Tamamen homomorfik şifreleme FHE: AI çağında gizlilik koruma aracı

Son zamanlarda kripto pazarında dalgalanma olmasa da, bazı yeni teknolojiler giderek olgunlaşmaya doğru ilerliyor. Bunlardan biri de tamamen homomorfik şifreleme (Fully Homomorphic Encryption, kısaca FHE) dikkate değer bir alan. Bu yılın Mayıs ayında, Ethereum'un kurucusu Vitalik Buterin, FHE hakkında özel bir makale yayımladı ve bu, sektörde geniş çapta tartışmalara yol açtı.

FHE bu karmaşık kavramı anlamak için öncelikle temelden başlayarak "şifreleme", "Homomorfik" ve neden "tamamen" gerektiğini anlamamız gerekiyor.

Şifrelemenin Temel Kavramları

En basit şifreleme yöntemini hepimiz iyi biliyoruz. Örneğin, Alice Bob'a bir gizli sayı "1314 520" göndermek istiyor, ancak iletişimi sağlayan üçüncü tarafın içeriği bilmesini istemiyor. Basit bir şifreleme kuralı kullanabilir: Her sayıyı 2 ile çarpar. Böylece iletilen bilgi "2628 1040" haline gelir. Bob bunu aldığında, her sayıyı 2'ye bölmesi yeterlidir ve böylece orijinal bilgiyi çözebilir. Bu, temel bir simetrik şifreleme sürecidir.

Homomorfik Şifrelemenin Özellikleri

Homomorfik Şifreleme ise daha da ileri gidiyor. Diyelim ki Alice sadece en temel 2 ile çarpma ve 2 ile bölme işlemlerini yapabiliyor, ancak karmaşık bir elektrik faturasını hesaplaması gerekiyor: aylık 400元, 12 ay borcu var. Alice bu kadar karmaşık çarpma işlemini yapamıyor ama başkalarının kesin miktarı bilmesini de istemiyor. Bu yüzden şöyle yapabilir: 400'ü 2 ile çarparak 800 yapar, 12'yi 2 ile çarparak 24 yapar ve sonra güvenilir bir hesaplayıcıdan 800 ile 24'ü çarpmasını ister. Hesaplayıcı 19200 sonucunu bulduktan sonra, Alice iki kez 2 ile bölerek doğru cevap olan 4800元'yi elde eder.

Bu, basit bir çarpma Homomorfik Şifreleme örneğidir. Şifrelenmiş veriler üzerinde hesaplama yapmayı sağlar, şifre çözmeye gerek kalmadan. Bu yöntem, güvenilmeyen üçüncü tarafların hesaplama yapmasını mümkün kılarken, hassas verilerin güvenliğini korur.

Tamamen homomorfik şifrelemenin gerekliliği

Ancak, basit homomorfik şifreleme sınırlamalara sahiptir. Örneğin, eğer hesaplayıcı yeterince akıllıysa, orijinal verileri zorlayarak çözebilir. Bu, daha karmaşık bir şifreleme yöntemi gerektirir, yani tamamen homomorfik şifreleme.

Tamamen homomorfik şifreleme, şifrelenmiş veriler üzerinde herhangi bir sayıda toplama ve çarpma işlemi yapılmasına olanak tanır, yalnızca belirli işlemlerle sınırlı değildir. Bu, kırma zorluğunu büyük ölçüde artırır ve karmaşık çok terimli işlemlerin bile gizliliği koruma koşuluyla gerçekleştirilmesini sağlar.

Tamamen homomorfik şifreleme 2009 yılına kadar çığır açıcı bir ilerleme kaydedemedi. Gentry ve diğer akademisyenlerin önerdiği yeni yaklaşımlar bu teknoloji için yeni olanaklar sundu.

FHE'nin AI Alanındaki Uygulamaları

FHE teknolojisi, AI alanında geniş bir uygulama potansiyeline sahiptir. Güçlü AI sistemlerinin büyük miktarda veri eğitimine ihtiyaç duyduğu herkesçe bilinmektedir, ancak birçok veri yüksek derecede hassastır. FHE, bu çelişkiyi iyi bir şekilde çözebilir:

1. Hassas verileri tamamen homomorfik şifreleme yöntemiyle şifrele
2. Şifrelenmiş verilerle AI modelini eğitmek
3. AI şifrelenmiş sonucu çıktısı

Denetimsiz AI modelleri bu şifreli verileri doğrudan işleyebilir, çünkü onlar için girdi esasen vektördür. Verilerin sahibi ise yerel olarak sonuçları güvenli bir şekilde çözebilir. Böylece gizliliği korurken AI'nın güçlü hesaplama gücünden yararlanma hedefi gerçekleştirilmiş olur.

FHE Proje Örnekleri

Şu anda FHE teknolojisini keşfeden birkaç proje bulunmaktadır, bunlar arasında Zama, Mind Network, Fhenix gibi projeler yer almaktadır. Örneğin, bir borsa platformunun yatırım yaptığı bir proje, ilginç bir uygulama senaryosu sunmaktadır: yüz tanıma. FHE teknolojisi sayesinde, orijinal yüz verilerine dokunmadan, gerçek bir insan olup olmadığı belirlenebilir.

Ancak, FHE hesaplaması büyük bir hesaplama gücü desteği gerektirir. Bu nedenle, proje hesaplama gücü sorununu çözmek için karışık bir PoW ve PoS ağ mimarisi önerdi. Son zamanlarda, hesaplama gücü teşvikleri sağlarken düzenleyici risklerden kaçınmaya çalışarak özel madencilik donanımını ve bir tür özel NFT "çalışma belgesi"ni de piyasaya sürdüler.

FHE'nin Önemi

Eğer AI FHE teknolojisini geniş ölçekte uygulayabilirse, mevcut veri güvenliği ve gizlilik koruma baskısını büyük ölçüde hafifletebilir. Ulusal güvenlikten kişisel gizliliğe kadar, FHE önemli bir koruma aracı haline gelebilir.

Gelecek AI döneminde, FHE teknolojisinin olgunlaşması insanlığın gizliliğini koruma konusunda son savunma hattı haline gelebilir. Hem ticari uygulamalarda hem de araştırma alanında, FHE'nin gelecekte önemli bir rol oynaması bekleniyor.