FHE 是计算的圣盃，价值和计算正在向开放、无需许可的网路过渡，FHE 将支撑大部分所需的基础设施和应用程式。本文源自 Evan Fisher & Vikramaditva Singh 所着文章 《Fully Homomorphic Encryption》，由 深潮TechFlow 编译、整理。
（前情提要：详解》为什麽以太坊需要「共识层ZK化」 ）
（背景补充：zkSci：零知识证明如何结合科学研究？ ）
本文目录
随着市场在熊市中的沉寂，投资者和专案方总会开始寻找新的成长点。
在缺乏持续性热点的空窗期，正是探索和深入了解新技术的绝佳机会，因为新技术可能会成为下一个市场叙事的核心。
上个月，知名的加密风投公司 Portal Ventures 在其官方部落格上释出了一篇详细探讨全同态加密（FHE）技术的文章。然而，这篇深入的技术文章似乎并没有引起大众的广泛关注。
Portal Ventures 的作者这样说到：
“全同态加密是加密方案的圣盃 “。
理解 VC 关注的技术对於投资者来说至关重要，因为它可以帮助我们预测和理解下一个市场周期的潜在趋势。事实上，同态加密、零知识证明和多方安全计算等技术在密码学领域都有深远的影响，尤其是全同态加密，它在加密货币和 web3 领域可能都有巨大的应用潜力。
但问题是，大多数人对於全同态加密的真正意义、如何工作以及与其他技术的区别都知之甚少。在市场不景气，投资情绪低迷的时候，跳出炒作的喧嚣，深入研究和了解这些前端技术，无疑是一个明智的选择。
有些巧合的是，笔者在数年前有幸在工作中接触过与 FHE 相关的技术解决方案。因此决定对 Portal Ventures 的这篇文章进行深入的解读，希望为大家提供一些新的视角和思考。
同态与全同态加密，到底是个啥？
如果直接看 Portal Ventures 的原文，您可能会对全同态加密（FHE）的复杂数学描述感到困惑。
事实上，密码学的世界充满了深奥和技术性，但我们完全可以用简单和通俗的方式来解释这些概念。在这一节中，笔者试图为您提供一些更直观、更易於理解的例子，帮助您深入了解全同态加密。
首先，想像一个 「秘密魔盒」。您可以将任何物品放入这个盒子，并锁定它。一旦锁定，您就不能看到或触控盒子里的内容。但是，令人惊奇的是，这个魔盒允许您在不开启它的情况下，改变里面物品的颜色或形状。
如上图所示，全同态加密（Fully Homomorphic Encryption）可以被视为一个魔法盒子：
- 你的信封 (Your Envelope): 这代表你想加密的原始资料。
- 魔法盒子操作 (Magic Box Operation): 即使不解密或开启信封，你也可以在信封里的资料上进行操作（如加、减等计算）。
- 新的信封 (New Envelope): 经过魔法盒子操作後，你会得到一个新的加密结果。
这就是同态加密的基本思想： 在不了解资料本身的情况下，也能对加密的资料进行操作。
这个通俗的例子有助於搞清楚 “全同态加密” 在干什麽。但实际上，这个概念本身还是有点听君一席话如听一席话。那麽，什麽又叫做 「全」 和 「同态」？
什麽叫做 「全」（Fully）?
什麽叫做 「 同态 」（ Homomorphic ）?
