Perkembangan dan Aplikasi Enkripsi Homomorphic Penuh ( FHE )

Konsep Enkripsi Homomorphic Sepenuhnya ( FHE ) dapat ditelusuri kembali ke tahun 1970-an, tetapi lama sekali sulit untuk direalisasikan. Ide inti adalah melakukan perhitungan pada data yang dienkripsi tanpa perlu mendekripsinya. Awalnya hanya dapat melakukan operasi penjumlahan atau perkalian sederhana, yang dikenal sebagai enkripsi homomorphic sebagian. Pada tahun 2009, Craig Gentry mencapai kemajuan besar, menunjukkan bahwa perhitungan apa pun dapat dilakukan pada data yang dienkripsi, sehingga membuka jalan bagi perkembangan Enkripsi Homomorphic Sepenuhnya.

FHE adalah teknologi enkripsi canggih yang memungkinkan perhitungan pada data yang dienkripsi tanpa perlu mendekripsinya. Ini berarti operasi dapat dilakukan langsung pada ciphertext dan menghasilkan hasil yang dienkripsi, yang setelah didekripsi akan konsisten dengan hasil dari operasi yang sama pada plaintext.

Fitur Utama FHE

Homomorfik

• Penjumlahan: melakukan penjumlahan pada ciphertext setara dengan melakukan penjumlahan pada plaintext.
• Perkalian: Mengalikan ciphertext setara dengan mengalikan plaintext.

Manajemen Kebisingan: Enkripsi FHE akan menambahkan kebisingan ke dalam ciphertext untuk memastikan keamanan, tetapi kebisingan akan meningkat setelah setiap operasi. Mengelola dan meminimalkan kebisingan secara efektif sangat penting agar tidak mempengaruhi akurasi perhitungan.

Operasi Tak Terbatas: Berbeda dengan beberapa Enkripsi Homomorphic (PHE) dan jenis Enkripsi Homomorphic (SHE), FHE mendukung penjumlahan dan perkalian tak terbatas, memungkinkan perhitungan jenis apa pun pada data yang terenkripsi.

Secara ketat, FHE adalah kasus khusus dari enkripsi homomorphic. Enkripsi homomorphic berarti operasi pada ciphertext setara dengan operasi yang sama pada plaintext. Perlu diperhatikan dua tantangan kunci:

1. Kesetaraan antara plaintext dan ciphertext melibatkan penambahan noise. Jika noise terlalu besar, dapat menyebabkan kegagalan perhitungan, sehingga pengendalian noise sangat penting.

2. Biaya perhitungan penjumlahan dan perkalian sangat besar. Perhitungan pada ciphertext mungkin 10.000 hingga 1.000.000 kali lebih mahal dibandingkan dengan perhitungan pada plaintext.

Enkripsi Homomorphic berdasarkan tingkat implementasinya dapat dibagi menjadi:

• Beberapa Enkripsi Homomorphic ( PHE ): Mendukung operasi yang dapat dilakukan secara tak terbatas.
• Jenis Enkripsi Homomorphic ( SHE ): mendukung jumlah terbatas penjumlahan dan perkalian.
• Enkripsi Homomorphic Penuh ( FHE ): mendukung penjumlahan dan perkalian tanpa batas, dapat melakukan perhitungan apa pun.

Keuntungan utama FHE adalah kemampuannya untuk melakukan berbagai jenis perhitungan pada data terenkripsi, memastikan privasi dan keamanan sepanjang proses perhitungan.

Aplikasi FHE dalam Blockchain

FHE diharapkan menjadi teknologi kunci untuk skalabilitas dan perlindungan privasi blockchain. Saat ini, blockchain secara default adalah transparan, setiap transaksi dan variabel kontrak pintar bersifat publik. FHE dapat mengubah blockchain yang sepenuhnya transparan menjadi bentuk yang sebagian terenkripsi, sambil tetap di bawah kontrol kontrak pintar.

Sebuah perusahaan sedang mengembangkan mesin virtual FHE, yang memungkinkan programmer menulis kode Solidity untuk mengoperasikan primitif FHE. Pendekatan ini dapat menyelesaikan masalah privasi di blockchain saat ini, memungkinkan kasus penggunaan seperti pembayaran terenkripsi, mesin slot, dan kasino, sambil mempertahankan grafik transaksi, membuatnya lebih ramah regulasi.

Aplikasi kunci lain dari FHE adalah meningkatkan kegunaan proyek privasi. Beberapa proyek privasi memiliki masalah kegunaan yang signifikan dalam hal waktu pengambilan informasi saldo dan keterlambatan sinkronisasi. FHE memberikan solusi melalui pengambilan pesan privasi (OMR), memungkinkan klien dompet untuk melakukan sinkronisasi tanpa mengekspos konten yang diakses.

