhạy cảm đồng thời bảo vệ quyền riêng tư, từ đó tận dụng tối đa tài nguyên dữ liệu mà không lo rò rỉ quyền riêng tư. Một sản phẩm khác, fhEVM, là một EVM đồng hình hoàn toàn hỗ trợ Solidity cho máy tính cá nhân. fhEVM cho phép các nhà phát triển sử dụng công nghệ mã hóa đồng nhất hoàn toàn trong hợp đồng thông minh Ethereum để đạt được sự bảo vệ quyền riêng tư và tính toán an toàn.

Khi đọc thông tin về fhEVM, chúng tôi hiểu rằng các đặc điểm cốt lõi của fhEVM là:

· fhEVM: Ở cấp mã byte không phải EVM, hỗ trợ vận hành FHE được cung cấp dưới dạng các hàm nhúng bằng cách tích hợp nhiều hợp đồng được biên dịch trước ở các trạng thái khác nhau của thư viện FHE nguồn mở Zama. Ngoài ra, một vùng lưu trữ và bộ nhớ EVM cụ thể được tạo riêng cho FHE để lưu trữ, đọc, ghi và xác minh văn bản mật mã của FHE;

· Dựa trên cơ chế giải mã phân tán được thiết kế theo giao thức ngưỡng: hỗ trợ các khóa FHE toàn cầu để trộn dữ liệu được mã hóa giữa nhiều người dùng và nhiều hợp đồng cũng như lưu trữ các khóa mã hóa trên chuỗi và chia sẻ khóa giải mã giữa nhiều trình xác minh với sơ đồ tính toán bảo mật nhiều bên theo ngưỡng. cho các khóa;

· Thư viện hợp đồng vững chắc giúp hạ thấp ngưỡng cho các nhà phát triển: thiết kế các kiểu dữ liệu được mã hóa, các loại hoạt động, lệnh gọi giải mã và đầu ra được mã hóa của FHE, v.v;

FhEVM của Zama cung cấp một điểm khởi đầu vững chắc cho công nghệ FHE trong các ứng dụng blockchain. Tuy nhiên, do Zama chủ yếu tập trung vào nghiên cứu và phát triển công nghệ nên các giải pháp của nó thiên về kỹ thuật hơn. tương đối ít suy nghĩ về mặt triển khai kỹ thuật và ứng dụng thương mại. Do đó, trong quá trình đưa fhEVM vào ứng dụng thực tế, nó có thể gặp phải nhiều thách thức bất ngờ khác nhau, bao gồm nhưng không giới hạn ở các vấn đề về ngưỡng kỹ thuật và tối ưu hóa hiệu suất.

Xây dựng FHE-Rollups sinh thái

Chỉ riêng FhEVM không thể tự nó tạo thành một dự án Hoặc một dự án hoàn chỉnh hệ sinh thái, nó giống như một trong những khách hàng đa dạng trong hệ sinh thái Ethereum. Để hoạt động như một dự án độc lập, fhEVM phải dựa vào kiến trúc cấp chuỗi công khai hoặc áp dụng giải pháp Layer2/Layer3. Hướng phát triển của chuỗi công khai FHE chắc chắn sẽ giải quyết cách giảm sự dư thừa và lãng phí tài nguyên máy tính FHE giữa các nút xác thực phân tán. Ngược lại, giải pháp Layer2/Layer3, vốn tồn tại dưới dạng lớp thực thi của chuỗi công cộng, có thể phân bổ công việc tính toán cho một số nút, giúp giảm đáng kể mức độ chi phí tính toán. Vì lý do này, Fhenix, với tư cách là người tiên phong, tích cực khám phá sự kết hợp giữa công nghệ fhEVM và Rollup, đồng thời đề xuất xây dựng các giải pháp Layer2 loại FHE-Rollups tiên tiến.

