ArkStream Capital:我們爲什么投資FHE賽道

2024-05-28 09:24 ArkStream Capital


來源:ArkStream Capital

前言 

過去,密碼學技術在人類文明進步中佔據了舉足輕重的地位,尤其在信息安全和隱私保護領域發揮了不可替代的作用。它不僅爲各領域的數據傳輸和存儲提供了堅實的保護,而且它的非對稱加密公私鑰體系和哈希函數,更是在2008年由中本聰進行創造性地融合,設計出了解決雙花問題的工作量證明機制,從而推動了比特幣這一革命性數字貨幣的誕生,並开啓了區塊鏈行業的新時代。

隨着區塊鏈行業的不斷演進和飛速發展,一系列前沿的密碼學技術不斷浮現,其中零知識證明(ZKP)、多方計算(MPC)和全同態加密(FHE)等最爲突出。這些技術在多個場景中得到了廣泛應用,如ZKP結合Rollup方案解決區塊鏈的“不可能三角”問題,MPC結合公私鑰體系推動用戶入口的大規模應用(Mass Adoption)。至於被視爲加密學聖杯之一的全同態加密FHE,其獨特的特性使得第三方能夠在不解密的情況下,對加密數據進行任意次數的計算和操作,從而實現可組合的鏈上隱私計算,爲多個領域和場景帶來了新的可能。

快速概覽FHE 

當我們提到FHE(全同態加密)時,我們可以先理解其名稱背後的含義。首先,HE代表同態加密技術,其核心特性在於允許對密文進行計算和操作,而這些操作能夠直接映射到明文上,即保持加密數據的數學屬性不變。而FHE中的“F”則意味着這種同態性達到了全新的高度,允許對加密數據進行無限次的計算和操作。

爲了幫助理解,我們選用最簡單的线性函數作爲加密算法,並且結合單次操作說明加法同態和乘法同態。當然,實際FHE使用的是一系列更爲復雜的數學算法,並且,這些算法對於計算資源(CPU和內存)要求極高。

盡管FHE的數學原理深奧且復雜,但在此我們不過多展开。值得一提的是,在同態加密的領域中,除了FHE之外,還有部分同態加密和有些同態加密這兩種形式。它們主要區別在於支持的操作類型和允許的運算次數不同,但同樣爲實現加密數據的計算和操作提供了可能。不過,爲了保持內容的簡潔性,我們在這裏也不做深入討論。

在FHE行業中,盡管有不少知名企業參與研究和开發,不過,微軟和Zama憑借他們卓越的开源產品(代碼庫),凸顯了無與倫比的可用度和影響力。他們爲开發者提供了穩定且高效的FHE實現,這些貢獻極大地推動了FHE技術的持續發展和廣泛應用。

微軟的SEAL:一款由微軟研究院精心打造的FHE庫,不僅支持全同態加密,還兼容部分同態加密。SEAL提供了高效的C++接口,並通過集成衆多優化算法和技術,顯著提升了計算性能和效率。

Zama的TFHE:是一個專注於高性能全同態加密的开源庫。TFHE通過C語言接口提供服務,並運用一系列先進的優化技術和算法,旨在實現更快速的計算速度和更低的資源消耗。

按照最簡化的思路,體驗FHE的操作流程大致如下:

  • 生成密鑰:使用FHE庫/框架生成一對公私鑰。

  • 加密數據:使用公鑰對需要進行FHE計算處理的數據進行加密。

  • 進行同態計算:利用FHE庫提供的同態計算功能,對加密的數據執行各種計算操作,例如加法、乘法等。

  • 解密結果:當需要查看計算結果時,合法的用戶使用私鑰對計算結果進行解密。

在FHE的實踐中,解密密鑰的管理方案(生成、流轉和使用等)尤爲關鍵。由於加密數據的計算和操作結果在某些時刻和場景下需要解密以供使用,那么,解密密鑰便成爲了確保原始數據和加工數據安全與完整性的核心。關於解密密鑰的管理,其方案實際上與傳統密鑰管理有許多相似之處,但鑑於FHE的特殊性,也可以設計採取更爲嚴謹和細致的策略。

