Binance + OKX đầu tư, chủ đề kép FHE + AI của Privasea là gì? (kèm theo hướng dẫn tương tác)

Tác giả: Paul, CoinmanLabs

Xin chào mọi người, tôi là Paul đến từ Coinmanlabs, hôm nay tôi muốn nói chuyện với mọi người về một dự án AI - Privasea.

Q·Đảo dữ liệu là gì?

Nhiều người trong chúng ta đã trải qua việc đi bệnh viện khám bệnh và cần mang theo phim chụp, hồ sơ bệnh án và các thông tin khác, bạn có bao giờ tự hỏi tại sao không?

Trong lĩnh vực y tế, các bệnh viện và phòng khám khác nhau có thể sử dụng các hệ thống hồ sơ bệnh án điện tử và cơ sở dữ liệu khác nhau. Định dạng dữ liệu và giao diện giữa các hệ thống này có thể không tương thích, dẫn đến việc bác sĩ không thể truy cập và tích hợp thông tin hồ sơ bệnh án đầy đủ của bệnh nhân khi họ khám ở các cơ sở y tế khác nhau.

Điều này xảy ra do tiêu chuẩn công nghệ không đồng nhất, sự độc lập mạnh mẽ trong quản lý bệnh viện, các quy định về quyền riêng tư, v.v., đều có thể gây khó khăn cho việc chia sẻ và tích hợp dữ liệu y tế.

Nhiều người cũng đã trải qua việc phải đến các cơ quan chính phủ khác nhau để thực hiện các thủ tục, điều này rất phức tạp vì các cơ quan chính phủ khác nhau và các tổ chức chịu trách nhiệm cho các dịch vụ công cộng và thu thập dữ liệu khác nhau. Ví dụ, các cơ quan thuế, cơ quan an sinh xã hội và cơ quan y tế đều quản lý một lượng lớn dữ liệu, nhưng những dữ liệu này thường không thể tích hợp và chia sẻ một cách liền mạch, dẫn đến hiệu quả dịch vụ công cộng thấp, các yếu tố như pháp lý, bảo vệ quyền riêng tư, cấu trúc chính phủ độc lập đã hạn chế khả năng chia sẻ và tích hợp dữ liệu giữa các cơ quan chính phủ.

Đây là một số ví dụ mà chúng ta nghe thấy về đảo dữ liệu, đảo dữ liệu là hiện tượng dữ liệu không thể được tích hợp và chia sẻ một cách hiệu quả.

Có nhiều lý do tồn tại đảo dữ liệu:

1. Rào cản công nghệ: Các định dạng dữ liệu, cách lưu trữ, tiêu chuẩn giao diện khác nhau giữa các hệ thống hoặc nền tảng khác nhau, dẫn đến dữ liệu khó có thể tương tác và sử dụng chung.

2. Vấn đề cấu trúc tổ chức: Các bộ phận hoặc đơn vị kinh doanh khác nhau trong một tổ chức lớn thiếu cơ chế và văn hóa chia sẻ dữ liệu hiệu quả, dẫn đến dữ liệu bị cô lập theo chiều dọc hoặc chức năng.

3. Vấn đề pháp lý và quyền riêng tư: Dữ liệu liên quan đến thông tin nhạy cảm hoặc bị hạn chế bởi các quy định pháp luật, dẫn đến việc chia sẻ dữ liệu bị hạn chế hoặc cản trở.

4. Quyền sở hữu và quyền kiểm soát dữ liệu: Chủ sở hữu hoặc người kiểm soát dữ liệu không muốn hoặc không thể chia sẻ dữ liệu với các thực thể khác, có thể liên quan đến lợi ích thương mại, mối quan hệ cạnh tranh, v.v.

5. Hạn chế về chi phí và tài nguyên: Việc tích hợp và chia sẻ dữ liệu có thể cần nhiều tài nguyên và chi phí, một số tổ chức có thể không thể hoặc không muốn đầu tư những tài nguyên này.

6. Văn hóa và tư tưởng: Một số tổ chức hoặc cá nhân có thể cho rằng dữ liệu nên là tài sản riêng, không muốn hoặc không quen chia sẻ dữ liệu với các bên khác.

