تقديم التشفير المتماثل بالكامل (FHE): استكشف تطبيقاته المثيرة وقيوده والتطورات الأخيرة التي تزيد شعبيته.
عندما سمعت لأول مرة عن "التشفير المتماثل بالكامل" (FHE)، كنت أشعر بالفضول بشأن ميل مجال blockchain إلى إعطاء أسماء طويلة للمفاهيم العصرية. على مر السنين، صادفنا العديد من الكلمات الطنانة التي أحدثت ثورة في الصناعة، وكان آخرها "إثباتات المعرفة الصفرية" (ZKPs).
بعد إجراء بعض الأبحاث واستكشاف الشركات الجديدة التي كانت تبني منتجات باستخدام FHE، لاحظت وجود احتمال مليء بمجموعة جديدة تمامًا من الأدوات. وفي الأشهر والسنوات المقبلة، قد تصبح FHE هي التقنية الكبيرة التالية التي ستسيطر على الصناعة، تمامًا مثل ZKPs. تستفيد الشركة من أحدث التطورات في مجال التشفير والحوسبة السحابية لتمهيد الطريق لمستقبل قوي لخصوصية البيانات. والسؤال ليس ما إذا كان بإمكاننا تحقيق ذلك، ولكن متى، وأعتقد أن FHE يمكن أن تكون عامل تمكين رئيسي للتقدم في خصوصية البيانات وملكيتها.
على مدى الأسابيع القليلة المقبلة، سأتعمق لمعرفة المزيد عن FHE ودراسة حدودها وإمكاناتها وتطبيقاتها. سأشارك نتائج بحثي في سلسلة من المقالات التي تستكشف جوانب مختلفة من المحادثة حول FHE. سأقدم هذه التكنولوجيا هذا الأسبوع وأناقش سبب حصولها على الكثير من الاهتمام مؤخرًا. يتحدث الكثيرون في الصناعة عن ذلك، بما في ذلك كايل ساماني من Multicoin Capital[4] الذي قال:
"FHE هو المقدس مع مرور الوقت، ستعيد FHE تشكيل بنية جميع الحوسبة، سواء في web2 أو web3.
مفتاح حل المشكلة هو فهم معنى "التشابه". تتبع جذورها، تنشأ التماثلات في الرياضيات ويتم تعريفها [5] على أنها تعيينات بين بنيتين جبريتين من نفس النوع تحافظ على المكونات الأساسية.
إذا كنت، مثلي، تفضل تعريفًا أكثر عملية، فإن المبدأ الأساسي وراء الرياضيات هو أن المجموعتين لا تحتاجان إلى أن تكونا متطابقتين للحصول على نفس السمات الأساسية . على سبيل المثال، تخيل صندوقي فواكه:
يحتوي الصندوق "أ" على ثمار صغيرة.
العلبة "ب" تحتوي على فاكهة كبيرة الحجم.
سيؤدي عصر تفاحة صغيرة وبرتقالة صغيرة في الصندوق A إلى الحصول على نفس مزيج العصير المذاق مثل عصر تفاحة كبيرة وبرتقالة كبيرة في الصندوق B، على الرغم من اختلاف حجم الفاكهة الفردية . إن عصر العصير لإنتاج نفس النكهة يشبه الحفاظ على المكون الأساسي بين صندوقين. على افتراض أن تركيزنا الرئيسي هو نفس المذاق، فلا يهم من أي علبة نعصر العصير لأن كمية العصير ليست هي محور تركيزنا. فيما يتعلق (النكهة)، فإن العلبتين متساويتان، وبالتالي فإن الاختلافات بينهما (الحجم والكمية) ليس لها أي تأثير على وظيفتهما الأساسية (إنتاج نكهة معينة للعصير).
