【英文】零知识之外：可编程密码学的下一步是什么？

多方计算（MPC）允许多方在不向其他参与者透露任何数据的情况下共同计算某个商定的函数。MPC 对每个人的数据进行相同的计算，但各方的输入都是保密的，中间值也将保密，最后只显示输出结果。与 ZK 不同，MPC 是协作式的。它允许各方合作进行相同的计算，各自贡献自己的数据，以获得大家都想要的结果。将 ZK 和 MPC 放在 AI 系统中进行比较，ZK 适用于验证或核实来自真人或手机的数据，MPC 则更适合训练 AI 系统，因为不同的个人、团体或组织可以与 AI 系统共享敏感数据，并相信这些数据不会泄露给其他人。 完全同态加密（FHE）可以在加密数据上执行函数，就像未加密数据一样，函数输出只能由拥有密钥的一方解密。如果我们把加密看作一个隐藏秘密的黑匣子，那么 FHE 可以确保数据以及对数据的计算都在这个黑匣子里。FHE 解决了一个基本的安全弱点：「处理数据前需要解密」。在 AI 环境下，FHE 将对用户（密钥持有者）和 AI 系统之间的所有数据进行加密，用户可以与系统正常交互，并确信 AI 从未「了解」所提供数据的任何内容。整个交互过程都是加密的， AI 不会知道你输入或询问的内容、发送的图片或发送者，但仍可以做出回应，就好像它知道这些信息一样。 如果说 FHE 将计算中所有元素变成了黑匣子，那么 iO 则将计算本身变成了黑匣子。不可区分混淆（iO）被认为是理论可能性范围内最强大的密码系统，在一篇文章中被描述为「可以构建几乎所有其他加密协议的主工具」。iO 的目的是让两个函数或计算变得同样模糊。如果将两个计算转换成彼此无法区分的形式，就可以隐藏程序的工作原理。如果你无法区分两个程序之间的区别，你就不知道哪个正在执行，并且无法从任何一个程序中推导出任何信息。通过 iO，可以隐藏几乎所有构成密码学的函数的结构。换句话说，通过隐藏几乎所有内容，可以实现最通用的可编程密码学，并在此基础上对其他原语进行编程。【原文为英文】\n原文链接