Privasea 세부 정보: 완전 동형 암호화 기반의 AI 네트워크

저자:  Dewhales Research 출처: substack 번역: 굿오바, 골든파이낸스

1. 소개: FHE란 무엇인가, 그 역사 및 적용

FHE는 완전 동형 암호화의 약자로, 복호화 없이 암호 텍스트에서 직접 연산을 수행할 수 있는 암호화 체계입니다. 즉, 암호화된 데이터는 계산하는 내내 암호화된 상태로 유지되며 계산 결과도 암호화되어 어느 누구도 평문 데이터에 액세스할 수 없습니다.FHE는 머신러닝과 AI 분석을 포함한 암호화된 데이터의 계산을 지원하여 과학자, 연구원, 데이터 기반 조직이 기본 데이터나 모델을 해독하거나 손상시키지 않고도 가치 있는 인사이트를 추출할 수 있도록 해줍니다. 완전 동형 암호화는 가장 강력한 형태의 암호화이지만, 큰 단점이 있으며 많은 계산 능력이 필요합니다.

실제로 FHE에는 BGV, BFV, CKKS, FHEW, NuFHE, TFHE 등 다양한 유형이 있습니다. 동형 암호화(HE)는 1978년 도입된 후 처음 30년간 천천히 진화했으며, 2009년 크레이그 젠트리가 기초 데이터나 모델을 공개하지 않고 데이터를 해독하는 방법을 제안하면서 현재 형태의 FHE가 나왔습니다. 크레이그 젠트리는 완전한 동형 암호화를 구현하는 방법을 제안했지만, 이 시스템은 작업할 때마다 노이즈가 발생했습니다. 이후 더 작은 암호 텍스트로 수정된 버전이 제안되었지만, 가장 널리 사용되는 방식은 이전의 FHE 방식보다 더 나은 보안과 성능을 제공하는 Zvika Brakerski와 그의 팀에서 제안한 방식입니다. BGV, BFV, CKKS 등 여러 차례의 반복을 거쳐 GSW가 탄생했고, 이를 통해 FHEW(2014년 도입)와 TFHE(2016년 도입)가 개발되었습니다. 칠로티, 가마, 게오르기에바, 이자바첸은 각 게이트 안내 작업의 지연 시간을 0.1초 미만으로 줄였습니다. 그 이후로 이 프로그램은 프로그래밍 가능한 부트스트래핑을 프로세스에 통합하여 웹2 및 웹3 애플리케이션을 포함한 대부분의 사용 사례에 적합하도록 FHE를 가속화했습니다.

지금까지의 최종 결과는 정수 프로그래밍 가능한 부트스트랩을 지원하기 위해 기존 TFHE 기능을 확장한 Zama의 TFHE-rs였습니다. 그리고 현재 프리바세아 구현에 사용되는 것이 바로 TFHE-rs입니다.

FHE 사용 사례:

• 클라우드 컴퓨팅: FHE는 사용자가 원격 서버에 암호화된 형태로 데이터를 저장하고 처리할 수 있도록 함으로써 클라우드 컴퓨팅에 큰 이점을 제공합니다. 즉, 사용자는 데이터를 안전하게 비공개로 유지하면서 클라우드의 강력한 컴퓨팅 기능을 활용할 수 있습니다. 이는 관련된 모든 사람에게 윈윈입니다.

• 금융 서비스: 금융 서비스도 FHE의 기능을 활용할 수 있습니다. 금융 데이터를 안전하게 처리함으로써 금융 기관은 암호화된 데이터에 대해 정교한 분석을 수행할 수 있습니다. 가장 좋은 점은 이 모든 과정에서 고객의 개인정보가 그대로 유지된다는 것입니다.

• 머신 러닝: 암호화된 데이터로 모델을 학습함으로써 FHE는 머신 러닝을 크게 촉진할 수 있습니다. 이를 통해 조직은 데이터 보안을 보장하면서 머신 러닝의 힘을 활용할 수 있습니다.

