Prozkoumání adopce FHE prostřednictvím platformy FHERMA Challenge
Stručně
FHERMA se odlišuje od ostatních řešení řadou charakteristických rysů. Zpočátku poskytuje rychlé vyhodnocení řešení a přináší výsledky během několika sekund, což je v kontrastu s rozšířenými ověřovacími postupy pozorovanými v konvenčních odměnách. Platforma zajišťuje transparentnost a spravedlnost tím, že využívá plně automatizované procesy hodnocení, čímž eliminuje případné zkreslení způsobené lidským zapojením. Kromě toho mohou účastníci sledovat své hodnocení v reálném čase na dynamickém žebříčku, což usnadňuje neustálé zlepšování řešení podle potřeby.
Hodně se mluví o tom, jak by technologie Fully Homomorphic Encryption (FHE) mohla změnit soukromí v blockchainových systémech. Je to považováno za způsob, jak řešit problémy s ochranou soukromí tím, že umožňuje výpočty na zašifrovaných datech. Navzdory pokroku ve vývoji však plně homomorfní šifrování nadále čelí výzvám při dosahování širokého přijetí, především kvůli problémům s výkonem a nedostatkem vývojového ekosystému. Navíc integrace FHE do stávajících blockchainových nastavení představuje problémy s kompatibilitou a škálovatelností.
Spravedlivá matematika reagovala na tyto výzvy zavedením FHERMA, specializovaná platforma navržená pro hostování výzev plně homomorfního šifrování. FHERMA, vyvinutá ve spolupráci týmů Fair Math a OpenFHE, se zavázala usnadnit vytvoření rozsáhlé open source knihovny komponent FHE. Cílem této iniciativy je zjednodušit vývoj aplikací a urychlit přijetí FHE, zejména se zaměřením na aplikace Machine Learning a Blockchain.
Síla výzev Black Box na FHERMA
Zajímavý aspekt plně homomorfního šifrování (FHE) spočívá v jeho schopnosti umožnit jednomu účastníkovi, ověřovateli, prokázat druhému účastníkovi, ověřovateli, jejich schopnost vyřešit konkrétní problém pomocí algoritmu, aniž by prozradil jakékoli podrobnosti o algoritmu samotném. V tomto procesu ověřovatel manipuluje se zašifrovanými testovacími daty poskytnutými ověřovatelem a předkládá zpracovaný šifrovaný text jako důkaz. Ověřovatel jej poté dešifruje a porovná s očekávaným výstupem. Zejména ve scénářích, kde každý šifrový text představuje skupinu četných prvků, se výrazně snižuje pravděpodobnost náhodného uhodnutí výsledku.
Tento koncept tvoří základ výzev Black Box hostovaných na platformě FHERMA. Tyto výzvy hrají klíčovou roli ve strojovém učení na ochranu soukromí a splňují potřeby vlastníků datových sad, kteří požadují model ML vyškolený na jejich proprietárních datech a zároveň je zachovávají nezveřejněné. Homomorfní šifrování se ukazuje jako vhodné řešení pro takové požadavky, přičemž výzvy FHERMA Black Box slouží jako platforma pro zapojení různých vývojářů do vytváření potřebného modelu.
Podpora spolupráce a inovací v FHE
„Během vývoje FHERMA,“ řekl Gurgen Arakelov, zakladatel Fair Math, „je primárním cílem podpora spolehlivého ekosystému, který spojuje různorodou škálu výzkumníků, včetně matematiků zběhlých v teorii FHE, stejně jako kryptografů, specialisté na strojové učení a další. To podporuje spravedlivou a transparentní soutěž mezi různými odborníky a zároveň usnadňuje jejich integraci do open-source komunity.“
Účastníci přispívají algoritmy a komponenty a podrobují je přísnému testování v rámci platformy. Výzvy Black Box společnosti FHERMA umožňují účastníkům posoudit řešení bez odhalení zdrojového kódu. Platforma posuzuje příspěvky na základě přesnosti šifry poskytnuté účastníky a podporuje neustálé vylepšování prostřednictvím interaktivních žebříčků.
Kromě přesnosti se v určitých scénářích stává zásadním hodnocení výkonu, což vede k zavedení výzev White Box. Například probíhající výzva CIFAR-10 Image Classification vyžaduje, aby účastníci vyvinuli modely strojového učení, které dokážou efektivně klasifikovat šifrované obrázky z datové sady CIFAR-10. Příspěvky jsou hodnoceny z hlediska výkonu i přesnosti, což zajišťuje nejlepší řešení při zachování důvěrnosti.
FHE Challenges: Fair and Open Source Perspective
FHERMA se odlišuje od ostatních řešení řadou charakteristických rysů. Zpočátku poskytuje rychlé vyhodnocení řešení a přináší výsledky během několika sekund, což je v kontrastu s rozšířenými ověřovacími postupy pozorovanými v konvenčních odměnách. Platforma zajišťuje transparentnost a spravedlnost tím, že využívá plně automatizované procesy hodnocení, čímž eliminuje případné zkreslení způsobené lidským zapojením. Kromě toho mohou účastníci sledovat své hodnocení v reálném čase na dynamickém žebříčku, což usnadňuje neustálé zlepšování řešení podle potřeby.
Kromě toho FHERMA poskytuje flexibilitu pro vytváření výzev založených na různých šifrovacích schématech, přičemž nové výzvy jsou uváděny měsíčně. Platforma aktivně spolupracuje s předními výzkumníky FHE, jako jsou OpenFHE, Lattigo a IBM Research, na identifikaci a definejsou cenná témata pro komunitu FHE. Jeho adaptabilní architektura je navržena tak, aby vyhovovala různým scénářům použití a specifikacím úloh vyžadujících homomorfní šifrování.
Nedílným aspektem platformy je její závazek ke komunitě, otevřenost a spravedlnost. Na rozdíl od jiných platforem, které mohou účastníkům ukládat omezující dohody, FHERMA vyžaduje, aby byla řešení distribuována pouze pod licencí Apache 2.0, což podporuje prostředí pro spolupráci a sdílení znalostí v rámci komunity FHE.
Odmítnutí odpovědnosti
V souladu s Pokyny k projektu Trust, prosím vezměte na vědomí, že informace uvedené na této stránce nejsou určeny a neměly by být vykládány jako právní, daňové, investiční, finanční nebo jakékoli jiné formy poradenství. Je důležité investovat jen to, co si můžete dovolit ztratit, a v případě pochybností vyhledat nezávislé finanční poradenství. Pro další informace doporučujeme nahlédnout do smluvních podmínek a také na stránky nápovědy a podpory poskytnuté vydavatelem nebo inzerentem. MetaversePost se zavázala poskytovat přesné a nezaujaté zprávy, ale podmínky na trhu se mohou bez upozornění změnit.
O autorovi
Gregory, digitální nomád pocházející z Polska, je nejen finančním analytikem, ale také cenným přispěvatelem do různých online magazínů. Díky bohatým zkušenostem ve finančním průmyslu mu jeho postřehy a odborné znalosti vynesly uznání v mnoha publikacích. Gregory efektivně využívá svůj volný čas a v současnosti se věnuje psaní knihy o kryptoměnách a blockchainu.
Další články
Gregory, digitální nomád pocházející z Polska, je nejen finančním analytikem, ale také cenným přispěvatelem do různých online magazínů. Díky bohatým zkušenostem ve finančním průmyslu mu jeho postřehy a odborné znalosti vynesly uznání v mnoha publikacích. Gregory efektivně využívá svůj volný čas a v současnosti se věnuje psaní knihy o kryptoměnách a blockchainu.
