полностью гомоморфное шифрование: концептуальный анализ и обсуждение сценариев применения
полностью гомоморфное шифрование(FHE) является специальной технологией шифрования, которая позволяет выполнять вычисления функций непосредственно над шифротекстом без его расшифровки. В отличие от статического шифрования и шифрования при передаче, FHE может выполнять сложные многопользовательские вычисления, защищая при этом конфиденциальность данных.
Основное преимущество FHE заключается в том, что он может выполнять произвольные функции над зашифрованными данными и выдавать зашифрованный результат. Эта особенность делает FHE важным инструментом в области вычислений с защитой конфиденциальности, особенно в сценариях обработки чувствительных данных.
Системы полностью гомоморфного шифрования обычно содержат три вида ключей:
Ключ расшифровки: основной ключ, используемый для расшифровки FHE шифрованных данных, обычно хранится пользователем локально.
Шифрование ключа: используется для преобразования открытого текста в зашифрованный текст, в режиме открытого ключа может быть опубликован.
Вычисление ключа: используется для гомоморфных операций над зашифрованными данными, может быть публичным, но не может быть использован для расшифровки.
Типичные модели применения FHE включают:
Модель аутсорсинга: передача вычислительных задач облачному провайдеру, одновременно защищая конфиденциальность данных.
Модель вычислений для двух сторон: обе стороны проводят совместные вычисления без раскрытия своих конфиденциальных данных.
Агрегационный режим: безопасно собирать данные от нескольких участников для таких сценарием, как федеративное обучение.
Клиент-серверная модель: сервер предоставляет конфиденциальные AI вычислительные услуги нескольким независимым клиентам.
FHE по сравнению с традиционными схемами шифрования, защищая конфиденциальность данных, также поддерживает сложные вычисления, открывая новые возможности для области вычислений с конфиденциальностью. Однако FHE также сталкивается с проблемами, связанными с вычислительной эффективностью, и требует дальнейшей оптимизации для более широкого применения.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
полностью гомоморфное шифрование FHE: новое направление и сценарии применения приватных вычислений
полностью гомоморфное шифрование: концептуальный анализ и обсуждение сценариев применения
полностью гомоморфное шифрование(FHE) является специальной технологией шифрования, которая позволяет выполнять вычисления функций непосредственно над шифротекстом без его расшифровки. В отличие от статического шифрования и шифрования при передаче, FHE может выполнять сложные многопользовательские вычисления, защищая при этом конфиденциальность данных.
Основное преимущество FHE заключается в том, что он может выполнять произвольные функции над зашифрованными данными и выдавать зашифрованный результат. Эта особенность делает FHE важным инструментом в области вычислений с защитой конфиденциальности, особенно в сценариях обработки чувствительных данных.
Системы полностью гомоморфного шифрования обычно содержат три вида ключей:
Ключ расшифровки: основной ключ, используемый для расшифровки FHE шифрованных данных, обычно хранится пользователем локально.
Шифрование ключа: используется для преобразования открытого текста в зашифрованный текст, в режиме открытого ключа может быть опубликован.
Вычисление ключа: используется для гомоморфных операций над зашифрованными данными, может быть публичным, но не может быть использован для расшифровки.
Типичные модели применения FHE включают:
Модель аутсорсинга: передача вычислительных задач облачному провайдеру, одновременно защищая конфиденциальность данных.
Модель вычислений для двух сторон: обе стороны проводят совместные вычисления без раскрытия своих конфиденциальных данных.
Агрегационный режим: безопасно собирать данные от нескольких участников для таких сценарием, как федеративное обучение.
Клиент-серверная модель: сервер предоставляет конфиденциальные AI вычислительные услуги нескольким независимым клиентам.
FHE по сравнению с традиционными схемами шифрования, защищая конфиденциальность данных, также поддерживает сложные вычисления, открывая новые возможности для области вычислений с конфиденциальностью. Однако FHE также сталкивается с проблемами, связанными с вычислительной эффективностью, и требует дальнейшей оптимизации для более широкого применения.