Xét rằng công nghệ ZK Rollups bao gồm cơ chế ZKP phức tạp và yêu cầu tài nguyên điện toán khổng lồ để tạo ra các bằng chứng cần thiết cho việc xác minh, kết hợp với các đặc điểm của chính FHE đầy đủ, nó trực tiếp Triển khai giải pháp FHE-Rollups dựa trên ZK Rollups sẽ gặp nhiều thách thức. Do đó, ở giai đoạn này, so với ZK Rollups, sẽ thực tế và hiệu quả hơn nếu áp dụng giải pháp Optimistic Rollups làm lựa chọn công nghệ của Fhenix.

Bộ công nghệ của Fenix chủ yếu bao gồm các thành phần chính sau: một biến thể của trình chứng minh gian lận của Arbitrum Nitro, có thể thực hiện bằng chứng gian lận trong WebAssugging, do đó, logic FHE có thể được biên dịch vào WebAssembly trước để vận hành an toàn. Thư viện lõi fheOS cung cấp tất cả các chức năng cần thiết để tích hợp logic FHE vào hợp đồng thông minh. Mạng dịch vụ ngưỡng (TSN) là một thành phần quan trọng khác. Nó lưu trữ các khóa mạng được chia sẻ bí mật, chia chúng thành nhiều phần chia sẻ bằng công nghệ chia sẻ bí mật dành riêng cho thuật toán để đảm bảo an ninh và chịu trách nhiệm thực hiện các tác vụ như giải mã dữ liệu khi cần thiết.

Dựa trên nền tảng công nghệ trên, Fhenix đã phát hành phiên bản công khai đầu tiên, Fhenix Frontier. Mặc dù đây là phiên bản đầu tiên có nhiều hạn chế và thiếu chức năng nhưng nó đã cung cấp hướng dẫn toàn diện về cách sử dụng thư viện mã hợp đồng thông minh, API Solidity, chuỗi công cụ phát triển hợp đồng (như Hardhat/Remix), thư viện JavaScript tương tác front-end, v.v. . Các nhà phát triển và các bên dự án sinh thái quan tâm đến vấn đề này có thể tham khảo tài liệu chính thức để khám phá.

Bộ đồng xử lý FHE của Chain-Agnostic

Dựa trên FHE-Rollups, Fhenix đã khéo léo tạo ra mô-đun Rơle được giới thiệu để trao quyền cho các chuỗi công khai, mạng L2 và L3 khác nhau để chúng có thể truy cập Bộ đồng xử lý FHE và sử dụng các chức năng FHE. Điều này có nghĩa là ngay cả khi Chuỗi máy chủ ban đầu không hỗ trợ FHE, giờ đây bạn có thể gián tiếp tận hưởng các chức năng mạnh mẽ của FHE. Tuy nhiên, do thời gian thử thách bằng chứng của FHE-Rollups thường kéo dài tới 7 ngày, điều này hạn chế khả năng áp dụng rộng rãi của FHE ở một mức độ nhất định. Để vượt qua thử thách này, Fhenix đã hợp tác với EigenLayer để cung cấp kênh nhanh hơn và thuận tiện hơn cho các dịch vụ của Bộ đồng xử lý FHE thông qua cơ chế Đặt lại của EigenLayer, cải thiện đáng kể hiệu quả và tính linh hoạt của toàn bộ Bộ đồng xử lý FHE.

Quy trình sử dụng FHE Coprocessor rất đơn giản và rõ ràng:

