1. 引言

全同态加密最早由Ronald Rivest、Adi Shamir和Leonard Adleman于1978 年设想。然而，由于计算上的重大限制和复杂性，FHE 无法实际实现，多年来缺乏实际应用，仅存在于理论讨论中。只是随着计算技术的进步和算法的效率提高，FHE 才开始看到潜在的实际应用。在Craig Gentry于 2009 年 推出第一个可行的 FHE 方案后，FHE 开始进入主流，从那时起，这项技术就受到了越来越多的关注。由于它允许加密数据被许多人任意操纵，而只有数据的私钥持有者才能解密，FHE 有可能改变无数行业，如社交媒体、军事通信和区块链。谷歌和 Meta 等大型科技公司正在投入研发资金（详情见2023年7月Chain Reaction新闻Google and Meta Pursue FHE for the Privacy Challenge），以遵守日益严格的隐私和数据保护法。同样，政府也在投入研发资金来保护自己免受网络安全威胁。 最近，FHE 已进入区块链讨论，作为向加密用户提供隐私的一种手段。启用 FHE 的区块链允许将所有链上数据设为私密，甚至对验证者也是如此（与 MEV 相对应）。

2. FHE 的工作原理

全同态加密允许对加密数据进行无限制的任意操作和计算，而无需透露数据。想象一下，有一个盒子，任何人都可以伸手进去，但只有一个拥有盒子钥匙的人才能打开它。任何人都可以伸手进去操纵盒子里的东西，但他们不能把那些东西拿出来，看里面的东西，或者打开盒子。这就是 FHE 的工作原理——它允许在不透露数据的情况下操纵数据。

3. 世界现在比以往任何时候都更需要 FHE

随着隐私泄露的数字风险不断增加，很明显，现在比以往任何时候都更需要 FHE。随着越来越多的企业和个人将数据存储和计算转移到基于云的解决方案，对 FHE 的需求只会越来越大。然而，迄今为止，FHE 缺乏标准化，阻碍了它的潜力，使得在实际应用中发挥其全部功能变得具有挑战性。

尽管直到最近同态加密才主要作为一种理论概念存在，但领先的 HE 方案正逐渐融入需要隐私保护计算的现实世界系统中。此外，同态加密方案的复杂安全属性可能非常技术性且难以掌握，即使是该领域的专家也难以理解。HE 的全面标准化将揭开这些属性的神秘面纱，有助于清晰、全面地呈现它们。清晰地了解 HE 对于更广泛地理解和实际应用该技术至关重要，尤其是当人们在日益互联的世界中应对数据隐私的复杂性时。

FHE 越来越多地被应用于云计算等领域，它可以在不泄露数据内容的情况下处理加密数据，有助于确保隐私和安全。 在医疗保健领域，FHE 有助于对医疗记录进行机密分析，在保护患者隐私的同时开展研究。此外，FHE 在政府和国防领域也越来越受欢迎，因为它可用于安全通信和数据共享，以及在人工智能和机器学习领域，用于在不牺牲隐私的情况下对敏感数据进行模型训练。 随着 FHE 技术的成熟，其应用预计将扩展到更多行业（如加密行业），这得益于对安全数据处理和隐私保护的需求不断增长。

4. 同态加密（HE）的类型

同态加密有多种类型。下面列出了各种类型的分类：

• 1）Partial Homomorphic Encryption（PHE）：
  • 为HE 的最基本形式
  • 允许对加密数据集做加法 或 乘法操作
  • 加法 HE 或乘法 HE 是 PHE 的类型
• 2）Somewhat Homomorphic Encryption (SHE)
  • 最适合于操作不太密集的简单计算
  • 同时允许对加密数据进行加法 和 乘法操作
• 3）Leveled Homomorphic Encryption分级同态加密 (LHE)
  • 非常适合那些计算复杂度已知且不需要 FHE 灵活性的应用
  • 允许对加密数据进行预定次数的加法和乘法
    与 FHE 不同，LHE 不需要自举（一种控制加密计算中噪声的过程，见2023年论文《Demystifying Bootstrapping in Fully Homomorphic Encryption》），但LHE对可以执行的运算深度有固定的限制。
• 4）Fully Homomorphic Encryption全同态加密（FHE）
  • 实现对加密数据的无限制任意计算
  • 实施起来复杂且昂贵：需要比 PHE 和 SHE 更多的计算资源

5. FHE vs ZK

自诞生以来，区块链就一直受到可扩展性和隐私性问题的困扰。最近，零知识证明 (ZKP) 作为解决这些挑战的潜在解决方案在加密货币领域越来越受欢迎。ZKP 使用户能够证明自己知道某个值，而无需透露该值。这项技术为各种类型的应用打开了大门，如：