بالقياس مع التجانس، نلتقط خاصيتين رئيسيتين:
رسم الخرائط: نقوم بإنشاء اتصال بين الصندوقين، كل فاكهة صغيرة في المربع A تتوافق مع نسخة أكبر في المربع B. وبالتالي، فإن التفاحة الصغيرة في الصندوق (أ) تقابل تفاحة كبيرة في الصندوق (ب)، وهكذا.
حجز العملية: إذا كان عصر ثمرتين صغيرتين في الصندوق A سينتج عصيرًا بطعم معين، ففي الصندوق B يتم عصرهما يجب أن تنتج الإصدارات الأكبر المقابلة نفس النكهة. على الرغم من اختلاف حجم وكمية العصير، يتم الاحتفاظ "بشكل النكهة".
لربط كل هذا بالموضوع الرئيسي لهذه المقالة، يعد التشفير المتماثل بالكامل[6] (FHE) بمثابة بيانات A محددة طريقة تشفيرتمكّن الشخص من إجراء عمليات حسابية على البيانات المشفرة دون الكشف عن البيانات الأصلية. من الناحية النظرية، يجب أن يؤدي التحليل والحسابات التي يتم إجراؤها على البيانات المشفرة إلى نفس النتائجالتي يتم إجراؤها على البيانات الأصلية. مع FHE، نقوم بإنشاء علاقة 1:1 بين البيانات الموجودة في مجموعة البيانات المشفرة والبيانات الموجودة في مجموعة البيانات الأصلية. في هذه الحالة، المكون الأساسي الذي يتم الاحتفاظ به هو القدرة على إجراء أي عملية حسابية على أي من مجموعتي البيانات وتحقيق نفس النتائج.
وفي هذا السياق، اتخذت العديد من الشركات احتياطات لحماية بيانات المستخدم والحفاظ على خصوصية متباينة. نادرًا ما تقوم الشركات بتخزين البيانات في السحابة أو في قواعد بياناتها بشكلها الأصلي غير المشفر. لذلك، حتى إذا سيطر أحد المهاجمين على خوادم الشركة، فلا يزال يتعين عليه تجاوز التشفير لقراءة البيانات والوصول إليها. ومع ذلك، فإن البيانات لم تعد مثيرة للاهتمام عندما تكون مشفرة فقط وتظل خاملة. عندما ترغب الشركات في تحليل البيانات لاستخلاص رؤى قيمة، فليس أمامها خيار سوى فك تشفيرها. بمجرد فك التشفير، تصبح البيانات عرضة للخطر. ومع ذلك، مع التشفير الشامل، يصبح FHE مفيدًا للغاية لأننا لم نعد بحاجة إلى فك تشفير البيانات للتحليل؛ وهذا لا يكشف إلا عن قمة جبل الجليد مما هو ممكن.
أحد الاعتبارات الرئيسية هو ما إذا كان ينبغي السماح للشركات بقراءة معلوماتنا الشخصية وتخزينها. الرد المعتاد من الكثيرين هو أن الشركات تحتاج إلى رؤية بياناتنا حتى تتمكن من خدمتنا بشكل أفضل.
إذا لم يقم YouTube بتخزين بيانات مثل سجل المشاهدة والبحث، فلن تتمكن الخوارزمية من القيام بأفضل وظيفتها في عرض مقاطع الفيديو التي تهمني. . ونتيجة لذلك، يعتقد الكثيرون أن المقايضة بين خصوصية البيانات والوصول إلى خدمات أفضل أمر يستحق العناء. ومع ذلك، مع FHE، لم يعد علينا إجراء هذه المقايضة. يمكن لشركات مثل YouTube تدريب خوارزمياتها على البيانات المشفرة وإنتاج نفس النتائج للمستخدمين النهائيين دون انتهاك خصوصية البيانات. على وجه التحديد، يمكنهم تشفير المعلومات بشكل متماثل مثل سجل المشاهدة والبحث الخاص بي، وتحليلها دون الاضطرار إلى رؤيتها على الإطلاق، ثم عرض مقاطع الفيديو التي تهمني بناءً على التحليل.
