文章转载来源: Bluueworld
5月5日,以太坊创始人V神再次在推特分享了其2020年的FHE(全同态加密)文章,也持续点燃大家对FHE技术应用的关注和探讨。V神文章深入介绍了相关的数学原理,英文原版在此。
FHE(Fully Homomorphic Encryption)中文是全同态加密计算,和ZK一样,是密码学的前沿领域之一,也被称为密码学的圣杯。
简单来说,全同态加密就是对加密的数据进行直接计算,无需解密。
当1+2时,很容易得出结果3,但当加密后,Encrypt(1)+Encrypt(2),仍然能得出 Encrypt(3),这才是FHE,密文计算=加密后的明文计算。
和ZK不同,FHE在Web3的应用更加侧重数据隐私和安全,从目前的应用不难发现,ZK更多还是体现在扩容方向。
尽管Web3更多熟知的是以ZKRollup为主的ZK技术,但FHE正在多个领域逐步释放出自己的独特潜力,尤其是 AI。
Mind Network是首个基于FHE,为AI和PoS网络设计的再质押解决方案。
正如 EigenLayer 作为以太坊生态的再质押解决方案,Mind 则是 AI 领域的再质押方案。通过再质押和 FHE 共识安全解决方案,保障了去中心化 AI 网络的代币经济安全和数据安全。
从团队背景来看,Mind的主要成员以AI、安全、密码学的教授和博士为主,来自剑桥、谷歌、微软 和 IBM 等机构。核心成员曾入选全球12位以太坊基金会 Fellow 之一,与以太坊基金会研究团队共同在密码学和安全领域开展研究。Mind 世界首创的 FHE+Stealth Address 解决方案——MindSAP (研究论文链接,原文烧脑大家自行研读),解决了V神提出的Stealth Address Open Problem中的问题,在以太坊社区中引起了不小的关注度,多次发表论文及演讲。
Mind Network 在2023年入选了币安孵化器,并完成了由币安等知名机构参与的250万美元种子轮融资。同时获得以太坊基金会 Fellowship Grant,入选 Chainlink Build Program,并成为 Chainlink 签约的 Channel Partner。
2024年2月,Mind Network 成为著名密码学公司 ZAMA 在 FHE 领域的重点合作伙伴。
近期,Mind Network 进一步加速生态版图的扩张,为 io.net、Singularity、 Nimble、Myshell、AIOZ等提供了AI网络共识安全服务,为 Chainlink CCIP 提供 FHE Bridge 的解决方案,为 IPFS、Arweave、Greenfield 等提供了AI数据安全存储服务。
在今年4月香港Web3大会,Vitalik 表示了对 FHE 在 Encrypted Voting 等场景的未来期望。FHE 作为密码学的前沿,也是以太坊所追求的密码学极限方向。
ZAMA 创始人最近发表了一篇关于其 “Master Plan” 的文章。概述了公司创建端到端加密网络 HTTPZ(“Z” 即 “Zero Trust”,零信任)的愿景,并提出要让 FHE 在区块链和人工智能领域无处不在。
AI 领域重点关注的几个环节,包括训练,调优,使用和评估,在去中心化的过程中都面临同一个难题,如何移除信任假设。比方说:
当 AI 模型在训练时,需要进行交叉验证选出最佳训练结果
当 AI 服务在使用前,需要对已有服务进行排名确定最佳服务
AI 模型还需要不断调优和迭代,需要进行独立评估
这些环节在中心化场景中都基于对大公司的合规信任假设,由大公司做信任背书不作恶。
但在去中心化的过程中,没有信用背书,如何验证所有参与方的协作是否公平有效,是一个难点,这恰好是 FHE 赋能的发力点。
例如
当 AI 模型在训练时,需要进行交叉验证的时候,通过不记名投票选出最佳训练结果,移除对类似于 OpenAI 的假设
当 AI 服务在使用前,需要对已有服务进行排名的时候,通过匿名评分确定每个服务的服务质量,移除对类似于 AI AppStore 的信任假设
AI 模型还需要不断调优和迭代,需要进行独立评估的时候,通过随机抽样检查完成可信评估,移除对评估机构的信任假设
FHE 的参与还可以让 AI 实现零信任,弥补了 ZK 还需要链下聚合的信任假设。
可以举的 AI 例子还有很多,也包括这样的零信任可以让 AI Agent 和 Multi-Agents 更好的实现智能互联,实现良性治理。
同时,FHE 独特的密文计算特性,还能实现两个其他难题:数据隐私 和 数据所有权:
我们的数据谁能看?=数据隐私
AI给我们的数据属于谁?=数据所有权