• 调酒师可以验证个人是否达到购买饮料的法定年龄，而无需个人向调酒师透露其身份证上的所有其他信息，如他们的体重或家庭住址。

在区块链解决方案中，ZKP 迄今为止一直是隐私工具中的首选答案。然而，ZKP 需要信任拥有私人数据的第三方，这对于加密隐私来说并不理想。这是因为 ZK Rollups 让用户将交易发送到生成证明的集中式sequencers。因此，对于同时需要私有和全局状态的应用程序来说，ZKP 并不理想。
ZCash率先使用 ZKP 进行私人加密支付，其计算可以通过笔记本电脑和手机处理。这是加密领域第一个主要的 ZKP 用例。现在，几年过去了，比“作为隐私方案”，看起来 ZKP 是更好的扩容解决方案。ZK rollups和零知识机器学习 (ZKML)是利用 ZK 技术的加密用例，越来越受欢迎。

以下是FHE和ZKP的比较图：

5.1 FHE 的挑战

FHE 并非没有挑战。与其他加密方法（如 ZKP）相比，FHE 的计算量明显更大，速度也更慢，这使得它在某些实际应用中不太实用。密钥管理的复杂性以及对有效噪声管理的需求进一步增加了它的局限性。
到目前为止，由于这些挑战，FHE 的实际用例受到限制，而且缺乏标准化和可访问的公共工具减缓了它的广泛采用。为了解决这些问题，已经提出了使用多方计算 (MPC) 的阈值解密方案等技术解决方案，以在多个节点之间分发解密密钥，从而避免与单实体控制相关的风险。为了在加密领域及其他领域得到更广泛的应用，迫切需要更简单的实施方法，以及开发更用户友好的工具和软件开发工具包 (SDK)，以使这种强大的加密技术的访问更加民主化。

5.2 结合 FHE 和 ZKP

尽管 FHE 能够处理加密数据，但它无法验证用户输入和计算的正确性；因此，结合使用 FHE 和 ZKP 可以提高效率和成本效益，尤其是与协处理器技术结合使用时。FHE 能够对加密数据进行计算，保护机密性，而 ZKP 能够在不泄露底层数据的情况下验证这些计算。这种组合提高了数据的隐私性和安全性，同时解决了计算强度和对第三方的依赖等挑战。 协处理器 在这种集成中发挥着巨大的作用，可以高效地处理和验证加密数据。它们利用 FHE 和 ZKP 的综合优势，使验证者能够执行计算并生成正确性证明，从而提供比单独使用任何一种解决方案更强大的隐私保护计算环境。

这种集成不仅提高了区块链应用程序的安全性，还扩展了其潜在用例。协处理器允许执行以前由于计算限制和/或隐私问题而不切实际或不可能的复杂操作。 通过实现无需信任且高效的验证流程，具有 FHE 和 ZKP 功能的协处理器可以解决区块链领域的长期问题。这种方法对于需要高度数据隐私的应用程序（如金融、医疗保健和安全通信）尤其有前景，标志着区块链技术发展的重大飞跃。

6. FHE在Crypto中的应用

FHE 有可能在许多方面彻底改变加密领域。FHE 在加密领域的用例包括：

随着 FHE 在加密用例中开始受到关注，各种团队正在他们构建的项目中利用这项技术。下表概述了 FHE 领域中的许多重要参与者和项目。从中间件和基础设施到L1区块链和 dApp，这些实体处于将 FHE 集成到区块链生态系统的最前沿：

7. 价值累积

在 FHE 这一新兴领域，与利用 FHE 技术的应用程序和工具提供商相比，像Zama这样的技术提供商更有能力获取最大价值。作为区块链和 FHE 交汇的专业领域的领导者，像 Zama 这样的公司可以通过其先发优势和为其他协议提供的先进技术确立市场领导地位。这不仅使他们能够获得主导市场份额，而且还为与其他企业进行有利可图的许可机会开辟了道路。

此外，全球对数据隐私和安全的日益重视也扩大了对 FHE 解决方案的需求，进一步增强了这些技术提供商的财务前景。像 Zama 这样的先行者可以利用与大型科技实体的合作伙伴关系和协作，将其解决方案集成到现有平台中以覆盖更广泛的市场。再加上他们建立竞争优势的潜力，使他们能够吸引大量投资和利润丰厚的交易，从而在 FHE 领域获得可观的货币价值。

8. 小结

总之，全同态加密 (FHE) 是密码学领域的一项突破性进展，提供了全新级别的数据隐私和安全。随着它的成熟和克服当前的局限性（如计算强度和标准化需求），其潜在应用是巨大的。随着对数据隐私和安全的需求不断增长，FHE 在改变人们在数字互联世界中处理敏感信息的方式方面发挥的作用不容小觑。该领域的进步对日益数字化的世界中的数据隐私和安全具有重要意义，并将永远彻底改变区块链和许多其他行业。

参考资料

[1] 2024年1月12日博客 Introduction to FHE and Blockchain: Implications for Scalability and Privacy