تعد FHE خطوة مهمة نحو مستقبل لم تعد فيه بياناتنا سلعة قيمة نقدمها طوعًا للمؤسسات مجانًا.
التطبيق الصحيح للتشفير المتماثل بالكامل (FHE) هو طفرة في جميع القطاعات التي تقوم بتخزين بيانات المستخدم. نحن ننظر إلى تقنية يمكنها تغيير موقفنا بالكامل تجاه خصوصية البيانات وحدود التطفل المقبول من قبل الشركات.
لنبدأ بدراسة كيفية قيام FHE بإعادة تشكيل ممارسات البيانات في مجال الرعاية الصحية[7]. تحتفظ العديد من المستشفيات بسجلات خاصة للمرضى مخزنة في قواعد بياناتها، والتي يجب عليهم الحفاظ على سريتها لأسباب أخلاقية وقانونية. ومع ذلك، فإن هذه المعلومات ذات قيمة للباحثين الطبيين الخارجيين، الذين يمكنهم تحليل البيانات لاستنتاج رؤى مهمة حول الأمراض والعلاجات المحتملة. تتمثل إحدى العقبات الرئيسية التي تبطئ تقدم الأبحاث في الحفاظ على السرية المطلقة لبيانات المرضى عند الاستعانة بمصادر خارجية للبيانات للباحثين. هناك العديد من الطرق لإخفاء هوية سجلات المرضى أو إخفاء هويتها بشكل زائف. ولكنها ليست مثالية وقد تكشف الكثير عن شخص ما بحيث يمكن التعرف عليه، أو قد لا تكشف ما يكفي عن حالته لتجعل من الصعب الحصول على رؤى دقيقة حول المرض. باستخدام التشفير المتماثل بالكامل (FHE)، يمكن للمستشفيات تشفير بيانات المرضى، مما يسهل حماية خصوصية المريض في السحابة. يمكن للباحثين الطبيين إجراء الحسابات وتشغيل الوظائف التحليلية على البيانات المشفرة دون المساس بخصوصية المريض. نظرًا لوجود تعيين واحد لواحد بين مجموعة البيانات المشفرة والبيانات الأصلية، فإن النتائج التي تم الحصول عليها من مجموعة البيانات المشفرة توفر رؤى حقيقية يمكن تطبيقها على حالات العالم الحقيقي. يمكن لـ FHE تطوير صناعة الرعاية الصحية بسرعة.
أحد التطبيقات المثيرة الأخرى لـ FHE هو تدريب الذكاء الاصطناعي (AI). يواجه مجال الذكاء الاصطناعي حاليًا مشكلات تتعلق بالخصوصية تمنع الشركات من الوصول إلى العديد من مجموعات البيانات الشاملة المستخدمة لتحسين خوارزميات الذكاء الاصطناعي. يجب على الشركات التي تدرب الذكاء الاصطناعي الاختيار بين استخدام مجموعات بيانات عامة محدودة، أو دفع مبالغ كبيرة مقابل مجموعات البيانات الخاصة، أو إنشاء مجموعات بيانات، وهو ما قد يمثل تحديًا للشركات الصغيرة التي لديها عدد أقل من المستخدمين. يجب على FHE معالجة مخاوف الخصوصية التي تمنع العديد من موفري مجموعات البيانات من دخول السوق. لذلك، قد تؤدي التحسينات في FHE إلى زيادة في عدد مجموعات البيانات المتاحة لتدريب الذكاء الاصطناعي. سيؤدي ذلك إلى جعل التدريب على الذكاء الاصطناعي أكثر سهولة من الناحية المالية وأكثر تعقيدًا مع زيادة تنوع مجموعات البيانات المتاحة.