2. Privasea 개요

프라이바세아 AI 네트워크는 인공지능의 데이터 프라이버시와 관련된 과제에 대한 솔루션을 제공합니다. 인공지능 데이터 프라이버시와 관련된 과제에 대한 솔루션을 제공합니다. 이 네트워크는 데이터 프라이버시와 관련된 증가하는 우려와 공동 AI 연산에 대한 필요성을 해결하기 위해 완전 동형 암호화(FHE)와 블록체인 기반 인센티브를 결합한 최첨단 아키텍처를 나타냅니다.Privasea AI 네트워크는 이론에서 응용까지 FHE를 응용 계층, 최적화 계층, 산술 계층 및 기본 계층의 네 계층으로 나눕니다. 이 네트워크는 AI 처리에서 사용자 개인정보 보호와 분산 컴퓨팅 리소스 간의 격차를 해소하기 위한 일반적이고 맞춤화된 솔루션을 제공하며, FHE의 네 가지 계층을 모두 포괄합니다.

프리바세아 AI 네트워크의 핵심 목표는 EU의 엄격한 일반 개인정보 보호 규정(GDPR)을 비롯한 데이터 보호 규정을 준수하는 것입니다. 이러한 규정은 개인 데이터의 수집, 처리 및 저장에 엄격한 요건을 적용합니다.

2.1 네트워크 참여자:

• 네트워크 사용자(데이터 소유자, 결과 수신자): 머신 러닝 작업을 시작하고, 데이터를 안전하게 제공하며, 네트워크와 상호 작용하여 암호 해독 결과를 얻습니다.

• 프라이버네틱스 노드(컴퓨팅 노드): 프라이버시 보호 머신러닝 작업을 위한 컴퓨팅 리소스를 제공하는 Privasea AI 네트워크의 서비스 제공자 역할을 합니다.

• 해독자: Privanetix 노드에서 생성된 암호화 결과가 안전하게 해독되도록 하는 전문 플레이어입니다. 이들은 네트워크 사용자와 협력하여 머신 러닝 작업의 최종 결과를 해독하고 해석하며, 해독 결과의 개인정보 보호와 무결성을 보장합니다.

2.2 Privasea 아키텍처:

프리바세아 AI 네트워크는 HESea 라이브러리, 프리바세아 API, 프리바네틱스, 프리바세아 스마트 컨트랙트 제품군 등 네 가지 주요 구성 요소로 이루어져 있습니다.

• HESea 라이브러리: 이 구성 요소는 프리바세아 AI 네트워크의 기반을 형성하며 TFHE, CKKS 등 널리 사용되는 다양한 완전 동형 암호화 체계의 효율적인 구현을 호스팅합니다, HESea 라이브러리는 개발자에게 다양한 기능에 대한 액세스를 제공합니다.

• Privasea API: HESea 라이브러리에 구축된 포괄적인 프로토콜 및 도구 세트. Privasea API를 사용하면 개발자가 고급 개인 정보 보호 기능을 고급 개인정보 보호 기능을 AI 애플리케이션에 쉽게 통합할 수 있습니다.

• Privanetix: 암호화된 데이터에서 안전한 연산을 수행하는 컴퓨팅 노드 네트워크입니다. 여러 노드에 걸쳐 계산을 분산함으로써 Privanetix는 Privasea AI 네트워크의 확장성과 효율성을 보장합니다.

• Privasea 스마트 컨트랙트 스위트: 이 스위트에는 네트워크 관리의 모든 측면을 처리하기 위해 신중하게 설계된 일련의 스마트 컨트랙트가 포함되어 있습니다.

또한, GitHub에 따르면 Privasea는 블록체인과 AI를 위한 최첨단 FHE 솔루션을 제공하는 Zama AI의 다른 여러 구성 요소를 포함하고 있습니다:

• Concrete: 완전 동형 암호화(FHE) 사용을 간소화하는 오픈 소스 FHE 컴파일러(TFHE-rs로 업데이트됨)입니다. 이 컴파일러를 사용하면 Python 프로그램을 FHE와 동등한 수준으로 변환할 수 있습니다. Concrete는 암호화 입력을 받아들이고 암호화 출력을 생성하는 고급 애플리케이션을 만들고자 하는 개발자에게 유용합니다.