Q·Các phương pháp kỹ thuật phổ biến để giải quyết đảo dữ liệu là gì?

Các phương pháp kỹ thuật hiện tại để giải quyết đảo dữ liệu chủ yếu là: Học liên bang (Federated Learning), Chứng minh không biết (Zero-Knowledge Proofs, ZKP) và Mã hóa đồng nhất hoàn toàn (Fully Homomorphic Encryption, FHE), Tính toán đa bên an toàn (Secure Multiparty Computation, SMC), Quyền riêng tư vi phân (Differential Privacy), Học tách biệt (Split Learning).

Hôm nay, do giới hạn về độ dài, chúng tôi sẽ không đi sâu vào từng phương pháp, mà chủ yếu nói về Mã hóa đồng nhất hoàn toàn (Fully Homomorphic Encryption, FHE).

FHE

Đầu tiên, chúng ta hãy nghĩ xem từ khóa quan trọng nhất trong mã hóa đồng nhất hoàn toàn là gì? Tôi nghĩ chắc chắn là đồng nhất, đúng vậy, đồng nhất là cốt lõi của công nghệ mã hóa đồng nhất hoàn toàn, nó cho phép dữ liệu có thể thực hiện các phép toán và thao tác phức tạp trong trạng thái mã hóa, cung cấp một giải pháp mạnh mẽ cho việc bảo mật dữ liệu và quyền riêng tư.

Tính đồng nhất (Homomorphism) là một khái niệm trong toán học, chỉ định một ánh xạ giữa hai tập hợp (thường là cùng một tập hợp) trong cấu trúc đại số, ánh xạ này giữ nguyên cấu trúc của phép toán. Trong mã hóa đồng nhất hoàn toàn (Fully Homomorphic Encryption, FHE), tính đồng nhất là một trong những đặc điểm cốt lõi của nó, cho phép thực hiện các phép toán phức tạp trong trạng thái mã hóa mà không cần giải mã dữ liệu.

Trong mã hóa đồng nhất hoàn toàn, thường có hai loại tính đồng nhất chính: tính đồng nhất cộng (additive homomorphism) và tính đồng nhất nhân (multiplicative homomorphism).

Vậy chúng ta hãy định nghĩa mã hóa đồng nhất hoàn toàn, mã hóa đồng nhất hoàn toàn (Fully Homomorphic Encryption, FHE) là một loại công nghệ mã hóa đặc biệt, cho phép thực hiện bất kỳ phép toán nào trong trạng thái mã hóa, kết quả thu được có thể được giải mã và hoàn toàn giống với kết quả của phép toán trên dữ liệu không mã hóa. Đặc điểm này cho phép dữ liệu có thể thực hiện các phép toán phức tạp và xử lý dữ liệu trong khi vẫn giữ nguyên trạng thái mã hóa mà không cần giải mã dữ liệu.

Nguyên lý cơ bản: Khái niệm cơ bản của FHE là thực hiện thông qua một loạt các phép toán toán học, bao gồm các phép toán cộng và nhân. Thuật toán mã hóa của FHE cho phép dữ liệu mã hóa thực hiện các phép toán cộng và nhân trong miền mã hóa mà không cần giải mã để có được kết quả cuối cùng. Các giải pháp FHE thường được xây dựng trên nền tảng mật mã khóa công khai, sử dụng khóa công khai để mã hóa và khóa riêng để giải mã, đồng thời đảm bảo tính bảo mật và toàn vẹn của phép toán.

Hiện tại, các ứng dụng của FHE chủ yếu là: Tính toán an toàn bên ngoài: cho phép gửi dữ liệu đến nhà cung cấp dịch vụ đám mây mà không cần giải mã, để thực hiện tính toán trong trạng thái mã hóa. Phân tích dữ liệu bảo vệ quyền riêng tư: cho phép chủ sở hữu dữ liệu thực hiện phân tích và xử lý dữ liệu trong khi vẫn giữ dữ liệu ở trạng thái mã hóa, như phân tích dữ liệu y tế, phân tích dữ liệu tài chính, v.v.

Vậy tại sao hiện tại không thể áp dụng quy mô lớn?