إذا كان التشفير المتماثل بالكامل (FHE) كبيرًا بالفعل يمكن للبيانات أن تغير العصر الحديث، فلماذا لم نرى المزيد من التطبيقات العملية؟
على الرغم من أن الناس كانوا يناقشون ويدرسون FHE لسنوات عديدة، إلا أنه في الواقع، من الصعب جدًا تنفيذ FHE عمليًا. ويكمن التحدي الأساسي في القوة الحسابية اللازمة لأداء FHE. يمكن لمجموعات البيانات الآمنة المتجانسة تمامًا أن تنتج نتائج تحليل مماثلة لنموذج البيانات الأصلي الخاص بها. يعد هذا إنجازًا صعبًا يتطلب سرعة وقوة حوسبة كبيرة، والعديد منها غير عملي للتنفيذ على أجهزة الكمبيوتر الموجودة. قد تستغرق العملية التي تستغرق عادةً ثوانٍ على البيانات الأولية ساعات أو حتى أيام على مجموعات البيانات المشفرة بشكل متماثل. يخلق هذا التحدي الحسابي دورة ذاتية الاستدامة حيث يقوم العديد من المهندسين بتأجيل تنفيذ مشاريع FHE، وبالتالي إبطاء تطورهم والحد من تحقيق فوائدهم الكاملة.
من الأمثلة المحددة للمشكلة الحسابية التي يواجهها المهندسون في FHE كيفية حل "أخطاء الضوضاء[8]". عند إجراء العمليات الحسابية على مجموعات البيانات المشفرة بشكل متماثل، يقوم العديد من المهندسين بإنشاء ضوضاء أو أخطاء غير مرغوب فيها في كل مرة يقومون فيها بإجراء عملية حسابية. وهذا أمر مقبول عندما لا يتطلب الأمر سوى عدد قليل من الحسابات، ولكن بعد تحليلات متعددة، يمكن أن يصبح التشويش واضحًا للغاية بحيث يصبح من الصعب فهم البيانات الأولية. فقدت البيانات تقريبا.
تمامًا كما كان الذكاء الاصطناعي التوليدي [9] يعتبر محدودًا وبدائيًا ثم أصبح سائدًا، أصبح التشفير المتماثل بالكامل (FHE) متجهة نحو تقدم مماثل. لقد اجتمع العديد من قادة الصناعة، حتى خارج مجال blockchain، لتنظيم قدر كبير من البحث والتطوير في FHE. وقد ساهم هذا في العديد من التطورات الصناعية الحديثة التي دفعت روايات مقنعة عن تقدم التكنولوجيا.
مارس 2021، Microsoft وIntel ووكالة مشاريع الأبحاث المتقدمة للدفاع (DARPA) ) على إطلاق برنامج متعدد السنوات [10] لتسريع عملية تطوير التشفير المتماثل بالكامل (FHE). تمثل هذه المبادرة، التي تسمى حماية البيانات في البيئات الافتراضية (DPRIVE)، تطورًا كبيرًا لـ FHE. إنه يعرض اثنين من عمالقة الصناعة المتخصصين في الحوسبة السحابية وأجهزة الكمبيوتر معًا لمعالجة المخاوف المتعلقة بخصوصية البيانات. لقد أطلقوا البرنامج، وقاموا ببناء أجهزة كمبيوتر وبرامج قادرة على إدارة سرعات الحوسبة الخاصة بـ FHE، ووضعوا إرشادات لتنفيذ FHE بدقة لمنع انتهاكات البيانات المحتملة بسبب الاستخدام غير السليم.
