- Odaily 星球日报注:以下为一段 FHE 如何用于隐私计算领域的示例。
- 假设我们有一个加密函数 f, 可把明文 A 变成密文 A’,也可把明文 B 变成密文 B’,也就是说 f(A) = A’ ,f(B) = B’ ;此外我们还有一个解密函数 f’,能够将 f 加密后的密文解密成加密前的明文,也就是说可把密文 A’ 变成明文 A,也可把密文 B’ 变成明文 B。
- 对于一般的加密函数而言,如果我们将 A’ 和 B’ 相加,得到 C’,再利用 f’ 函数对 C’ 进行解密只会得到一串毫无意义的乱码。
- 但是,如果 f 是一个可进行同态加密的加密函数, 这时我们在对 C’ 使用 f’ 进行解密后可得到结果 C,且 C 也将等于 A 和 B 相加的结果。
- 如此一来,数据处理权与数据所有权即可实现分离,从而在不影响计算的情况下防止数据泄露。
- 隐私型 DeFi 应用;
- 加密投票;
- 隐私型的数据自治组织(DataDAOs);
- 链上盲拍;
- 链上游戏;
- 一种全新的跨链思维方式(在 A 链上存储 B 链的 FHE 加密私钥,反之同理);