1 Hợp đồng ứng dụng gọi FHE Coprocessor. trên Chuỗi máy chủ Thực hiện các hoạt động tính toán được mã hóa

2. Yêu cầu xếp hàng hợp đồng chuyển tiếp

3. Nút chuyển tiếp lắng nghe hợp đồng chuyển tiếp và chuyển tiếp cuộc gọi đến Bản tổng hợp Fhenix chuyên dụng

4.FHE Rollup thực hiện các hoạt động tính toán FHE

5. Đầu ra giải mã mạng ngưỡng

6. Nút chuyển tiếp gửi kết quả và bằng chứng tích cực trở lại hợp đồng

7. Xác minh hợp đồng là lạc quan Chứng minh và gửi kết quả cho người gọi

8. Hợp đồng ứng dụng kết hợp kết quả cuộc gọi để tiếp tục thực hiện hợp đồng

Hướng dẫn tham gia Fhenix

Nếu bạn là nhà phát triển, bạn có thể đi sâu vào tài liệu của Fhenix và xây dựng dựa trên các Tài liệu này Phát triển ứng dụng dựa trên FHE của riêng bạn để khám phá tiềm năng của nó cho các ứng dụng thực tế.

Nếu là người dùng, bạn có thể muốn dùng thử các dApp do FHE-Rollups của Fhenix cung cấp và trải nghiệm tính năng bảo mật dữ liệu và bảo vệ quyền riêng tư do FHE mang lại.

Nếu bạn là nhà nghiên cứu, bạn nên đọc kỹ tài liệu của Fhenix để hiểu sâu hơn về các nguyên tắc, chi tiết kỹ thuật và triển vọng ứng dụng của FHE để bạn có thể sử dụng nó trong nghiên cứu của mình.

Các kịch bản ứng dụng tốt nhất của FHE

· Trò chơi toàn chuỗi bảo vệ quyền riêng tư: Công nghệ FHE Các giao dịch tài chính và hoạt động của người chơi trong nền kinh tế trò chơi cung cấp sự đảm bảo mã hóa mạnh mẽ, ngăn chặn hiệu quả việc thao túng thời gian thực và đảm bảo tính công bằng và khách quan của trò chơi. Đồng thời, FHE cũng có thể ẩn danh các hoạt động của người chơi, giảm đáng kể nguy cơ rò rỉ tài sản tài chính và thông tin cá nhân của người chơi, từ đó bảo vệ hoàn toàn quyền riêng tư và bảo mật của người chơi.

· DeFi/MEV: Với sự phát triển bùng nổ của hoạt động DeFi, nhiều hoạt động DeFi đã trở thành mục tiêu tấn công MEV trong khu rừng tối. Để giải quyết thách thức này, FHE có thể bảo vệ một cách hiệu quả dữ liệu nhạy cảm không muốn bị rò rỉ trong DeFi, chẳng hạn như số lượng vị thế, dòng thanh lý, trượt giao dịch, v.v., đồng thời đảm bảo tính toán và xử lý logic kinh doanh. Bằng cách áp dụng FHE, tình trạng của DeFi trên chuỗi có thể được cải thiện đáng kể, giảm đáng kể tần suất hành vi MEV xấu.

· AI: Việc đào tạo các mô hình AI dựa vào các tập dữ liệu Khi sử dụng dữ liệu cá nhân để đào tạo, việc đảm bảo tính bảo mật của dữ liệu nhạy cảm của từng cá nhân là ưu tiên hàng đầu. điều kiện tiên quyết. Vì lý do này, công nghệ FHE đã trở thành một giải pháp lý tưởng cho việc đào tạo mô hình AI trên dữ liệu riêng tư của từng cá nhân. Nó cho phép AI xử lý dữ liệu được mã hóa để hoàn tất quá trình đào tạo mà không tiết lộ bất kỳ thông tin cá nhân nhạy cảm nào.