كجزء من مبادرة DPRIVE، شرع المهندسون في معالجة "مشكلة الضوضاء" المذكورة سابقًا، واستكشاف طرق لتقليل مستويات الضوضاء للحفاظ على البيانات الأصلية. الحل الواعد هو تصميم تمثيل بيانات بحجم كلمة حسابية كبير [11] (LAWS). بينما تستخدم معالجات الكمبيوتر التقليدية (CPUs) عادةً أحجام كلمات 64 بت، يقوم المهندسون بتطوير أجهزة جديدة باستخدام LAWS يمكنها التعامل مع أحجام كلمات 1024 بت أو أكثر. ينجح هذا النهج لأن الأبحاث تظهر أن طول الكلمات الأطول يؤثر بشكل مباشر على نسبة الإشارة إلى الضوضاء. ببساطة، تولد أطوال الكلمات الأطول ضوضاء أقل مع كل عملية حسابية إضافية في FHE، مما يسمح بإجراء المزيد من الحسابات قبل الوصول إلى عتبة فقدان البيانات. من خلال بناء أجهزة جديدة لمواجهة هذه التحديات، قام المهندسون المشاركون في برنامج DPRIVE بتقليل العبء الحسابي المطلوب لأداء FHE بشكل كبير.
لتسريع الحوسبة والاقتراب من الهدف المتمثل في جعل FHE أسرع بمقدار 100000 مرة، شرع فريق DPRIVE في رحلة مستمرة لتصميم أنظمة جديدة لمعالجة البيانات تتجاوز حدود قدرات وحدة المعالجة والرسومات التقليدية. لقد طوروا نظامًا جديدًا للتعليمات المتعددة والبيانات المتعددة[12] (MIMD) يمكنه إدارة تعليمات ومجموعات بيانات متعددة في وقت واحد. إن MIMD يشبه بناء طريق سريع جديد، بدلاً من استخدام الطرق الحالية غير المجهزة لاستيعاب حجم حركة المرور المطلوب لإجراء حسابات FHE السريعة في الوقت الفعلي.
الأمر المثير للاهتمام في مشروع DPRIVE هو الاستخدام المكثف لـ "التوازي[13]" في الحسابات الرياضية الحاسوبية. وهذا يمكّن المطورين من إجراء عدة حسابات بأعداد كبيرة في وقت واحد. يمكنك أن تفكر في التوازي على أنه نشر فريق من علماء الرياضيات للعمل على أجزاء مختلفة من مشكلة رياضية ضخمة في نفس الوقت، بدلا من جعلهم يقومون بعملهم واحدا تلو الآخر. على الرغم من أن إجراء عمليات حسابية متعددة في وقت واحد يمكن أن يساعد في حل المشكلات بسرعة، إلا أنه يجب تبريد أجهزة الكمبيوتر بالهواء لمنع ارتفاع درجة الحرارة.
في سبتمبر 2022، بعد مرور عام ونصف على إطلاق البرنامج، أعلنت Microsoft وIntel وDARPA <[14] أنهم حصلوا على نجحت أكملت المرحلة الأولى من برنامج DPRIVE. وهم حاليًا في المرحلة الثانية من DPRIVE. أطلقت Intel أيضًا [15] مجموعة أدوات التشفير المتماثل بالكامل الخاصة بها لتزويد المطورين بالأدوات اللازمة لتسهيل التشفير المتماثل بالكامل بشكل أسرع في السحابة. صممت Intel مجموعة الأدوات هذه لضمان التوافق مع أحدث التطورات في معالجة البيانات والحوسبة. يتضمن ميزات خاصة مصممة خصيصًا للشفرات الشبكية، والتكامل مع Microsoft Seal الذي يعمل بسلاسة، وعينات من أنظمة التشفير المتماثلة بالكامل، والوثائق الفنية لتوجيه المستخدمين.
الانضمام والحوسبة الخاصة في Google[16] توفر المكتبة مفتوحة المصدر للمطورين أدوات حسابية متعددة الأطراف (MPC). يسمح هذا النهج الحسابي للأطراف بالحصول على رؤى مشتركة من خلال دمج مجموعات البيانات المتباينة الخاصة بهم دون تعريض البيانات الأصلية لبعضهم البعض. تجمع Private Join and Compute بين تقنية التشفير من FHE وتقاطع المجموعة الخاصة (PSI) لتحسين ممارسات سرية البيانات. PSI هي طريقة تشفير أخرى تسمح للأطراف التي لديها مجموعات بيانات مختلفة بتحديد العناصر المشتركة أو نقاط البيانات دون الكشف عن بياناتها. لا يركز نهج Google في تعزيز خصوصية البيانات على FHE فحسب، بل يعطي الأولوية لمفاهيم MPC الأوسع من خلال دمج FHE مع ممارسات البيانات المؤثرة الأخرى.