FHE 可以实现数据始终在用户侧加密,在用户外只以密文形式存在,包括存储+传输+计算。
目前为止,除了 FHE, 数据只在存储和传输中能被加密,但是一旦涉及计算,就需要把密文解密成明文才行,而这恰好让用户失去了数据的所有权。现实生活中有很多这样的例子,你的明文数据一旦被别人 copy 走了,别人就可以在 copy 出很多份,其他人到底有没有在用你的数据,用户完全无法得知,只能靠数据使用方的自我声明和三方监管。FHE 能够让用户的密文数据即使在被 copy 走的情况下,解密的时候和需要看到明文数据的时候必须要需要用户同意。那用户就可以随时感知数据的动态,实现了数据可用可交易但不可看,保护了数据隐私的同时也真正保护了数据所有权。
这样的特性是 AI + Web3 迫切需要的,既可以让大家可以公开的方式来stake,又能以加密的方式来做共识,可以防止作恶和浪费。
从这里来看,AI和Web3的结合势在必得,FHE 之于 AI,就像是【next big thing】之于Apple。
近日,IO.NET 与 Mind Network 宣布了深度合作,在增强人工智能的安全和效率上共创解决方案。IO.NET 将Mind Network的全同态加密解决方案引入其分布式计算平台中,以帮助加强其产品的安全性。
关于合作的详情可以查看:Mind Network and io.net Partners up for Advanced AI Security and Efficiency
IO.NET 以分布式计算为AI和FHE的结合起了一个好头。
以 IO.NET 为例,用户提供算力,AI开发者租用算力。
当一个开发者来到 AI 项目后,提出了一个需求,被系统拆分后,由用户提供的算力计算。
这时候涉及到几个问题,租用谁的算力?算出来的结果正确吗?租用算力时会泄露双方隐私吗?
正常情况下,选哪个节点,采用的是测试作业,即不定时发布需求测试哪些节点在线,并准备接受需求。
在此过程中,就可能出现相关节点针对性操纵,获取优先权,类似 MEV 攻击。
对此,Mind 通过 FHE 提供了一个公平分发的机制,由于请求和数据都是加密的,节点就无法据此做出有利选择。
在分布式计算中,确保计算结果正确需要一定的共识,即投票。
当节点相互知道对方的选择结果,就可能出现跟投,导致结果不公允,不正确。
FHE 加密计算,节点之间投票结果相互加密,但仍然可以参与最终计算,保证了结果公允。
FHE 的核心即数据安全,自身在计算时加密,对于要计算的问题也加密,自然就不会涉及隐私泄露。
IO.NET 本身可以看作一个PoS网络,节点需要质押 IO 代币,才能从算力贡献中获得 IO 奖励。
那么可能出现的问题是:质押的代币价格波动太大,验证者和网络安全就会受到影响。
Mind 对此的解决方案是 Dual Staking(双重质押)甚至三重质押。
质押支持 BTC/ETH 的流动性质押代币和蓝筹 AI 网络代币,分散风险,增加网络的总体安全性,本质上是 Restaking的共享安全性进阶版。
同时 Mind 也支持 Remote Staking,对于 LST/LRT 资产,不需要进行实际的跨链,保证资产的安全性。
前几日,Mind 也刚刚结束了 Glaxe 测试网任务,超过65万的活跃用户参与,产生320万笔测试网交易数据。
根据官方消息透露,Mind 的正式网协议也将在近期推出,可以关注一下。
总得来说,我们发现 Mind 虽然讲的是 FHE 和 AI,但关键词其实是“安全”,用密码学在解决各种核心的安全问题。
Restaking 是代币经济安全;Remote Staking 是资产安全;FHE 是数据安全;AI+FHE 是共识安全。
区块链的大厦基于密码学,或许也将在密码学中找到未来的答案。
除了 AI 网络,Mind Network 也在扩大解决方案的适用范围,在去中心存储、EigenLayer AVS网络,Bittensor Subnet,跨链桥等多个方向进行合作,展示出 FHE 的巨大潜力。
在 2024 的 Web3,如果说密码学领域由 ZK 拉开了序幕,那么 FHE 就将是下半年的主旋律。与此同时,AI 的热度又居高不下,在 AI+FHE+Restaking 三重叙事加持,以及以太坊基金会和币安投资的光环下,Mind 能否担起 FHE 的龙头,随着主网的上线,即将揭晓。
来源:Bluueworld
发布人:暖色
声明:该文观点仅代表作者本人,不代表火讯财经立场。火讯财经系信息发布平台,仅提供信息存储空间服务。
如文章涉及侵权, 请及时致函告之,本站将第⼀时间删除⽂章。邮箱:840034348@qq.com