Sự công nhận của cộng đồng FHE

Sự phát triển của công nghệ không chỉ dựa vào cốt lõi của nó các tính năng có thể đạt được. Để đạt được sự trưởng thành về công nghệ và tiến bộ liên tục, chúng ta phải dựa vào việc cải tiến liên tục hoạt động nghiên cứu và phát triển học thuật cũng như xây dựng cộng đồng tích cực. Về vấn đề này, FHE đã trở thành Chén Thánh của mật mã, tiềm năng và giá trị của nó từ lâu đã được công nhận rộng rãi. Năm 2020, Vitalik Buterin đã đánh giá cao và ủng hộ công nghệ FHE trong bài viết "Khám phá mã hóa hoàn toàn đồng hình". Mới đây, ông một lần nữa lên tiếng trên mạng xã hội, chắc chắn một lần nữa củng cố lập trường này và kêu gọi thêm nguồn lực, sức mạnh để phát triển công nghệ FHE. Tương ứng, các dự án mới, các tổ chức nghiên cứu và giáo dục phi lợi nhuận liên tục xuất hiện và các quỹ thị trường tiếp tục được bơm vào, tất cả những điều này dường như cho thấy khúc dạo đầu cho một cuộc bùng nổ công nghệ sắp bắt đầu.

Hệ sinh thái ban đầu FHE tiềm năng

Trong giai đoạn đầu phát triển hệ sinh thái FHE, ngoài công ty dịch vụ công nghệ cơ bản cốt lõi Zama và dự án cao cấp Fhenix, còn có hàng loạt dự án nổi bật không kém xứng đáng với sự chuyên sâu của chúng tôi hiểu biết và chú ý:

· Kem chống nắng: Trình biên dịch FHE được xây dựng thông qua nghiên cứu và phát triển tự phục vụ hỗ trợ FHE chuyển đổi các ngôn ngữ lập trình truyền thống và được thiết kế để tương ứng với việc lưu trữ phi tập trung văn bản mã hóa FHE Cuối cùng, định dạng SDK xuất các tính năng FHE cho các ứng dụng Web3

· Mind Network: Kết hợp với cơ chế Restaging của EigenLayer, nó là mạng FHE. được thiết kế đặc biệt để tăng cường bảo mật cho mạng AI và DePIN

·PADO Labs: Ra mắt zkFHE, tích hợp ZKP và FHE, đồng thời xây dựng mạng điện toán phi tập trung trên đó

· Arcium: trước đây là giao thức bảo mật Elusiv của Solana, gần đây nó đã chuyển đổi thành một mạng máy tính bí mật song song kết hợp với FHE

· Mạng Inco: dựa trên Zama fhEVM, tập trung vào việc tối ưu hóa chi phí và hiệu quả tính toán của FHE, sau đó phát triển Lớp sinh thái hoàn chỉnh1

· Treat: do nhóm Shiba và Zama cùng tạo ra, dành riêng cho việc mở rộng Lớp FHE Sinh thái Shiba3

· octra: Mạng FHE được phát triển dựa trên OCaml, AST, ReasonML và C++ hỗ trợ các môi trường thực thi biệt lập

· BasedAI: Mạng phân tán hỗ trợ giới thiệu các chức năng FHE cho các mô hình LLM

· Encifher: trước đây là BananaHQ, hiện được đổi tên thành Rize Labs, đang thực hiện FHEML xung quanh FHE

· Privasea: Mạng FHE được xây dựng bởi lõi NuLink nhóm, sử dụng khung Concrete ML của Zama, nhằm mục đích suy luận ML trong lĩnh vực AI Đạt được sự bảo vệ quyền riêng tư dữ liệu trong quy trình

Dành cho các tổ chức giáo dục và nghiên cứu phi lợi nhuận , chúng tôi đặc biệt khuyến nghị FHE.org và FHE Onchain, những nơi cung cấp dịch vụ nghiên cứu và phát triển học thuật cho toàn bộ hệ sinh thái. Phổ biến giáo dục cung cấp các nguồn tài nguyên có giá trị.

Do không gian có hạn nên chúng tôi không thể liệt kê hết các dự án nổi bật trong hệ sinh thái FHE. Nhưng hãy tin rằng hệ sinh thái này chứa đựng những tiềm năng và cơ hội vô hạn, đáng để chúng ta tiếp tục tìm hiểu và khám phá chuyên sâu.

Tóm tắt