FHE, ZK, dan MPC: Perbandingan Tiga Teknologi Enkripsi Canggih

Baru-baru ini, kami membahas cara kerja enkripsi homomorfik penuh (FHE). Namun, banyak orang masih mudah membingungkan FHE dengan bukti tanpa pengetahuan (ZK) dan komputasi aman multipihak (MPC). Oleh karena itu, artikel ini akan melakukan perbandingan mendalam antara ketiga teknologi ini.

Gambaran Umum FHE, ZK, dan MPC

Mari kita mulai dari pertanyaan paling dasar:

• Apa saja teknologi ini?
• Bagaimana cara kerjanya?
• Bagaimana mereka diterapkan pada blockchain?

1. Pembuktian Pengetahuan Nol (ZK): menekankan "membuktikan tanpa mengungkapkan"

Teknologi bukti pengetahuan nol bertujuan untuk menyelesaikan masalah penting: bagaimana memverifikasi kebenaran informasi tanpa mengungkapkan informasi spesifik apa pun.

ZK dibangun di atas dasar kriptografi yang kuat. Melalui bukti nol-pengetahuan, Alice dapat membuktikan kepada Bob bahwa dia menguasai suatu rahasia, tanpa mengungkapkan informasi apa pun tentang rahasia tersebut.

Bayangkan sebuah skenario: Alice ingin membuktikan kepada karyawan perusahaan penyewaan mobil Bob bahwa dia memiliki kredit yang baik, tetapi dia tidak ingin memberikan informasi rinci seperti laporan bank. Dalam hal ini, "skor kredit" yang diberikan oleh bank atau aplikasi pembayaran dapat dianggap sebagai "bukti tanpa pengetahuan".

Alice dapat membuktikan bahwa skor kreditnya baik di bawah kondisi "zero-knowledge" Bob, tanpa perlu menunjukkan informasi akun spesifik, itulah inti dari bukti nol pengetahuan.

Dalam aplikasi blockchain, kita dapat mengambil contoh mata uang anonim:

Ketika Alice mentransfer kepada orang lain, dia harus tetap anonim dan juga membuktikan bahwa dia memiliki hak untuk mentransfer koin ini ( untuk mencegah pembayaran ganda ). Untuk itu, dia perlu menghasilkan sebuah bukti ZK.

Penambang Bob, setelah melihat bukti ini, dapat mencatat transaksi ke dalam blockchain tanpa mengetahui identitas Alice, yaitu identitas Alice yang bersifat zero-knowledge (.

) 2. Penghitungan Aman Multi-Pihak ###MPC(: menekankan "bagaimana menghitung tanpa mengungkapkan"

Teknologi komputasi aman multi-pihak terutama menyelesaikan masalah: bagaimana memungkinkan beberapa pihak untuk melakukan perhitungan bersama secara aman tanpa mengungkapkan informasi sensitif.

Teknologi ini memungkinkan beberapa peserta ) seperti Alice, Bob, dan Carol ( untuk bersama-sama menyelesaikan tugas komputasi tanpa harus mengungkapkan data masukan mereka.

Misalnya, jika Alice, Bob, dan Carol ingin menghitung rata-rata gaji mereka bertiga, tetapi tidak ingin mengungkapkan jumlah gaji masing-masing. Mereka dapat menggunakan metode berikut:

Setiap orang membagi gaji mereka menjadi tiga bagian, dan menyerahkan dua bagian tersebut kepada dua orang lainnya. Kemudian, setiap orang menjumlahkan angka yang diterima dan membagikan hasil penjumlahan tersebut. Akhirnya, ketiga orang tersebut menjumlahkan ketiga hasil penjumlahan tersebut untuk mendapatkan rata-rata, tetapi tidak dapat menentukan gaji pasti orang lain kecuali diri mereka sendiri.

Dalam bidang cryptocurrency, dompet MPC telah menerapkan teknologi ini.

Sebagai contoh dompet MPC sederhana yang diluncurkan oleh beberapa platform perdagangan, pengguna tidak lagi perlu mengingat 12 frasa pemulihan, melainkan menggunakan cara yang mirip dengan mengubah kunci pribadi menjadi tanda tangan multi-tanda 2/2, di mana satu salinan disimpan di ponsel pengguna, satu salinan disimpan di cloud pengguna, dan satu salinan disimpan di platform perdagangan.