Hiệu suất tính toán: Quá trình mã hóa và giải mã của FHE thường tốn thời gian, đặc biệt là đối với các phép toán mã hóa phức tạp.

Quản lý khóa: Quản lý an toàn khóa công khai và khóa riêng là rất quan trọng cho việc thực hiện FHE, cần xem xét các vấn đề như tạo khóa, phân phối và cập nhật khóa.

Đảm bảo an ninh: Mặc dù FHE cung cấp các chức năng mã hóa mạnh mẽ, nhưng trong thực tế cần phải xem xét cẩn thận tính an toàn và lỗ hổng của việc triển khai.

Vậy chúng ta có thể xử lý dữ liệu mà không tiết lộ hình thức thông tin gốc không? Thông tin nhạy cảm có thể được xử lý mà không tiết lộ hình thức gốc, đảm bảo tính bảo mật của thông tin nhạy cảm.

Privasea

Website: https://www.privasea.ai/

Twitter: https://x.com/Privasea_ai

Giới thiệu: Mạng lưới AI Privasea là một hệ thống mạnh mẽ, nhằm ưu tiên quyền riêng tư và an toàn dữ liệu trong toàn bộ quá trình tính toán AI. Nó sử dụng một công nghệ đổi mới gọi là mã hóa đồng nhất hoàn toàn (FHE), cho phép thực hiện tính toán trên dữ liệu mã hóa, tạo ra kết quả giống như khi thực hiện tính toán trên dữ liệu không mã hóa, nó thực hiện lưu thông giá trị dữ liệu thông qua FHEML. Mạng lưới này cung cấp tài nguyên tính toán phân tán cho các hoạt động AI FHE. Toàn bộ hệ thống được hỗ trợ bởi ML cụ thể của ZAMA và các token $PRVA.

Các tổ chức đầu tư:

Kiến trúc hệ thống

Mạng lưới AI Privasea bao gồm bốn thành phần chính: Thư viện HESea, API Privasea, Privanetix và bộ hợp đồng thông minh Privasea.

Cốt lõi của mạng lưới AI Privasea là thư viện HESea, nó có nhiều triển khai hiệu quả của các phương pháp mã hóa đồng nhất hoàn toàn phổ biến như TFHE, CKKS, BGV, BFV, v.v.

Thư viện mã nguồn mở này cung cấp cho các nhà phát triển công nghệ mã hóa và tối ưu hóa hiệu suất cao để thực hiện tính toán an toàn. Với thư viện HESea, các nhà phát triển có thể truy cập vào nhiều hàm khác nhau để thực hiện các phép toán nguyên thủy, số học và logic trên dữ liệu mã hóa, điểm độc đáo của thư viện này là nó đã được tối ưu hóa tỉ mỉ, sử dụng các kỹ thuật như đóng gói văn bản mã hóa và xử lý theo lô để nâng cao hiệu suất và hiệu quả tổng thể.

API Privasea là một bộ giao thức và công cụ toàn diện, được xây dựng trên nền tảng thư viện HESea. Đối với các nhà phát triển muốn xây dựng ứng dụng AI bảo vệ quyền riêng tư, API này là một nguồn tài nguyên quý giá.

Bằng cách tận dụng sức mạnh của các giải pháp FHE cơ bản mà thư viện HESea cung cấp, các nhà phát triển có thể tạo ra các ứng dụng mạnh mẽ ưu tiên quyền riêng tư và an toàn dữ liệu. API Privasea cho phép các nhà phát triển tích hợp các tính năng bảo vệ quyền riêng tư tiên tiến vào ứng dụng AI của họ một cách liền mạch.

Privanetix là một mạng lưới các nút tính toán liên kết, có nhiệm vụ thực hiện tính toán an toàn trên dữ liệu mã hóa. Các nút này sử dụng thuật toán FHE để thực hiện tính toán trên dữ liệu mã hóa, đảm bảo thông tin nhạy cảm không bị phát hiện bởi các đối tượng xấu.