對於區塊鏈而言,由於其去中心化、透明化和不可篡改等特性,引入閾值的多方安全計算方案(Threshold Multi-Party Computation, TMPC)是一種極具潛力的選擇。這種方案允許多個參與者共同管理和控制解密密鑰,只有當達到預設的閾值數量(即參與者數量)時,才能成功解密數據。這樣不僅能夠提高密鑰管理的安全性,還能降低單一節點被攻破的風險,爲FHE在區塊鏈環境中的應用提供了強有力的保障。

打下基礎的fhEVM 

從最小侵入性角度出發,實現FHE在區塊鏈上的應用,最理想的方式是將其封裝爲通用的智能合約代碼庫,以確保輕便性和靈活性。然而,這一方案的前提是智能合約虛擬機必須預先支持FHE所需的復雜數學運算和加密操作的特定指令集。若虛擬機無法滿足這些要求,則必須深入虛擬機的核心架構進行定制和改造,以適應FHE算法的需求,從而實現其無縫集成。

作爲廣泛採用且經過長時間驗證的虛擬機,EVM自然而然地成爲了實現FHE的首選。然而,在這個領域的實踐者寥寥無幾,其中,我們再次注意到开源TFHE的Zama公司。原來,Zama不僅提供了基礎的TFHE庫外,而且作爲一家專注於將FHE技術應用於人工智能和區塊鏈領域的科技公司,還推出了兩款重要开源產品:Concrete ML 和 fhEVM。Concrete ML 專注於機器學習隱私計算。通過 Concrete ML,數據科學家和ML從業者可以在保護隱私的前提下,對敏感數據進行機器學習模型的訓練和推斷,從而充分利用數據資源而無需擔心隱私泄露。另一款產品 fhEVM 則是支持 Solidity 實現隱私計算的全同態EVM。fhEVM 使得开發者可以在以太坊智能合約中使用全同態加密技術,實現隱私保護和安全計算。

通過閱讀fhEVM的資料,我們了解到fhEVM的核心特性是:

  • fhEVM:在非EVM字節碼層面,以內嵌函數形式,通過集成Zama开源FHE庫的多個不同狀態的預編譯合約,提供了FHE的操作支持。另外,專門爲FHE打造了一片特定的EVM內存和存儲區域,用於存儲、讀寫和驗證FHE的密文;

  • 基於分布式閾值協議設計的解密機制:支持在多個用戶和多個合約之間混合加密數據的全局FHE密鑰和鏈上存儲加密密鑰、多個驗證者之間以閾值的多方安全計算方案分享解密密鑰的異步加密機制;

  • 降低开發者使用門檻的Solidity合約庫:設計了FHE的加密數據類型、操作類型、解密調用和加密輸出等;

Zama的fhEVM爲區塊鏈應用中的FHE技術提供了堅實的起點,但考慮到Zama主要側重於技術研發,其解決方案更偏向於技術層面,而在工程落地和商業應用方面的思考相對較少。因此,fhEVM在推向實際應用的過程中,可能會遭遇各種預料之外的挑战,包括但不限於技術門檻和性能優化等問題。 

構建生態的FHE-Rollups 

單純的fhEVM本身並不能單獨構成一個項目或完整的生態體系,它更像是以太坊生態中多樣化的客戶端之一。若要作爲獨立項目立足,fhEVM必須依托於公鏈級別的架構或採用Layer2/Layer3的解決方案。FHE公鏈的發展方向不可避免地要解決如何減少FHE計算資源在分布式驗證者節點之間的冗余和浪費。相反,本身作爲公鏈執行層存在的Layer2 / Layer3方案可以將計算工作分配到少數節點,極大減低計算开銷的數量級。正因如此,Fhenix作爲先行者,積極探索將fhEVM與Rollup技術結合,提出構建先進的FHE-Rollups型Layer2解決方案。

