序文
これまで、暗号技術は人類文明の進歩、特に情報セキュリティとプライバシー保護の分野で決定的な役割を果たしてきました。さまざまな分野でデータの送信と保管に強固な保護を提供するだけでなく、その非対称暗号化の公開鍵および秘密鍵システムとハッシュ機能は、二重支払いに対するソリューションを設計するために、サトシ・ナカモトによって 2008 年に創造的に統合されました。この問題のメカニズムは、革新的なデジタル通貨であるビットコインの誕生を促進し、ブロックチェーン業界の新時代を切り開きました。
ブロックチェーン業界の継続的な進化と急速な発展に伴い、ゼロ知識証明 (ZKP)、マルチパーティ コンピューテーション (MPC)、および完全準同型暗号化 (FHE) など、一連の最先端の暗号技術が出現し続けています。最も顕著な。これらのテクノロジーは、ブロックチェーンの「不可能な三角形」問題を解決するためにロールアップ ソリューションと組み合わせた ZKP や、ユーザー ポータルの大規模なアプリケーションを促進するために公開キーおよび秘密キー システムと組み合わせた MPC など、複数のシナリオで広く使用されています。 (大量採用)。暗号化の聖杯の 1 つと考えられている完全準同型暗号化 FHE に関しては、その独自の特性により、サードパーティが暗号化されたデータを復号化することなく任意の数の計算と操作を実行できるため、コンポーザブルなオンチェーン プライバシーが実現され、コンピューティングは新しい可能性をもたらします。複数のフィールドとシナリオ。
概要 FHE
FHE (完全準同型暗号化) について言及すると、まずその名前の背後にある意味を理解できます。まず、HE は準同型暗号化テクノロジーの略で、その中核的な機能は、暗号文の計算と演算を可能にし、これらの演算を平文に直接マッピングできること、つまり、暗号化されたデータの数学的特性が変化しないことです。 FHE の「F」は、この準同型性がまったく新しいレベルに達し、暗号化されたデータに対する無制限の計算と操作が可能になったことを意味します。
理解を助けるために、暗号化アルゴリズムとして最も単純な線形関数を選択し、単一の演算による加法準同型性と乗算準同型性を示します。もちろん、実際の FHE は一連のより複雑な数学的アルゴリズムを使用しており、これらのアルゴリズムはコンピューティング リソース (CPU とメモリ) を非常に要求します。
FHE の数学は奥深く複雑ですが、ここではあまり詳しく説明しません。準同型暗号化の分野では、FHE に加えて、部分準同型暗号化とある程度準同型暗号化の 2 つの形式があることに言及する価値があります。それらの主な違いは、サポートされる操作の種類と許可される操作の数にありますが、暗号化されたデータに対して計算と操作を実装する可能性も提供します。ただし、内容を簡潔にするために、ここでは詳しく説明しません。
FHE 業界には、研究開発に携わる著名な企業が数多くありますが、Microsoft と Zama は、優れたオープンソース製品 (コード ベース) で比類のないユーザビリティと影響力を強調しています。これらは開発者に安定した効率的な FHE 実装を提供し、これらの貢献により FHE テクノロジの継続的な開発と広範な適用が大幅に促進されました。
Microsoft の SEAL: Microsoft Research によって慎重に構築された FHE ライブラリ。完全準同型暗号化をサポートするだけでなく、部分準同型暗号化とも互換性があります。 SEAL は効率的な C++ インターフェイスを提供し、多数の最適化アルゴリズムとテクノロジを統合することでコンピューティングのパフォーマンスと効率を大幅に向上させます。
Zama の TFHE: 高性能の完全準同型暗号化に焦点を当てたオープン ソース ライブラリです。 TFHE は、C 言語インターフェイスを通じてサービスを提供し、一連の高度な最適化テクノロジとアルゴリズムを使用して、より高速なコンピューティング速度とより低いリソース消費を実現します。
最も単純化した考え方によれば、FHE を体験する操作プロセスは次のようになります。
キーの生成: FHE ライブラリ/フレームワークを使用して、公開キーと秘密キーのペアを生成します。
暗号化されたデータ: 公開キーを使用して、FHE 計算で処理する必要があるデータを暗号化します。