Privanetix đã tăng cường khả năng mở rộng và hiệu suất của mạng lưới AI Privasea bằng cách phân phối tính toán trên nhiều nút. Mạng lưới này có thể đóng vai trò như một lá chắn mạnh mẽ, ngăn chặn rò rỉ dữ liệu và truy cập trái phép, tăng cường thêm tính an toàn cho thông tin nhạy cảm của người dùng.

Để quản lý hiệu quả mạng lưới Privanetix và khuyến khích các nút tính toán, bộ hợp đồng thông minh Privasea đã ra đời. Bộ này bao gồm một loạt các hợp đồng thông minh được thiết kế cẩn thận để xử lý mọi khía cạnh của quản lý mạng lưới. Bằng cách sử dụng các hợp đồng thông minh này, các tổ chức có thể quản lý hiệu quả mạng lưới Privanetix, đảm bảo mọi thứ diễn ra suôn sẻ. Hơn nữa, bộ hợp đồng thông minh Privasea cung cấp các động lực cho các nút tính toán, khuyến khích họ tham gia tích cực, tăng cường thêm hiệu suất tổng thể của mạng lưới.

Đăng ký ImHuman

Hiện tại, trang chính thức cũng đã viết rằng việc đăng ký ImHuman có thể nhận airdrop, đang diễn ra hoạt động Genesis mùa đầu tiên: Tăng trưởng người dùng. Vậy chúng ta có thể thử tham gia,

Lưu ý

Thời gian hoạt động mùa đầu tiên: từ ngày 27 tháng 5 đến ngày 31 tháng 7

Mời nhiều cấp:

Mã Genesis: Người dùng sở hữu mã Genesis có quyền giới thiệu 3 cấp.

Cấp 1 (giới thiệu trực tiếp): Mỗi khi giới thiệu một người dùng, bạn sẽ nhận được 100 ngôi sao.

Cấp 2 (giới thiệu của người bạn đã giới thiệu): Mỗi khi giới thiệu một người dùng, bạn sẽ nhận được 50 ngôi sao.

Cấp 3 (giới thiệu của người giới thiệu cấp 2 của bạn): Mỗi khi giới thiệu một người dùng, bạn sẽ nhận được 25 ngôi sao.

Mã phát sinh: Người dùng sở hữu mã phát sinh có quyền giới thiệu 2 cấp.

Cấp 1 (giới thiệu trực tiếp): Mỗi khi giới thiệu một người dùng, bạn sẽ nhận được 100 ngôi sao.

Cấp 2 (giới thiệu của người bạn đã giới thiệu): Mỗi khi giới thiệu một người dùng, bạn sẽ nhận được 50 ngôi sao.

Vào cuối mùa, các ngôi sao có thể được đổi lấy airdrop chính thức của Privasea.

BƯỚC.1 Tải xuống ImHuman

Chúng ta có thể truy cập https://www.privasea.ai/download-app để tải ứng dụng tương ứng về điện thoại.

Nếu bạn không có cửa hàng Google, bạn có thể nhấp vào để tải xuống APK Android trực tiếp về máy.

BƯỚC.2 Đăng ký tài khoản

Khi tải xong ứng dụng, bạn có thể tiến hành đăng ký tài khoản.

Mã mời điền: cLz7aZS là được.

BƯỚC.3 Mint NFT của riêng bạn

Vì các ngôi sao liên quan đến airdrop sau này của chúng ta, nên tôi khuyên mọi người nên lấy nhiều ngôi sao, trong đó chủ yếu cần mint một NFT, chi phí khoảng 0.03sol (khoảng 4U).

Chúng ta nhấp vào Crypto để lấy địa chỉ sol của mình, chuyển một lượng sol nhất định vào địa chỉ đó, sau đó nhấp vào NFT để mint NFT theo quy định. Khi bạn hoàn thành, bạn sẽ nhận được số ngôi sao tương ứng.

Suy nghĩ

• Dự án này đã được cả Binance và OKX đầu tư, đáng để chúng ta tham gia.
• Với sự phát triển của các công nghệ như zkp, ngày càng nhiều người sẽ chú ý đến lĩnh vực FHE, chúng ta cần thường xuyên theo dõi.
• Hiện tại, nhận diện khuôn mặt có một số rào cản nhất định.