例如，考虑一个支援同态加法的加密方案。假设你有两个数位：3 和 4。你可以先加密这两个数位，然後使用这个同态加密方案将两个加密的数位相加。最後，你解密相加後的结果。得到的解密结果将是 7，这与你直接在明文 3 和 4 上相加得到的结果是一样的。
但是，您可能会问，我们如何在非数位上进行这些加减乘除操作呢？实际上，我们可以使用特定的编码方法将非数位资料转化为数位形式，从而在它们上进行加法和乘法等运算。这意味着全同态加密的应用不仅仅限於数学计算，它还可以被广泛应用於其他领域。
为了更直观地解释这个概念，让我们考虑医疗资料的例子。
- 假设医院有一些患者资料，比如年龄和血糖值，但出於隐私考虑不希望直接传送给云服务提供商进行分析。
- 通过使用全同态加密，医院可以先将这些资料加密。
- 想像一下，云服务提供商需要计算所有患者的平均年龄（这需要加法和除法）和血糖值的总和与患者数量的乘积（这涉及加法和乘法）。
- 所有这些计算都可以在加密的资料上完成，而无需解密。云服务提供商在不解密资料的情况下完成计算，然後将加密的结果返回给医院。这确保了资料的隐私，同时也满足了资料处理的需求。
这就是全同态加密的魅力所在，它为我们提供了一个既安全又灵活的资料处理方法。
为何 FHE 很重要？
当前，对加密资料进行计算的现有方法并不理想。它们在资源使用和时间消耗上都相对昂贵。
因此，行业标准流程是，在进行计算之前，由第三方（即公司）对资料进行解密。
以一个具体的例子来说，想像一下您有一个数据档案，其中包含一些高调个体的财务资讯。
发现了吗，这里的关键问题在於，当公司解密 M 并将其储存在其伺服器上进行计算时， 第三方可以访问原本应受保护的敏感资料。如果该人员遭到骇客攻击或有恶意意图，这就会引发问题。
全同态加密（FHE）通过允许对加密资料进行计算来解决此问题。公司不再需要解密 E (M)。它直接在加密资料上进行分析。没有解密的需要，也不需要信任假设。
综上所述，全同态加密的引入解决了当前资料处理流程中的一个关键问题，即在第三方处理资料时可能暴露的隐私风险。FHE 为我们提供了一个在保证资料隐私的同时，有效地处理加密资料的方法。
FHE 在 Crypto 中如何应用？
全同态加密（FHE）为加密世界开启了一扇新的大门，为我们带来了许多之前无法想像的应用场景。Poly Venture 的原文对场景的描述比较简单，我们试着用一张表更有条理的做出了一个解读。
FHE vs ZK vs MPC，傻傻分不清？
在了解了全同态加密（FHE）後，很容易将其与其他熟悉的技术，如零知识证明（ZK）和多方计算（MPC）相提并论。乍一看，它们似乎都致力於解决相似的隐私和计算问题。但这三者之间实际上有哪些联络和区别呢？
首先，我们先了解一下这三种技术的基本定义：
然後，让我们从多个维度来看看他们的异同和交集：
目的：
隐私与计算：
限制与挑战：
在加密领域的应用 ：
交叉使用：
总体来说，尽管 FHE、ZK 和 MPC 在某些方面有所重叠，但它们都有各自独特的优势和应用场景。在加密世界中，这三种技术都为增强隐私和安全性提供了巨大的潜力，但它们的结合和进一步的研究仍然是加密社群的一个活跃领域。
最後，我们也可以给出一张省流版的表格，将上述技术放在一起进行比较，帮助大家更加直观的进行理解。
FHE 的未来展望
通过上文可以感觉到，全同态加密（FHE）显然是一种强大的技术。
但为什麽它还没有被广泛采用，甚至在加密 CT 中很少提及？一方面由於理解技术本身有一定门槛，另一方面则在於 FHE 技术目前还面临一些挑战，难以轻松以商业化形态走进大众视野。
面临的挑战可能有：
可能的解决方案：
最後，Portal Ventures 在原文的结论部分再次强调：
「FHE 是计算的圣盃，我们正在接近它的商业化。价值和计算正在向开放、无需许可的网路过渡，我们相信 FHE 将支撑大部分所需的基础设施和应用程式」。
此外，它们也表达了对於目前正在研究 FHE 的专案的兴趣。因此，我们可以看到的是，VC 对 FHE 有兴趣，或者说 VC 会率先对尚未走进大众视野的硬核技术感兴趣。
历史表明，基於新技术的加密专案，往往都带有闪亮的光环和较高的估值，并且受到各路资本的追捧。
在下一场盛宴开始前，我们的确应该多花时间，提前研究入场嘉宾的身份，才能在宴会开始时应对自如。
📍相关报导📍
V神批评的MPC钱包，能成为Web3吸引10亿使用者吗？
案例探讨》Multichain事件暴露「MPC 钱包」管理的哪些问题？
OP Stack如此抢眼，ZK Stack和Starknet Stack的机会在哪？
