encriptación completamente homomórfica: la herramienta de protección de la privacidad en la era de la IA
Recientemente, el mercado de encriptación ha estado en baja, lo que nos ha dado más tiempo para centrarnos en el desarrollo de algunas tecnologías emergentes. A pesar de que la volatilidad del mercado en 2024 no es tan intensa como en años anteriores, todavía hay algunas nuevas tecnologías que están madurando gradualmente, entre las cuales se incluye la encriptación completamente homomórfica (Fully Homomorphic Encryption, abreviado FHE) que vamos a discutir hoy.
Para entender el complejo concepto de FHE, primero necesitamos aclarar qué es "encriptación", "homomórfico" y por qué necesitamos "completamente".
Conceptos básicos de encriptación
La forma más simple de encriptación que todos conocemos. Por ejemplo, si Alice quiere enviar un número secreto a Bob "1314 520", pero no quiere que un tercero que transmite el mensaje conozca el contenido. Ella puede utilizar un método simple de encriptación: multiplicar cada número por 2. De esta manera, la información transmitida se convierte en "2628 1040". Cuando Bob recibe el mensaje, solo necesita dividir cada número entre 2 para obtener la información original.
Este método de encriptación simétrica permite a dos personas intercambiar información de manera segura sin confiar en el mensajero.
Cifrado homomórfico de la concepto
Ahora, consideremos un escenario más complejo. Supongamos que Alice solo tiene 7 años y solo sabe hacer las operaciones básicas de multiplicación y división. Necesita calcular la factura de electricidad de 12 meses en casa, que es de 400 yuanes al mes, pero no puede realizar una multiplicación tan complicada.
Alice no quería que los demás supieran el monto exacto de la factura de electricidad y los meses, así que utilizó un método ingenioso. Multiplicó 400 y 12 por 2, y luego pidió ayuda a una persona, C, que podía realizar cálculos complejos, para calcular el resultado de 800 multiplicado por 24. C calculó que el resultado era 19200, y se lo dijo a Alice, quien luego dividió este resultado por 4 (es decir, lo dividió por 2 dos veces), obteniendo así el monto total correcto de la factura de electricidad de 4800 yuanes.
Este es un ejemplo simple de cifrado homomórfico de multiplicación. 800 multiplicado por 24 es en realidad un mapeo de 400 multiplicado por 12, manteniendo inalterada la forma antes y después de la encriptación, por lo que se llama "homomórfico". Este método permite que Alice realice cálculos con un tercero no confiable mientras protege información sensible.
¿Por qué se necesita la "encriptación completamente homomórfica"?
Sin embargo, los problemas del mundo real suelen ser más complejos. Si C es lo suficientemente inteligente, podría descifrar el número que Alice originalmente tenía que calcular mediante un método de fuerza bruta. Esto requiere una tecnología de "encriptación completamente homomórfica" más avanzada para resolverlo.
La encriptación completamente homomórfica permite realizar operaciones de adición y multiplicación de manera arbitraria sobre datos encriptados, y no se limita a operaciones específicas o a un número finito de veces. Esto aumenta considerablemente la dificultad para romper la encriptación, lo que hace que sea casi imposible para terceros espiar los datos originales.
La tecnología de encriptación completamente homomórfica no logró avances significativos hasta 2009, convirtiéndose en un hito importante en el campo de la criptografía.
Escenarios de aplicación de FHE: un ejemplo de IA
Un área importante de aplicación de la tecnología FHE es la inteligencia artificial. Como es bien sabido, los poderosos sistemas de IA requieren grandes volúmenes de datos para su entrenamiento, pero estos datos a menudo implican problemas de privacidad. FHE ofrece una posible solución a esta contradicción:
Encriptar datos sensibles utilizando el método FHE
Usar datos encriptados para entrenar el modelo de IA
AI produce el resultado de encriptación
Este método permite que la IA realice cálculos y aprenda sin tocar los datos originales. Los propietarios de datos pueden descifrar los resultados de manera segura en local, aprovechando la poderosa capacidad de cálculo de la IA mientras protegen la privacidad de los datos.
Actualmente, ya hay varios proyectos explorando la aplicación de la encriptación completamente homomórfica (FHE) en el campo de la IA. Uno de estos proyectos ha propuesto un escenario de aplicación muy interesante: el reconocimiento facial. Esto permite que las máquinas determinen si se trata de una persona real, al mismo tiempo que garantiza no revelar ninguna información sensible sobre la cara.
Sin embargo, la aplicación práctica de la encriptación completamente homomórfica aún enfrenta algunos desafíos, principalmente porque requiere enormes recursos computacionales. Para ello, algunos proyectos están construyendo redes de potencia computacional especializadas y las instalaciones de soporte para respaldar los cálculos de encriptación completamente homomórfica.
Significado de FHE
Si la IA puede aplicar a gran escala la tecnología de encriptación completamente homomórfica, aliviará enormemente la presión sobre la seguridad de los datos y la protección de la privacidad que enfrenta el desarrollo actual de la IA. Desde la seguridad nacional hasta la privacidad personal, la encriptación completamente homomórfica podría convertirse en la última línea de defensa para proteger los datos en la era de la IA.
Con el rápido desarrollo de la tecnología de IA, podemos prever que en un futuro no muy lejano, la tecnología de Cifrado homomórfico (FHE) podría desempeñar un papel importante en más áreas, brindándonos una protección de privacidad más robusta mientras disfrutamos de las comodidades de la IA.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
14 me gusta
Recompensa
14
8
Compartir
Comentar
0/400
TheShibaWhisperer
· hace4h
¿Se puede encriptar también una imagen inapropiada?