Dengan cara ini, bahkan jika pengguna secara tidak sengaja kehilangan ponselnya, mereka masih dapat memulihkan kunci pribadi melalui cloud dan bagian dari platform perdagangan.

Tentu saja, untuk meningkatkan keamanan, beberapa dompet MPC mendukung pengenalan lebih banyak pihak ketiga untuk melindungi potongan kunci pribadi.

Berdasarkan teknologi kriptografi MPC ini, beberapa pihak dapat dengan aman menggunakan kunci pribadi tanpa perlu saling mempercayai sepenuhnya.

![FHE vs ZK vs MPC, apa perbedaan dari tiga teknologi enkripsi ini?])https://img-cdn.gateio.im/webp-social/moments-0b3f906bfa44f66a733257e13cbb05af.webp(

) 3. Enkripsi Homomorfik Penuh###FHE(: menekankan "bagaimana cara mengenkripsi untuk outsourcing perhitungan"

Teknologi enkripsi homomorfik terutama diterapkan dalam skenario berikut: bagaimana kita dapat mengenkripsi data sensitif sehingga data yang dienkripsi dapat diberikan kepada pihak ketiga yang tidak dapat dipercaya untuk melakukan perhitungan bantu, sementara hasil perhitungan tersebut tetap dapat kita dekode dengan benar.

Sebagai contoh, Alice sendiri kekurangan kemampuan komputasi, perlu bergantung pada Bob untuk melakukan perhitungan, tetapi tidak ingin mengungkapkan data asli kepada Bob. Oleh karena itu, dia hanya bisa memasukkan data asli ke dalam noise ) untuk melakukan penjumlahan/ perkalian enkripsi ( sebanyak yang dia inginkan, kemudian memanfaatkan kekuatan komputasi Bob yang kuat untuk memproses data terenkripsi ini, dan akhirnya Alice sendiri yang mendekripsi hasil aslinya, sementara Bob tetap tidak mengetahui isinya.

Bayangkan, jika Anda perlu memproses data sensitif dalam lingkungan komputasi awan, seperti catatan medis atau informasi keuangan pribadi, FHE menjadi sangat penting. Ini memungkinkan data tetap dalam keadaan terenkripsi selama seluruh proses pemrosesan, yang tidak hanya melindungi keamanan data tetapi juga memenuhi persyaratan regulasi privasi.

Dalam industri cryptocurrency, teknologi FHE dapat membawa beberapa aplikasi inovatif. Misalnya, sebuah proyek yang mendapatkan dana dari Ethereum Foundation memperhatikan masalah inheren dari mekanisme Proof of Stake )PoS(:

Protokol PoS seperti Ethereum yang memiliki lebih dari 1 juta validator tentu tidak memiliki masalah. Namun, bagi banyak proyek kecil, masalah muncul karena penambang secara alami cenderung untuk "malas".

Secara teori, pekerjaan node adalah untuk memverifikasi keabsahan setiap transaksi dengan serius. Namun, dalam beberapa protokol PoS kecil, jumlah node tidak mencukupi, dan sering kali termasuk beberapa "node besar".

Hasilnya, banyak node PoS kecil menemukan: lebih baik mengikuti hasil yang sudah ada dari node besar daripada menghabiskan waktu untuk menghitung dan memverifikasi sendiri.

Ini pasti akan menyebabkan masalah sentralisasi yang serius.

Demikian pula, dalam skenario pemungutan suara juga terdapat fenomena "mengikuti" yang serupa.

Misalnya, dalam pemungutan suara di suatu organisasi otonom terdesentralisasi )DAO(, karena suatu lembaga investasi memiliki banyak hak suara, sikapnya memiliki pengaruh yang menentukan terhadap beberapa proposal. Setelah lembaga tersebut memberikan suara, banyak pemegang suara kecil hanya bisa terpaksa mengikuti arus atau abstain, sehingga tidak dapat mencerminkan kehendak keseluruhan dengan nyata.

Oleh karena itu, proyek ini memanfaatkan teknologi FHE:

Memungkinkan node PoS untuk tetap menggunakan kekuatan komputasi mesin untuk menyelesaikan pekerjaan verifikasi blok tanpa saling mengetahui jawaban masing-masing, mencegah node saling menyalin.

atau

Memungkinkan pemilih untuk menghitung hasil akhir melalui platform pemungutan suara tanpa mengetahui niat pemungutan suara satu sama lain, mencegah pemungutan suara berdasarkan pengaruh.