من الجدير بالملاحظة التوافر المتزايد للمكتبة مفتوحة المصدر التي تحظى بتقدير كبير للتشفير المتماثل بالكامل. ومع ذلك، يصبح الوضع أكثر إلحاحًا عندما تتم ملاحظة الشركات المرموقة وهي تجرب هذه المكتبات في عملياتها. في أبريل 2021، قامت ناسداك، وهي كيان بارز لتكنولوجيا البورصة وأسواق رأس المال العالمية، بدمج [17] FHE في عملياتها. تستفيد ناسداك من أدوات FHE من Intel والمعالجات عالية السرعة لمكافحة الجرائم المالية من خلال جهود مكافحة غسيل الأموال واكتشاف الاحتيال باستخدام التشفير المتماثل بالكامل لتحديد الرؤى القيمة والأنشطة غير القانونية المحتملة في مجموعات البيانات التي تحتوي على معلومات حساسة.
بالإضافة إلى البحث والتطوير الذي أجرته الشركات المذكورة سابقًا، هناك العديد من الشركات الأخرى التي تلقت مؤخرًا تمويلًا كبيرًا لمبادرات تركز على التشفير المتماثل بالكامل (FHE).
Cornami[18]، وهي شركة تكنولوجيا كبيرة معروفة بريادتها في تطوير سحابة قابلة للتطوير مصممة للتشفير المتماثل بالكامل. مُنحت جائزة للحوسبة تكنولوجيا. إنهم يشاركون في العديد من الجهود لإنشاء أنظمة حوسبة تدعم FHE بكفاءة أكبر من وحدات المعالجة المركزية التقليدية. كما يقومون بتوجيه المبادرات التي تهدف إلى حماية البيانات المشفرة من تهديدات الحوسبة الكمومية. في مايو 2022، أعلنت كورنامي <[19] عن جولة تمويل ناجحة من السلسلة C بقيادة Softbank، حيث جمعت 68 مليون دولار، ليصل إجمالي تمويلها إلى 150 مليون دولار.
Zama[20] هي شركة أخرى في صناعة blockchain تقوم ببناء أداة تشفير متجانسة مفتوحة المصدر بالكامل يمكن للمطورين الاستفادة منها أدوات لبناء تطبيقات مثيرة باستخدام FHE و blockchain والذكاء الاصطناعي. قامت Zama بتطوير آلة Ethereum الافتراضية المتجانسة بالكامل (fhEVM) كأحد منتجاتها. يسمح بروتوكول العقد الذكي هذا ببقاء بيانات المعاملات على السلسلة مشفرة أثناء المعالجة. لقد أعجب المطورون الذين اكتشفوا استخدام مكتبة Zama لمجموعة متنوعة من التطبيقات بأدائها، حتى في حالات الاستخدام المعقدة. أكملت Zama بنجاح جولة التمويل الأولى بقيمة 42 مليون دولار أمريكي في فبراير 2022 [21] بقيادة Protocol Labs، ليصل إجمالي تمويلها إلى 50 مليون دولار أمريكي.
Fhenix[22] هو أيضًا مشروع ناشئ يقدم FHE إلى blockchain. هدفهم هو توسيع تطبيقات FHE إلى ما هو أبعد من المدفوعات السرية، وفتح حالات استخدام مثيرة لـ FHE في مجالات مثل التمويل اللامركزي (DeFi)، وتجسير البيانات، والتصويت على الحوكمة، وألعاب Web3[23]افتح الباب. في سبتمبر 2023، أعلنت Fhenix [24] أنها أكملت بنجاح جولة تمويل أولية بقيمة 7 ملايين دولار، بقيادة Multicoin Capital وCollider Ventures.