準同型計算の実行: FHE ライブラリによって提供される準同型計算関数を使用して、暗号化されたデータに対して加算、乗算などのさまざまな計算操作を実行します。
復号結果: 計算結果を閲覧する必要がある場合、正規のユーザーは秘密鍵を使用して計算結果を復号します。
FHE の実践においては、復号鍵の管理スキーム (生成、配布、使用など) が特に重要です。暗号化されたデータの計算結果や演算結果は、特定のタイミングやシナリオで使用するために復号する必要があるため、復号キーは元のデータと処理されたデータのセキュリティと完全性を確保するための核となります。復号化キーの管理に関しては、このスキームは実際には従来のキー管理と多くの類似点がありますが、FHE の特殊性を考慮すると、より厳密で詳細な戦略を設計することもできます。
ブロックチェーンの場合、その分散化、透明性、および非改ざん特性により、しきい値を導入するマルチパーティ安全計算スキーム (Threshold Multi-Party Computation、TMPC) が非常に潜在的な選択肢となります。このスキームにより、複数の参加者が共同で復号キーを管理および制御することができ、事前に設定されたしきい値（つまり、参加者の数）に達した場合にのみ、データの復号が成功します。これにより、キー管理のセキュリティが向上するだけでなく、単一ノードが侵害されるリスクも軽減され、ブロックチェーン環境での FHE の適用に対する強力な保証が提供されます。
fhEVMの基礎を築く
侵入を最小限に抑えるという観点から、ブロックチェーンに FHE を実装する最も理想的な方法は、FHE を一般的なスマート コントラクト コード ベースにカプセル化し、移植性と柔軟性を確保することです。ただし、このソリューションの前提は、スマート コントラクト仮想マシンが、FHE に必要な複雑な数学演算と暗号演算の特定の命令セットを事前にサポートしている必要があるということです。仮想マシンがこれらの要件を満たせない場合は、シームレスな統合を実現するために、仮想マシンのコア アーキテクチャをカスタマイズして、FHE アルゴリズムのニーズに適応するように変換する必要があります。
EVM は広く採用され実績のある仮想マシンなので、FHE の実装には自然な選択です。しかし、この分野の実践者はわずかであり、その中でも TFHE をオープンソース化した座間市の企業に改めて注目します。 Zama は基本的な TFHE ライブラリを提供するだけでなく、FHE テクノロジーを人工知能とブロックチェーンの分野に適用することに重点を置いたテクノロジー企業として、Concrete ML と fhEVM という 2 つの重要なオープンソース製品も立ち上げたことがわかりました。 Concrete ML は、機械学習プライバシー コンピューティングに焦点を当てています。 Concrete ML を通じて、データ サイエンティストと ML 実践者は、プライバシーを保護しながら機密データに関する機械学習モデルをトレーニングおよび推論できるため、プライバシー漏洩を心配することなくデータ リソースを最大限に活用できます。もう 1 つの製品である fhEVM は、Solidity をサポートしてプライバシー コンピューティングを実装する完全準同型 EVM です。 fhEVM を使用すると、開発者はイーサリアム スマート コントラクトで完全準同型暗号化テクノロジを使用して、プライバシー保護と安全なコンピューティングを実現できます。
fhEVM に関する情報を読むと、fhEVM の中核となる機能が次のとおりであることがわかります。
fhEVM: 非 EVM バイトコード レベルでは、Zama オープン ソース FHE ライブラリのさまざまな状態でプリコンパイルされた複数のコントラクトを統合することにより、FHE 操作サポートが組み込み関数の形式で提供されます。さらに、FHE 暗号文の保存、読み取り、書き込み、検証を行うために、特定の EVM メモリおよびストレージ領域が FHE 専用に作成されます。
分散しきい値プロトコルに基づいて設計された復号化メカニズム: 複数のユーザーおよび複数の契約間で暗号化データを混合するためのグローバル FHE キーと暗号化キーのオンチェーン ストレージ、複数の検証者間でしきい値を使用するマルチパーティ セキュア コンピューティング スキームをサポート 復号化キーを共有するための非同期暗号化メカニズム;