Ini adalah salah satu aplikasi penting FHE di bidang blockchain.

Untuk mewujudkan fungsi ini, proyek tersebut juga perlu membangun protokol re-staking). Karena beberapa protokol yang ada saat ini akan menyediakan layanan "node outsourcing" untuk beberapa blockchain kecil di masa depan, jika dipadukan dengan FHE, dapat secara signifikan meningkatkan keamanan jaringan PoS atau pemungutan suara.

Menggunakan perbandingan yang tidak terlalu tepat, pengenalan solusi seperti ini pada blockchain kecil, sedikit mirip dengan negara kecil yang sulit mengelola urusan dalam negerinya, sehingga harus mengundang pasukan asing.

Ini juga merupakan salah satu perbedaan proyek ini dalam bidang PoS/penyertaan kembali dibandingkan dengan proyek lainnya. Dibandingkan dengan beberapa proyek awal, proyek ini dimulai lebih lambat, baru saja meluncurkan mainnet, sehingga tekanan kompetisinya relatif lebih kecil.

Tentu saja, proyek ini juga menyediakan layanan di bidang kecerdasan buatan, seperti menggunakan teknologi FHE untuk enkripsi data yang diberikan kepada AI, sehingga AI dapat belajar dan memproses data tersebut tanpa mengetahui data aslinya, contoh khas termasuk kolaborasi dengan subnet dari jaringan AI tertentu.

Ringkasan

Meskipun ZK( bukti pengetahuan nol), MPC( komputasi multi pihak), dan FHE( enkripsi homomorfik penuh) adalah teknologi enkripsi canggih yang dirancang untuk melindungi privasi dan keamanan data, namun terdapat perbedaan dalam skenario aplikasi dan kompleksitas teknisnya:

Aplikasi:

• ZK menekankan "bagaimana membuktikan". Ini menyediakan cara bagi satu pihak untuk membuktikan kebenaran informasi kepada pihak lain tanpa mengungkapkan informasi tambahan. Teknologi ini sangat berguna saat perlu memverifikasi izin atau identitas.
• MPC menekankan "bagaimana cara menghitung". Ini memungkinkan beberapa peserta untuk melakukan perhitungan bersama tanpa harus mengungkapkan input masing-masing. Ini sangat berharga dalam situasi yang memerlukan kolaborasi data tetapi juga ingin melindungi privasi data masing-masing pihak, seperti analisis data antar lembaga dan audit keuangan.
• FHE menekankan "bagaimana enkripsi". Ini memungkinkan pelaksanaan perhitungan kompleks dengan data tetap dalam keadaan terenkripsi. Ini sangat penting untuk layanan cloud computing dan AI, di mana pengguna dapat dengan aman memproses data sensitif di lingkungan cloud.

Kompleksitas teknis:

• Meskipun ZK secara teori kuat, merancang protokol bukti nol pengetahuan yang efektif dan mudah diimplementasikan bisa sangat kompleks, memerlukan keterampilan matematika dan pemrograman yang mendalam, seperti berbagai desain "sirkuit" yang rumit.
• MPC dalam pelaksanaannya perlu menyelesaikan masalah sinkronisasi dan efisiensi komunikasi, terutama dalam kasus di mana banyak peserta, biaya koordinasi dan beban komputasi bisa sangat tinggi.
• FHE menghadapi tantangan besar dalam efisiensi komputasi, algoritma enkripsi yang cukup kompleks, dan baru terbentuk teorinya pada tahun 2009. Meskipun secara konseptual sangat menarik, namun kompleksitas komputasi yang tinggi dan biaya waktu dalam aplikasi praktisnya tetap menjadi hambatan utama.

Di era digital saat ini, keamanan data dan perlindungan privasi pribadi yang kita andalkan menghadapi tantangan yang belum pernah terjadi sebelumnya. Tanpa teknologi enkripsi, informasi dalam layanan seperti pesan singkat, pengantaran makanan, dan belanja online yang kita gunakan dalam kehidupan sehari-hari bisa dengan mudah dicuri. Seperti pintu rumah yang tidak terkunci, siapa pun dapat masuk tanpa izin.

Semoga artikel ini dapat membantu pembaca untuk lebih memahami dan membedakan tiga teknologi enkripsi penting ini, yang merupakan permata di bidang kriptografi, masing-masing memiliki karakteristik dan skenario aplikasi.