لسنوات عديدة، كان التشفير المتماثل بالكامل (FHE) فكرة وعدت بتشفير قوي من طرف إلى طرف، مما يبشر بمستقبل خصوصية البيانات القوية. لقد بدأت التطورات الأخيرة في تحويل FHE من حلم نظري إلى واقع عملي. بينما تتسابق الشركات لتكون أول من ينفذ نسخة قوية وكاملة الوظائف من FHE، يتعاون الكثير منها لمعالجة تعقيدات هذه التكنولوجيا القوية. تتجلى هذه الروح التعاونية من خلال تنفيذ مبادرات متعددة بين الفرق وتطوير مكتبات مفتوحة المصدر تتكامل مع المكتبات الأخرى.
بناءً على بحثي، يبدو أن النقاش الدائر حول FHE بعيد المدى. خلال الأسابيع القليلة المقبلة، أنا متحمس للتعمق أكثر ومشاركة المزيد من الأفكار من بحثي في FHE. على وجه التحديد، لا أستطيع الانتظار لاستكشاف المواضيع التالية:
التطبيقات الناشئة لـ FHE.
التفاعل بين إثباتات المعرفة الصفرية (ZKPs) وFHE.
دمج FHE مع تقاطع المجموعة الخاصة (PSI) لتعزيز الحساب الآمن متعدد الأطراف (MPC).
تعد الشركات الجديدة مثل Zama وFhenix رائدة في التطوير في مجال FHE.
أرامباتسيس، أناستاسيوس "التطورات الأخيرة في التشفير المتماثل بالكامل." فينافي ، 1 فبراير 2022، venafi.com/blog/what-are-latest-developments-homomorphic-encryption-ask-experts/.
أرامباتسيس، أناستاسيوس. "ما هو التشفير المتماثل تمامًا وكيفية استخدامه." Venafi، 28 أبريل 2023، venafi.com/blog/homomorphic-encryption-what-it-and-how-it-used/.
"بناء أجهزة لحماية البيانات بشكل مستمر." DARPA، 2 مارس 2020، www.darpa.mil/news-events/ 02-03-2020.[25]
كريستوبال، صموئيل "التشفير المتماثل بالكامل: الكأس المقدسة للتشفير " < em>Datascience.Aero، 7 يناير 2021، datascience.aero/full-homomorphic-encryption-the-holy-grail-of-cryptography/.
"التشفير المتماثل بالكامل: ما هو ولماذا هو مهم؟" مجتمع الإنترنت، 9 مارس 2023، www.internetsociety.org/resources/doc/2023/homomorphic-encryption/. [26]
هانت، جيمس "FHENIX بقيادة Multicoin Capital جمعت الجولة التأسيسية 7 ملايين دولار. " The Block، The Block، 26 سبتمبر 2023، www.theblock.co/post/252931/fhenix-seed-multicoin-capital.[27]< /p >
"مجموعة أدوات التشفير المتماثل بالكامل من Intel®. " Intel، www.intel.com/content/www/us/en/developer/tools/homomorphic-encryption/overview.html#gs.fu55im.[28] تم الوصول إليه في 8 أكتوبر 2023
"إنتل تتعاون مع Microsoft في مشروع DARPA. " Intel، 8 مارس 2021، www.intel.com/content/www/us/en/newsroom/news/intel-collaborate-microsoft-darpa-program.html#gs.ftusxq .[29] "لقد حقق البحث والتطوير في مجال التشفير المتماثل من Intel إلى NASDAQ تقدمًا. " Intel، 6 أبريل 2021، www.intel.com/content/www/us/en/newsroom/news/xeon-advances-nasdaqs-homomorphic-encryption-rd.html#gs .6mpgme. [30]
جونسون، ريك. "إنتل تكمل المرحلة الأولى من DARPA DPRIVE، وتحقق منصة تشفير متماثلة بالكامل. " Intel، 14 سبتمبر 2022، Community.intel.com/t5/Blogs/Products-and-Solutions/HPC/Intel-Completes-DARPA-DPRIVE-Phase-One-Milestone-for -a -Fully/post/1411021.
"Microsoft Seal: مكتبة تشفير متجانسة سريعة وسهلة الاستخدام. " أبحاث Microsoft، 4 يناير 2023، www.microsoft.com/en-us/research/project/microsoft-seal/.[31]
< p style="text-align: left;">بايير، دكتور باسكال “التشفير المتماثل بالكامل: الكأس المقدسة للتشفير. " عصر الأعمال، 9 مارس 2023، www.businessage.com/post/fully-homomorphic-encryption-the-holy-grail-of-cryptography[32]ساماني، كايل "فجر سلسلة FHE. " Multicoin Capital، 26 سبتمبر 2023، https://multicoin.capital/2023/09/26/the-dawn-of-on-chain-fhe/
"ما هو التشفير المتماثل بالكامل؟ " Inpher، 11 أبريل 2021، https://inpher.io/technology/what-is-fully-homomorphic-encryption/
غالبًا ما يتم الترحيب بالتشفير المتماثل بالكامل باعتباره الكأس المقدسة للتشفير. تستكشف هذه المقالة آفاق تطبيق FHE في مجال الذكاء الاصطناعي وتشير إلى القيود الحالية. ويسرد بعض المشاريع المخصصة لاستخدام التشفير المتماثل بالكامل لتطبيقات الذكاء الاصطناعي في مجال التشفير.
JinseFinanceعلى الرغم من أن سوق التشفير في عام 2024 لن يكون مثيرًا كما كان في الماضي، إلا أنه لا تزال هناك بعض التقنيات الجديدة التي تحاول النضج.
JinseFinanceعلى الرغم من أن سوق التشفير في عام 2024 لن يكون مثيرًا كما كان في الماضي، إلا أنه لا تزال هناك بعض التقنيات الجديدة التي تحاول النضج، مثل الموضوع الذي سنتحدث عنه اليوم: "FHE / التشفير المتماثل بالكامل (التشفير المتماثل بالكامل)" .
JinseFinanceيعد التشفير المتماثل بالكامل من FHE هو الجيل القادم من تقنية حماية الخصوصية ويستحق تخطيطنا.
JinseFinanceتقديم التشفير المتماثل بالكامل (FHE): استكشف تطبيقاته المثيرة وقيوده وأحدث التطورات التي تزيد شعبيته.
JinseFinanceمع استكمال Zama تمويلًا بقيمة 73 مليون دولار، ظهر نظام التشفير المتماثل بالكامل.
JinseFinanceيعد الربط المتماثل أحد التقنيات الأساسية التي يستخدمها بروتوكول إصدار أصول طبقة البيتكوين RGB++، ومن خلال هذه التقنية، يمكن لـ RGB++ حل المشكلات المختلفة التي يواجهها بروتوكول RGB وإعطاء RGB المزيد من الإمكانيات.
JinseFinanceمن الواضح أن إثباتات المعرفة الصفرية (ZKP) مفيدة لتحسين قابلية التوسع والخصوصية في web3، ولكن يعوقها الاعتماد على أطراف ثالثة للتعامل مع البيانات غير المشفرة.
JinseFinanceكان باري سيلبرت من أوائل المستثمرين في مجال العملات المشفرة، حيث بدأ مسيرته في عام 2012.
Zoey用户体验是采用DeFi的一个决定性因素；幸运的是，钱包可能是克服这一障碍所需的桥梁。
Cointelegraph