Ver originalesResponder0
Hulin
· hace9h
Árbol viejo y ruidoso
Ver originalesResponder0
NftMetaversePainter
· hace9h
*ajusta el monóculo digital* finalmente, una poesía algorítmica digna de nuestro paradigma post-físico
Ver originalesResponder0
SadMoneyMeow
· hace9h
La privacidad es demasiado importante.
Ver originalesResponder0
CompoundPersonality
· hace9h
¿La potencia computacional de encriptación se puede manejar?
encriptación completamente homomórfica FHE: la revolución de la protección de la privacidad en la era de la IA
encriptación completamente homomórfica: la herramienta de protección de la privacidad en la era de la IA
Recientemente, el mercado de encriptación ha estado en baja, lo que nos ha dado más tiempo para centrarnos en el desarrollo de algunas tecnologías emergentes. A pesar de que la volatilidad del mercado en 2024 no es tan intensa como en años anteriores, todavía hay algunas nuevas tecnologías que están madurando gradualmente, entre las cuales se incluye la encriptación completamente homomórfica (Fully Homomorphic Encryption, abreviado FHE) que vamos a discutir hoy.
Para entender el complejo concepto de FHE, primero necesitamos aclarar qué es "encriptación", "homomórfico" y por qué necesitamos "completamente".
Conceptos básicos de encriptación
La forma más simple de encriptación que todos conocemos. Por ejemplo, si Alice quiere enviar un número secreto a Bob "1314 520", pero no quiere que un tercero que transmite el mensaje conozca el contenido. Ella puede utilizar un método simple de encriptación: multiplicar cada número por 2. De esta manera, la información transmitida se convierte en "2628 1040". Cuando Bob recibe el mensaje, solo necesita dividir cada número entre 2 para obtener la información original.
Este método de encriptación simétrica permite a dos personas intercambiar información de manera segura sin confiar en el mensajero.
Cifrado homomórfico de la concepto
Ahora, consideremos un escenario más complejo. Supongamos que Alice solo tiene 7 años y solo sabe hacer las operaciones básicas de multiplicación y división. Necesita calcular la factura de electricidad de 12 meses en casa, que es de 400 yuanes al mes, pero no puede realizar una multiplicación tan complicada.
Alice no quería que los demás supieran el monto exacto de la factura de electricidad y los meses, así que utilizó un método ingenioso. Multiplicó 400 y 12 por 2, y luego pidió ayuda a una persona, C, que podía realizar cálculos complejos, para calcular el resultado de 800 multiplicado por 24. C calculó que el resultado era 19200, y se lo dijo a Alice, quien luego dividió este resultado por 4 (es decir, lo dividió por 2 dos veces), obteniendo así el monto total correcto de la factura de electricidad de 4800 yuanes.
Este es un ejemplo simple de cifrado homomórfico de multiplicación. 800 multiplicado por 24 es en realidad un mapeo de 400 multiplicado por 12, manteniendo inalterada la forma antes y después de la encriptación, por lo que se llama "homomórfico". Este método permite que Alice realice cálculos con un tercero no confiable mientras protege información sensible.
¿Por qué se necesita la "encriptación completamente homomórfica"?
Sin embargo, los problemas del mundo real suelen ser más complejos. Si C es lo suficientemente inteligente, podría descifrar el número que Alice originalmente tenía que calcular mediante un método de fuerza bruta. Esto requiere una tecnología de "encriptación completamente homomórfica" más avanzada para resolverlo.
La encriptación completamente homomórfica permite realizar operaciones de adición y multiplicación de manera arbitraria sobre datos encriptados, y no se limita a operaciones específicas o a un número finito de veces. Esto aumenta considerablemente la dificultad para romper la encriptación, lo que hace que sea casi imposible para terceros espiar los datos originales.
La tecnología de encriptación completamente homomórfica no logró avances significativos hasta 2009, convirtiéndose en un hito importante en el campo de la criptografía.
Escenarios de aplicación de FHE: un ejemplo de IA
Un área importante de aplicación de la tecnología FHE es la inteligencia artificial. Como es bien sabido, los poderosos sistemas de IA requieren grandes volúmenes de datos para su entrenamiento, pero estos datos a menudo implican problemas de privacidad. FHE ofrece una posible solución a esta contradicción:
Este método permite que la IA realice cálculos y aprenda sin tocar los datos originales. Los propietarios de datos pueden descifrar los resultados de manera segura en local, aprovechando la poderosa capacidad de cálculo de la IA mientras protegen la privacidad de los datos.
Actualmente, ya hay varios proyectos explorando la aplicación de la encriptación completamente homomórfica (FHE) en el campo de la IA. Uno de estos proyectos ha propuesto un escenario de aplicación muy interesante: el reconocimiento facial. Esto permite que las máquinas determinen si se trata de una persona real, al mismo tiempo que garantiza no revelar ninguna información sensible sobre la cara.
Sin embargo, la aplicación práctica de la encriptación completamente homomórfica aún enfrenta algunos desafíos, principalmente porque requiere enormes recursos computacionales. Para ello, algunos proyectos están construyendo redes de potencia computacional especializadas y las instalaciones de soporte para respaldar los cálculos de encriptación completamente homomórfica.
Significado de FHE
Si la IA puede aplicar a gran escala la tecnología de encriptación completamente homomórfica, aliviará enormemente la presión sobre la seguridad de los datos y la protección de la privacidad que enfrenta el desarrollo actual de la IA. Desde la seguridad nacional hasta la privacidad personal, la encriptación completamente homomórfica podría convertirse en la última línea de defensa para proteger los datos en la era de la IA.
Con el rápido desarrollo de la tecnología de IA, podemos prever que en un futuro no muy lejano, la tecnología de Cifrado homomórfico (FHE) podría desempeñar un papel importante en más áreas, brindándonos una protección de privacidad más robusta mientras disfrutamos de las comodidades de la IA.