開発者の敷居を下げるSolidityコントラクトライブラリ：FHEの暗号化されたデータタイプ、操作タイプ、復号化呼び出し、暗号化された出力などを設計。
座間市の fhEVM は、ブロックチェーン アプリケーションにおける FHE テクノロジーの確かな出発点を提供します。ただし、座間市が主にテクノロジーの研究開発に焦点を当てていることを考慮すると、そのソリューションはより技術指向であり、エンジニアリングの実装や商用アプリケーションの観点からは比較的考慮されていません。 。したがって、fhEVM を実用化する過程で、技術的なしきい値やパフォーマンスの最適化の問題など、さまざまな予期せぬ課題に直面する可能性があります。
環境に優しい FHE ロールアップの構築
fhEVM は、それ自体でプロジェクトや完全なエコシステムを構成するものではなく、イーサリアム エコシステム内の多様なクライアントの 1 つに似ています。独立したプロジェクトとして機能するには、fhEVM がパブリック チェーン レベルのアーキテクチャに依存するか、レイヤー 2/レイヤー 3 ソリューションを採用する必要があります。 FHE パブリック チェーンの開発の方向性は、必然的に分散バリデータ ノード間の FHE コンピューティング リソースの冗長性と無駄を削減する方法に焦点を当てます。それどころか、レイヤー 2/レイヤー 3 ソリューションは、それ自体がパブリック チェーンの実行レイヤーとして存在し、コンピューティング作業を少数のノードに割り当てることができ、コンピューティングのオーバーヘッドを大幅に削減できます。このため、Fhenix はパイオニアとして、fhEVM と Rollup テクノロジーの組み合わせを積極的に検討し、高度な FHE-Rollups タイプのレイヤー 2 ソリューションを構築することを提案しています。
ZK ロールアップ技術には複雑な ZKP メカニズムが含まれており、完全な FHE 自体の特性と組み合わせて、検証に必要な証明を生成するために膨大なコンピューティング リソースが必要であることを考慮すると、ZK ロールアップに基づいて FHE ロールアップ スキームを直接実装すると、多くの課題に直面することになります。したがって、現段階では、ZK Rollups と比較して、Optimistic Rollups ソリューションを Fhenix のテクノロジーの選択肢として採用する方がより現実的かつ効率的です。
Fhenix のテクノロジー スタックには、主に次の主要コンポーネントが含まれています。 WebAssembly で不正行為の証明を実行できる Arbitrum Nitro の不正証明機能のバリアント。 したがって、安全に動作させるために、FHE ロジックを最初に WebAssembly にコンパイルできます。コア ライブラリ fheOS は、FHE ロジックをスマート コントラクトに統合するために必要なすべての機能を提供します。 Threshold Service Network (TSN) も重要なコンポーネントであり、秘密に共有されたネットワーク キーをホストし、アルゴリズム固有の秘密共有テクノロジを使用してネットワーク キーを複数の共有に分割し、必要に応じてデータの復号化などのタスクを実行します。
上記の技術スタックに基づいて、Fhenix は最初のパブリック バージョンである Fhenix Frontier をリリースしました。これは多くの制限や不足している機能のある初期バージョンですが、スマート コントラクト コード ライブラリ、Solidity API、コントラクト開発ツール チェーン (Hardhat/Remix など)、フロントエンド インタラクティブ JavaScript ライブラリなどを使用するための包括的な手順がすでに提供されています。これに興味のある開発者やエコロジー プロジェクト関係者は、公式ドキュメントを参照して検討してください。
Chain-Agnostic の FHE コプロセッサー
FHE ロールアップに基づいて、Fhenix は Relay モジュールを巧みに導入し、さまざまなパブリック チェーン、L2 および L3 ネットワークに力を与え、FHE コプロセッサにアクセスして FHE 機能を使用できるようにすることを目指しています。これは、元のホスト チェーンが FHE をサポートしていない場合でも、FHE の強力な機能を間接的に享受できることを意味します。ただし、FHE ロールアップの証明チャレンジ期間は通常 7 日間と長いため、FHE の広範な適用はある程度制限されます。この課題を克服するために、Fhenix は、EigenLayer と提携して、EigenLayer の再ステーキング メカニズムを通じて FHE コプロセッサのサービスに高速で便利なチャネルを提供し、FHE コプロセッサ全体の効率と柔軟性を大幅に向上させました。
FHE コプロセッサの使用プロセスはシンプルかつ明確です。
アプリケーション コントラクトは、ホスト チェーン上の FHE コプロセッサを呼び出して、暗号化計算操作を実行します。
リレーコントラクトキューリクエスト
Relay ノードは Relay コントラクトをリッスンし、通話を専用の Fhenix Rollup に転送します。
FHE ロールアップは FHE 計算操作を実行します
しきい値ネットワーク復号化出力
リレーノードは結果と楽観的証明をコントラクトに送り返します。
コントラクトは楽観的証明を検証し、結果を呼び出し元に送信します。
アプリケーション コントラクトは、呼び出し結果に基づいてコントラクトを実行し続けます。
Fhenix 参加ガイド
開発者であれば、Fhenix のドキュメントを詳しく調べ、これらのドキュメントに基づいて独自の FHE タイプのアプリケーションを開発して、実際のアプリケーションでの可能性を探ることができます。
あなたがユーザーであれば、Fhenix の FHE-Rollups によって提供される dApps を試して、FHE によってもたらされるデータ セキュリティとプライバシー保護を体験してみるとよいでしょう。
あなたが研究者である場合、研究分野でより貴重な貢献をするために、Fhenix のドキュメントを注意深く読んで FHE の原理、技術的詳細、応用の見通しを深く理解することを強くお勧めします。
FHE の最適なアプリケーション シナリオ
FHE テクノロジーは、特にフルチェーン ゲーム、DeFi、AI などの分野で幅広い応用の可能性を示しており、次の分野で大きな開発の可能性と幅広い応用スペースがあると確信しています。
プライバシー保護されたフルチェーン ゲーム: FHE テクノロジーは、ゲーム経済における金融取引とプレーヤーの操作に強力な暗号化保証を提供し、リアルタイム操作を効果的に防止し、ゲームの公平性と公平性を確保します。同時に、FHE はプレーヤーのアクティビティを匿名化することもでき、プレーヤーの金融資産や個人情報の漏洩リスクを大幅に軽減し、プレーヤーのプライバシーとセキュリティを完全に保護します。
DeFi/MEV: DeFi活動の急速な発展に伴い、多くのDeFi運営が暗い森でのMEV攻撃の標的となっています。この課題を解決するために、FHE は、ビジネス ロジックの計算と処理を確保しながら、ポジション量、清算ライン、トランザクション スリッページなど、DeFi で漏洩されたくない機密データを効果的に保護できます。 FHE を適用することで、オンチェーン DeFi の健全性が大幅に改善され、MEV の不正な動作の頻度が大幅に減少します。
AI: AI モデルのトレーニングはデータセットに依存します。トレーニングに個々のデータを使用する場合、個々の機密データのセキュリティを確保することが第一の前提条件になります。このため、FHE テクノロジーは、AI が個人のプライベート データをトレーニングするための理想的なソリューションとなり、AI が暗号化されたデータを処理して、個人の機密情報を漏らすことなくトレーニング プロセスを完了できるようになります。
FHE のコミュニティでの評価
テクノロジーの発展は、そのハードな特性だけでは達成できません。技術の成熟と継続的な進歩を達成するには、学術研究開発の継続的な改善と積極的なコミュニティ構築に頼らなければなりません。この点で、FHE は暗号化の聖杯となり、その可能性と価値は長い間広く認識されてきました。 2020 年、Vitalik Buterin は「完全準同型暗号化の探求」という記事で FHE テクノロジーを高く評価し、支持しました。最近、彼は再びソーシャルメディアで発言し、間違いなく再びこの立場を強化し、FHE技術の開発のためのより多くのリソースと力を求めました。これに対応して、新しいプロジェクト、非営利の研究機関や教育機関が絶えず誕生し、市場からの資金が注入され続けており、そのすべてが技術爆発への序曲が始まろうとしていることを示しているようです。
FHE の初期生態の可能性
FHE エコシステム開発の初期段階では、中核的な基礎技術サービス会社である Zama と知名度の高い Fhenix の質の高いプロジェクトに加えて、私たちの綿密な調査に値する一連の同様に優れたプロジェクトもあります。理解と注意:
サンスクリーン: セルフサービスの研究開発を通じて構築された FHE コンパイラーは、従来のプログラミング言語の FHE 変換をサポートし、FHE 暗号文に対応する分散ストレージを設計し、最終的に Web3 アプリケーション向けの FHE 機能を SDK の形式で出力します。
Mind Network：EigenLayer の Restake メカニズムと組み合わせた、AI および DePIN ネットワークのセキュリティを拡張するために特別に設計された FHE ネットワークです。
PADO Labs: ZKP と FHE を統合する zkFHE を立ち上げ、その上に分散型コンピューティング ネットワークを構築
**Arcium:** 以前は Solana のプライバシー プロトコル Elusiv でしたが、最近 FHE と組み合わせた並列機密コンピューティング ネットワークに変わりました。
Inco Network: Zama の fhEVM に基づいて、FHE のコンピューティング コストと効率の最適化に焦点を当て、完全なエコロジカルなレイヤー 1 を開発します。
Treat: Shiba チームと Zama が共同で作成した FHE Layer 3、Shiba エコシステムの拡張に専念
octra: OCaml、AST、ReasonML、C++ に基づいて開発された分離実行環境をサポートする FHE ネットワーク
BasedAI: LLM モデルの FHE 機能の導入をサポートする分散ネットワーク
Encifher: 以前は BananaHQ でしたが、現在は Rize Labs に改名され、FHE を中心に FHEML を構築しています。
Privasea: NuLink コア チームによって構築された FHE ネットワークは、Zama の Concrete ML フレームワークを使用して、AI 分野での ML 推論中のデータ プライバシー保護を実現します。
非営利の研究教育機関の場合は、エコシステム全体で学術研究と教育の普及に貴重なリソースを提供する FHE.org と FHE Onchain を強くお勧めします。
スペースが限られているため、FHE エコシステム内のすべての優れたプロジェクトをリストすることはできません。しかし、このエコシステムには無限の可能性と機会が含まれており、それは私たちが継続的に深く探求し続ける価値があると信じてください。
要約する
私たちは FHE テクノロジーの将来性に楽観的であり、Fhenix プロジェクトに大きな期待を寄せています。 Fhenix メインネットがリリースされ、正式に開始されると、FHE テクノロジーによってさまざまな分野のアプリケーションが改善されることが期待されます。私たちは、この革新と活力に満ちた未来がすぐそこまで来ていると確信しています。
参考文献
https://zama.ai/
https://github.com/microsoft/SEAL
https://www.fhenix.io/
https://マインドネットワーク.xyz/
https://www.inco.org/
https://x.com/treatsforShib
https://docs.octra.org/
https://x.com/encifherio
https://www.getbased.ai/
https://www.privasea.ai/
https://x.com/fhe_org
https://x.com/FHEOnchain
https://vitalik.eth.limo/general/2020/07/20/homomorphic.html
https://x.com/MessariCrypto/status/1720134959875457352
https://foresightnews.pro/article/detail/59947