考慮到ZK Rollups技術涉及復雜的ZKP機制,且需要巨大的計算資源來生成驗證所需的證明,結合全FHE本身的特性,直接實現基於ZK Rollups的FHE-Rollups方案將面臨諸多的挑战。因此,在目前階段,相較於ZK Rollups,採用Optimistic Rollups方案來作爲Fhenix的技術選擇會更爲實際和高效。

Fhenix的技術棧主要包括以下幾個關鍵組件:Arbitrum Nitro’s fraud prover的變種,它可以在WebAssembly進行欺詐證明,因此,FHE邏輯可以先編譯成WebAssembly進行安全運行。核心庫fheOS提供了將FHE邏輯集成到智能合約中所需的所有功能。閾值服務網絡(TSN)是另一個重要組件,它托管着祕密共享的網絡密鑰,使用特定算法的祕密共享技術將其分割成多份來確保安全性,並且在必要時,負責解密數據等任務。

基於上述的技術棧,Fhenix發布了首個公开版本Fhenix Frontier。盡管這是有不少限制和功能缺失的早期版本,但它已經全方位提供了智能合約代碼庫、Solidity API、合約开發工具鏈(如Hardhat/Remix)、前端交互JavaScript庫等的使用說明。對此感興趣的开發者和生態項目方可以參考官方文檔進行探索。

Chain-Agnostic的FHE Coprocessors 

在FHE-Rollups的基礎上,Fhenix巧妙地引入了Relay模塊,旨在賦能各類公鏈、L2及L3網絡,使得它們能夠接入FHE Coprocessors使用FHE功能。這意味着,即便原先的Host Chain並不支持FHE,現在也能間接享受到FHE的強大功能。然而,由於FHE-Rollups的證明挑战期通常長達7天,這在一定程度上限制了FHE的廣泛應用。爲了克服這一挑战,Fhenix聯手EigenLayer,通過EigenLayer的Restaking機制,爲FHE Coprocessors的服務提供了更爲快速方便的通道,極大地提升了整個FHE Coprocessors的效率和靈活性。

FHE Coprocessors的使用流程簡單明了:

  1. 應用合約在Host Chain上調用FHE Coprocessor執行加密計算操作

  2. Relay合約排隊請求

  3. Relay節點監聽Relay合約並將調用轉發至專用的Fhenix Rollup

  4. FHE Rollup執行FHE計算操作

  5. 閾值網絡解密輸出

  6. Relay節點將結果和樂觀證明回傳給合約

  7. 合約驗證樂觀證明並將結果發送給調用方

  8. 應用合約結合調用結果繼續執行合約

Fhenix參與指南 

如果你是一名开發者,你可以深入研究Fhenix的資料文檔,並基於這些文檔开發屬於你自己的FHE型應用,以探索其在實際應用中的潛力。

如果你是一名用戶,不妨嘗試體驗Fhenix的FHE-Rollups所提供的dApps,感受FHE帶來的數據安全性和隱私保護。

如果你是一名研究員,強烈推薦你仔細閱讀Fhenix的資料文檔,深入了解FHE的原理、技術細節和應用前景,以便在你的研究領域內做出更有價值的貢獻。

FHE最佳應用場景 

FHE技術展現出了廣泛的應用前景,特別是在全鏈遊戲、DeFi以及AI等領域,我們堅定地相信其在這些領域擁有巨大的發展潛力和廣闊的應用空間:

  • 隱私保護的全鏈遊戲:FHE技術爲遊戲經濟體中的金融交易和玩家操作提供了強大的加密保障,有效防止了實時操縱行爲,確保了遊戲的公平性和公正性。同時,FHE還能夠匿名化玩家的活動,顯著降低了玩家金融資產和個人信息泄露的風險,從而全方位保護玩家的隱私安全。