Namun, FHE tidak dapat secara langsung menyelesaikan masalah skalabilitas blockchain. Menggabungkan FHE dengan bukti nol pengetahuan (ZKP) dapat mengatasi beberapa tantangan skalabilitas. FHE yang dapat diverifikasi dapat memastikan bahwa perhitungan dilakukan dengan benar, menyediakan mekanisme komputasi yang dapat dipercaya untuk lingkungan blockchain.

Hubungan antara FHE dan Zero-Knowledge Proof ( ZKP )

FHE dan ZKP adalah teknologi yang saling melengkapi, tetapi melayani tujuan yang berbeda. ZKP memungkinkan perhitungan yang dapat diverifikasi dan atribut pengetahuan nol, memberikan privasi untuk status pribadi. Namun, ZKP tidak memberikan privasi untuk status bersama, yang sangat penting untuk platform kontrak pintar tanpa izin. FHE dan komputasi multi-pihak (MPC) memungkinkan perhitungan data terenkripsi tanpa mengungkapkan data.

Menggabungkan ZKP dan FHE akan secara signifikan meningkatkan kompleksitas perhitungan, kecuali jika kasus penggunaan tertentu diperlukan, maka tidak terlalu praktis.

Status dan Prospek FHE

FHE tertinggal sekitar 3-4 tahun dalam kemajuan pengembangan dibandingkan ZKP, tetapi sedang mengejar dengan cepat. Proyek FHE generasi pertama telah mulai diuji, dan jaringan utama diharapkan diluncurkan akhir tahun ini. Meskipun beban komputasi FHE masih lebih tinggi dibandingkan ZKP, potensi aplikasinya dalam skala besar sangat besar. Setelah FHE memasuki produksi dan skala besar, diperkirakan akan tumbuh dengan cepat seperti ZK Rollups.

Tantangan dan Kendala

Aplikasi FHE menghadapi tantangan efisiensi komputasi dan manajemen kunci. Operasi bootstrap dalam FHE sangat padat secara komputasi, tetapi kemajuan algoritma dan optimasi rekayasa sedang memperbaiki masalah ini. Untuk kasus penggunaan tertentu seperti pembelajaran mesin, alternatif yang tidak menggunakan bootstrap mungkin lebih efisien.

Manajemen kunci juga merupakan tantangan besar. Beberapa proyek FHE memerlukan manajemen kunci berbasis threshold, yang melibatkan kelompok validator dengan kemampuan dekripsi. Metode ini perlu dikembangkan lebih lanjut untuk mengatasi masalah titik kegagalan tunggal.

Status Pasar FHE

Beberapa perusahaan modal ventura enkripsi aktif berinvestasi di bidang FHE, melihat potensi yang dimilikinya. Sudah ada proyek yang bekerja sama dengan mitra untuk mengembangkan aplikasi seperti mesin slot, kasino, pembayaran komersial, dan permainan.

TFHE( akan menggabungkan FHE dengan MPC dan blockchain, sangat menjanjikan, membuka skenario aplikasi baru. Ketertemanan pengembang FHE memungkinkan pemrograman menggunakan Solidity, yang praktis dan dapat dilakukan dalam pengembangan aplikasi.

Lanskap Persaingan

Banyak perusahaan sedang bersaing di bidang FHE:

• Sebuah perusahaan fokus pada akselerasi perangkat keras untuk menghasilkan dan memverifikasi bukti nol pengetahuan secara real-time.
• Perusahaan lain mengembangkan solusi FHE untuk blockchain dan AI.
• Ada juga perusahaan yang membantu insinyur menggunakan FHE untuk membangun dan menerapkan aplikasi pribadi.
• Beberapa proyek sedang mengembangkan jaringan blockchain yang mendukung FHE.
• Ada perusahaan yang sedang membangun lapisan re-staking FHE, untuk DePIN dan AI.

Perusahaan-perusahaan ini telah mendapatkan dukungan dari modal ventura, menunjukkan kepercayaan pasar terhadap teknologi FHE.

Lingkungan Regulasi

Lingkungan regulasi untuk teknologi privasi seperti FHE berbeda-beda di berbagai daerah. Meskipun privasi data sangat didukung, privasi keuangan masih merupakan area abu-abu. FHE diharapkan dapat meningkatkan privasi data, memungkinkan pengguna untuk mempertahankan kepemilikan data dan mungkin menghasilkan keuntungan darinya, sambil tetap mempertahankan manfaat sosial.

Kesimpulan

Fully homomorphic encryption ) FHE ( berada di garis depan transformasi enkripsi, menawarkan solusi privasi dan keamanan yang canggih. Dengan kemajuan teknologi dan perhatian modal, FHE diharapkan dapat diterapkan secara besar-besaran, menyelesaikan masalah kunci dalam skalabilitas blockchain dan perlindungan privasi. Dalam 3-5 tahun ke depan, FHE diperkirakan akan mencapai kemajuan signifikan, membawa aplikasi inovatif ke ekosistem enkripsi.

![Kemajuan dan Aplikasi Enkripsi Homomorphic Penuh (FHE)])https://img-cdn.gateio.im/webp-social/moments-97e1ef48e90d438cfe636a91f4eff522.webp(