• TFHE-rs: 암호화된 데이터에서 부울 및 정수 연산을 수행하기 위한 TFHE의 순수한 Rust 구현. TFHE-rs는 기본 구현 세부 사항에 대해 걱정할 필요 없이 TFHE의 기능을 완전히 제어하려는 개발자와 연구자를 위해 설계되었습니다.

• Concrete ML: Concrete에 구축된 Zama의 개인정보 보호 머신 러닝(PPML) 오픈 소스 도구 세트입니다. 데이터 과학자가 머신 러닝 모델을 동형 등가물로 자동 변환할 수 있도록 지원하여 완전 동형 암호화(FHE) 사용을 간소화하도록 설계되었습니다.

2.3 Privasea 워크플로:

1. 사용자는 계정을 생성하고, 머신 러닝 작업을 설정하고, 머신 러닝 앱의 API 인터페이스를 통해 로컬에서 벡터를 암호화하고, 로컬에서 교환 키를 생성합니다.

2. 그런 다음 사용자는 암호화 작업을 Privatenix 네트워크에 제출하고 블록체인을 통해 서비스 비용을 지불할 수 있습니다.

3. 프라이빗닉스 노드는 사용자의 암호화 도메인에서 암호화 작업을 수신하여 실행한 다음, 사용자가 이전에 생성한 스위칭 키를 사용하여 암호화 결과를 복호화자의 암호화 도메인으로 전송합니다.

4. 작업이 완료되면 Privanetix는 복호화자에게 결과를 전송하고 대가를 받습니다

5. 다음, 복호화자는 클라이언트 키를 사용하여 복호화된 결과를 복호화하고 프록시 재암호화(PRE) 체계를 사용하여 복호화된 결과를 웹 사용자에게 보냅니다.

2.4 보안 KYC 사용 사례 워크플로:

1. ">1. 사진 신분증 등록: 사용자가 사진을 포함한 신분증을 제공합니다. 클라이언트는 특징 추출 알고리즘을 사용하여 신분증 사진에서 얼굴 특징을 추출합니다

2. 셀카 인증 작업 제출: 사용자가 카메라 또는 모바일 장치를 사용하여 셀카를 촬영하면 클라이언트는 신분증 등록과 동일한 특징 추출 알고리즘을 사용하여 셀카 이미지에서 얼굴 특징을 추출합니다.

3. 암호화된 ID 이미지 임베딩 가져오기: 지정된 Privanetix 노드가 보안 데이터베이스에서 사용자와 관련된 암호화된 ID 임베딩을 가져옵니다.

4. 암호문 영역에서 얼굴 확인 처리: Privanetix 노드는 FHE 기능을 사용하여 암호화된 ID와 셀카 임베딩의 거리를 계산하는 등의 계산을 수행하며, 이 거리를 미리 정의된 임계값과 비교하여 유사성을 확인합니다. 결과는 암호문 필드에 보관됩니다.

5. 복호화자에게 암호화 결과 전송: Privanetix 노드는 암호화된 부울 결과를 복호화자에게 전송하여 추가 처리를 수행합니다.

6. 복호화 및 결과 추출: 개인키를 가진 복호화 노드가 수신한 결과를 복호화하여 최종 확인(예: 예 또는 아니오)을 수행합니다.

7. 결과 전달: 복호화자는 프록시 재암호화(PRE) 또는 기타 적절한 방법을 사용하여 최종 결과를 필요로 하는 지정된 조직이나 단체에 안전하게 전달합니다.

3. GitHub

위에서 Zama AI의 몇 가지 리포지토리를 살펴보았다면, 이제 독점적인 Privasea 리포지토리를 살펴보기로 하겠습니다. 강력한>Privasea 리포지토리. 가장 먼저 눈에 띄는 것은 Privasea 리포지토리가 2023년 7월에 마지막으로 업데이트되었다는 것입니다. 이는 아마도 현재 이 분야가 FHE 및 AI/ML 태스킹을 둘러싼 경쟁이 치열하여 개발팀이 개발을 유지하기 위해 업데이트를 릴리스하지 않기 때문일 것입니다.

Privasea-general은 프라이바세의 주요 저장소이며 여러 오픈 소스 패키지를 포함하고 있습니다. 이러한 패키지에는 개발자에게 보안 연산을 위한 강력하고 유연하며 사용하기 쉬운 도구를 제공하는 고급 완전동형암호(FHE) 라이브러리인 HESea_lib가 포함됩니다. 또는 다른 PrivateSea 리포지토리에서 사용할 수 있는 소스 데이터가 포함된 Privasea-Miscellaneous.

HESEA_Lib - HESea는 개발자에게 보안 연산을 위한 강력하고 유연하며 사용하기 쉬운 도구를 제공하는 최첨단 완전동형암호화(FHE) 라이브러리입니다. 최첨단 암호화로 구축되고 고성능에 최적화된 HESea는 광범위한 사용 사례에 이상적이며, 사용자가 암호 해독 없이도 암호화된 데이터에 대한 연산을 수행할 수 있는 TFHE, CKKS, BGV, BFV 등 다양한 FHE 체계를 제공합니다. 이를 통해 민감한 데이터를 개인정보 침해 및 보안 위협으로부터 안전하게 보호할 수 있습니다.

Comparison_demo - HESEA 라이브러리를 사용한 암호 텍스트 정렬 데모입니다. 이 데모는 정렬할 평문 텍스트 시퀀스를 해당 암호 텍스트 시퀀스로 암호화하고 암호 텍스트를 비교하여 시퀀스를 정렬합니다. 그런 다음 프로그램은 암호 텍스트 시퀀스를 해독하고 정렬된 일반 텍스트 시퀀스를 출력합니다.

dinn_demo - HESEA 라이브러리를 사용한 안전한 필기 숫자 인식의 데모입니다. 이는 TFHE 암호화 체계를 사용하는 개인 정보 보호 딥러닝 접근 방식을 나타내며, 이산 신경망의 혁신적인 사용을 통해 일반적인 운영 효율성을 유지하면서 경쟁력 있는 정확도를 달성한다는 것이 DINN의 주요 장점입니다. 이러한 네트워크는 가중치와 오프셋을 정량화하여 기본 계산의 복잡성을 줄이고 초기 TFHE 부트스트랩 절차를 간소화합니다. 그 결과 동형 추정이 더욱 개선되어 효율성이 향상됩니다.

4. 토큰 경제학

PRVA 토큰은 거래를 촉진하고 참여자에게 인센티브를 제공하며 온체인 거버넌스를 가능하게 하는 중요한 역할을 합니다. 또한 사용자가 프라이버시 알 서비스에 액세스하고 생태계 내에서 다양한 기능을 잠금 해제할 수 있도록 하는 교환 매개체 역할을 합니다. PRVA 토큰의 가치는 주로 프라이버시 보호 머신러닝 및 기타 알 기반 기능을 포함한 네트워크 서비스에 대한 수요에 의해 결정됩니다.

특히 PRVA 토큰은 생태계 내에서 다음과 같은 역할을 합니다:

- 거래 촉진
- 인센티브 및 보상
- 거버넌스 및 투표
- 서약 및 사이버 보안
- 독점 기능에 액세스

토큰 할당:

• 채굴/서약(45%)-가 할당됩니다. strong>- 완전 동형 암호화(FHE) 및 기타 개인 정보 보호 서비스를 제공하는 프로젝트 내 서약 노드에 할당됩니다.

• 팀 할당 (10%)

• 서포터 (20%)

• 마케팅 및 커뮤니티 개발 할당 (15%) - 이 토큰은 마케팅 및 커뮤니티 개발 프로그램을 위해 사용됩니다.

• 예비비 (6%) - 이 카테고리는 주로 향후 충족해야 하는 규제나 신청해야 하는 라이선스 등 계획할 수 없는 프로젝트에 사용됩니다.

• 유동성 (4%) - 이 유형의 유동성은 참여자가 포지션에 진입하거나 퇴장할 수 있도록 보장하기 때문에 매우 중요합니다. 포지션을 종료할 수 있도록 보장하여 시장 성장을 촉진합니다.

5. 팀

링크드인 수석 David Jiao는 복잡한 시스템 개발 분야에서 탄탄한 경력을 쌓은 노련한 기업가로, Simplight Nanoelectronics에서 소프트웨어 엔지니어로 근무한 후 2010년에 Cybercom 그룹에 입사하여 2015년부터 2020년까지 Golden Ridge Robotic AB의 공동 창립자 겸 CEO로 재직했습니다. 2015년부터 2020년까지 David는 주로 사이버 물리 가정용 로봇 시스템에 중점을 둔 스타트업 R&D 회사인 Golden Ridge Robotic AB의 공동 창립자 겸 최고제품책임자로 근무했습니다. 동시에 볼보의 시스템 디자이너로서 볼보의 새로운 SPA2 아키텍처에서 차량 구성을 위한 시스템 기능 설계 및 프로토타입 제작을 담당했으며, 2021년에는 API를 통해 분산형 앱을 위한 PRE+ZK 기술을 제공하는 Nulink를 출시했습니다. 또한, 볼보에서 쌓은 경험을 바탕으로 프리바세아는 스웨덴 연구 기관인 RISE 및 자동차 산업을 위한 Alkit Communications AB와의 공동 프로젝트에 참여하기도 했습니다.

Ting Gao, 수석 연구 과학자, 콜라주 - 응용 수학과 수학적 모델링에 강한 배경을 가진 그는 2010년부터 일리노이 공과대학에서 연구원으로 근무했으며 2015년부터는 일리노이 공과대학의 연구원직을 맡고 있습니다. 2010년부터 폴리테크닉 인스티튜트, 2015년부터 M3에서 데이터 분석가 및 데이터 과학자로 일한 후 트위터에서 ML 엔지니어로 근무했습니다. 2021년부터 화중과학기술대학교에서 응용 수학, 확률 모델링, 딥 러닝 및 수학 금융에서의 응용 분야 조교수로 재직 중입니다.

Alex (R) Gaidarski, LinkedIn의 성장 관리자 - 2006년부터 시스템 관리자로 활동해 왔습니다. 2006년부터 시스템 관리자로 폭넓은 경험을 쌓은 그는 기술적인 성향의 마케터입니다. Privasea에 입사하기 전에는 NuiLink의 마케팅 팀에서 David Jiao와 함께 일했습니다.

진 대런, 커뮤니티 개발 및 관리, LinkedIn - 만타, 폴리헤드라, 탄시 네트워크의 홍보대사로서 광범위한 커뮤니티 관리 경험을 보유하고 있습니다. 아르코미아, 스토리 체인에서 퍼실리테이터 및 어시스턴트로 일했습니다.

6. 협업, 통합 및 앱

Privasea의 현재 주요 라이브 앱은 ImHuman이며, Google Play와 AppStore에서 사용할 수 있습니다. 구글 플레이와 앱스토어. 이 앱은 인간의 신원을 확인하고 봇과 AI 모방으로부터 디지털 존재를 보호하는 PoH(인간성 증명) 기술을 구현한 것입니다. 이 애플리케이션에서 안면 생체 인식을 통한 신원 확인은 NFT 개인화된 인간 신원 증명을 통해 이루어집니다. 생체 인식 데이터는 사용자 디바이스의 암호화된 벡터를 통해 네트워크로 연결됩니다. 이러한 벡터는 사용자의 클라이언트 키를 사용하여 안전하게 암호화되어 Privasea의 보안 웹 서버로 전송되며, Privasea는 현재 Linea, 무브먼트, 게이트, 텔레그라, /디스코드/레딧과의 통합에 PoH 솔루션을 구현할 계획입니다.

TG 봇과의 통합 예시:

Mind Network는 탈중앙화된 제로 트러스트 데이터 레이크의 선구자로, 현재 완전 동형 암호화의 핵심 작업에 최적화된 미세 조정 라이브러리를 구축하여 웹2.0 및 웹3.0 고객에게 효율적이고 편리한 솔루션을 제공하고 있습니다. 한편, 마인드 네트워크는 암호화된 데이터를 위한 안전한 데이터 기반 스마트 컨트랙트와 AI를 전문으로 하며, 이번 협력의 핵심 중 하나는 마인드 네트워크의 FHE 데이터 레이크를 프리바세아의 AI 네트워크에 통합하는 것입니다.

BNB 그린필드 - 데이터 관리와 BNB 스마트 체인(BSC)의 탈중앙화 금융(DeFi) 잠재력을 결합한 프리바세아 AI 네트워크와 BNB 그린필드는 데이터 저장 및 개인정보 보호 환경을 변화시키기 위해 힘을 합쳤습니다. 프리바세아의 FHE 기술은 네트워크에서 사용자 데이터의 영구적인 암호화를 가능하게 할 것입니다. 또한, BNB 그린필드 플랫폼의 개발자는 암호화 방법론의 복잡성을 파고들지 않고도 암호화된 데이터를 사용하여 데이터 통계, 논리 분석, 머신 러닝 모델 평가와 같은 작업을 원활하게 수행할 수 있으며, Privanetix의 강력한 노드 기능을 활용할 수 있습니다.

톤 네트워크 - Privasea는 사용자 인증을 재정의하도록 설계된 톤 네트웍의 솔루션인 인증.

Pri-Auto는 스웨덴의 비노바 포돈스스트래티스크 포스크닝 오치 이노베이션(FFI)이 2023년 투자 대상으로 선정한 지속 가능한 자동차 산업 프로젝트입니다. 프리-오토 프로젝트에서 Privasea는 자동차 산업을 위한 안전한 데이터 소스를 구축하고 지능형 액세스 권한 관리를 통해 OEM, MaaS, 보험사 등 여러 당사자 간에 데이터를 공유할 수 있는 인프라를 구축할 예정입니다. 이 프로젝트를 위해 Privasea는 스웨덴의 연구 기관인 RISE와 볼보 그룹 및 볼보 자동차 등 OEM을 위한 데이터 수집 서비스를 제공하는 Alkit Communications AB와 협력하고 있습니다.

7. 후원자

프리바세아는 듀할즈 캐피탈, 바이낸스 랩으로부터 투자를 받았습니다, 게이트 랩스, OKX 벤처스, MH 벤처스, K300 벤처스, QB 벤처스, 크립토 타임즈, 베이직 캐피탈, 덕다오, 그리고 업계의 여러 비즈니스 엔젤과 자카리아(zak) 에이브스, 루크(Luke Sheng(체인링크 출신) 등 업계의 여러 비즈니스 엔젤들이 5백만 달러의 투자 약정을 체결했습니다.

8. 결론

효율성 문제를 해결하고 기존 알고리즘 개선에 집중함으로써 프리바세는 FHE의 광범위한 채택을 위한 길을 열었으며, 이를 통해 다음을 보장할 수 있게 되었습니다. 데이터 중심의 세상에서 데이터 보안과 개인정보 보호가 공존할 수 있는 미래를 보장합니다. 이 솔루션을 통해 사용자는 블록체인이 제공하는 여러 분산 컴퓨팅 리소스를 활용하는 동시에 데이터와 모델을 완전히 제어하면서 AI를 처리할 수 있습니다. 오늘날의 세상은 점점 더 복잡해지고 있으며, 웹3은 점점 더 AI와 연결되고 있습니다.