  • DeFi/MEV:隨着DeFi活動的蓬勃發展,不少DeFi操作在黑暗森林中成爲了MEV攻擊的目標。爲了解決這一挑战,FHE能夠在保證業務邏輯計算處理的前提下,有效地保護DeFi中不愿泄露的敏感數據,如持倉數量、清算线、交易滑點等。通過應用FHE,鏈上DeFi的健康情況可以顯著地提升,從而大幅降低不良MEV行爲的發生頻率。

  • AI:AI模型的訓練依賴於數據集,當涉及使用個體數據進行訓練時,確保個體敏感數據的安全成爲首要前提。爲此,FHE技術成爲AI模型訓練個體隱私數據的理想方案,它允許AI在加密數據上進行處理,從而在不泄露任何個人敏感信息的情況下完成訓練過程。

FHE的社區認可度 

技術的發展並非僅靠其硬核的特性就能實現。要實現技術的成熟與持續進步,必須依托於持續完善的學術研發和積極建設的社區力量。在這方面,FHE被成爲加密學界的聖杯,其潛力與價值早已被廣泛認可。2020年,Vitalik Buterin在《Exploring Fully Homomorphic Encryption》一文中,對FHE技術給予了高度的認可與支持。近期,他在社交媒體上再度發聲,無疑再次強化了這一立場,並爲FHE技術的發展呼籲了更多的資源和力量。與之對應的是,不斷湧現的新項目、非營利性研究和教育組織,持續注入的市場資金,這一切似乎都在預示着一場技術爆發的序曲即將奏響。

潛力的FHE初期生態 

在FHE生態的發展初期,除了核心基礎技術服務公司Zama和備受矚目的Fhenix這一優質項目外,還有一系列同樣出色的項目值得我們深入了解和關注:

  • Sunscreen:通過自助研發構建的FHE編譯器,支持傳統編程語言進行FHE轉換,設計對應FHE密文去中心化存儲存儲,最後以SDK形式爲Web3應用輸出FHE特性

  • Mind Network:結合EigenLayer的Restaking機制,專門爲AI和DePIN網絡擴展安全性的FHE網絡

  • PADO Labs:推出融合ZKP和FHE的zkFHE,並在其上構建的去中心化計算網絡

  • **Arcium:**前身是Solana的隱私協議Elusiv,近期轉型成爲結合了FHE的並行機密計算網絡

  • Inco Network:基於Zama的fhEVM,專注於優化FHE的計算成本和效率,進而發展完整生態的Layer1

  • Treat:由Shiba團隊與Zama聯手打造,致力於延展Shiba生態的FHE Layer3

  • octra:基於OCaml、AST、ReasonML和C++开發的支持隔離執行環境的FHE網絡

  • BasedAI:支持爲LLM模型引入FHE功能的分布式網絡

  • Encifher:前身是BananaHQ,現更名爲Rize Labs,正圍繞着FHE做FHEML

  • Privasea:NuLink核心團隊打造的FHE網絡,採用Zama的Concrete ML框架,旨在AI領域的ML推理過程中實現數據隱私保護

對於非贏利性研究和教育機構,我們強烈推薦FHE.org和FHE Onchain,它們爲整個生態的學術研究和教育普及提供了寶貴的資源。

由於篇幅有限,我們未能一一列舉FHE生態中所有優秀的項目。但請相信,這個生態中蕴含了無限的潛力和機遇,值得我們持續深入探索和發掘。

總結 

我們對FHE技術的前景充滿樂觀,並對Fhenix這個項目抱有極高的期待。一旦Fhenix主網發布和正式上线,我們預計不同領域的應用將因爲FHE技術而得到提升。我們堅信,這個充滿創新與活力的未來,已經近在咫尺。

參考文獻 

https://zama.ai/

https://github.com/microsoft/SEAL

https://www.fhenix.io/

https://mindnetwork.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

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

標題:ArkStream Capital:我們爲什么投資FHE賽道

地址:https://www.sgitmedia.com/article/31032.html

相關閱讀: