全面解析 Privasea：基于全同态加密（FHE）的人工智能网络

1. 全同态加密（FHE）概述：定义、历史与应用

全同态加密（FHE）是一种允许在加密数据上直接执行计算而无需解密的加密方案。它保证了数据在计算过程中始终处于加密状态，计算结果也同样加密，从而确保了数据隐私。FHE 使得科学家、研究人员和数据驱动型企业可以在不泄露底层数据或模型的情况下，获取有价值的见解。虽然全同态加密是最强大的加密形式之一，但它的主要缺点是对计算资源的巨大需求。

FHE 有多种实现形式，如 BGV、BFV、CKKS、FHEW、NuFHE 和 TFHE。自1978年同态加密（HE）首次提出以来，FHE 的发展经历了缓慢的进展。直到2009年，Craig Gentry 提出了实现完全同态加密的方法，尽管该系统在每次操作时会引入噪音。随后，Zvika Brakerski 和他的团队提出了改进的方案，提升了安全性和性能。经过多次迭代，BGV、BFV、CKKS、FHEW 和 TFHE 相继问世。近年来，TFHE-rs 扩展了 TFHE 的功能，使其更适合实际应用。

FHE 的主要应用领域包括：

• 云计算：FHE 允许在云服务器上安全地存储和处理数据，保护用户隐私的同时利用云计算的强大能力。
• 金融服务：FHE 可以安全地处理财务数据，支持对加密数据的复杂分析，同时保护客户隐私。
• 机器学习：在加密数据上训练模型，FHE 促进了机器学习的进步，同时确保数据安全。

2. Privasea 概述

Privasea AI 网络致力于解决人工智能数据隐私问题，通过将全同态加密（FHE）与基于区块链的激励机制结合，为协作 AI 计算提供解决方案。Privasea AI 网络将 FHE 从理论应用到实际，分为应用层、优化层、算术层和原始层，提供通用和定制化解决方案，弥合用户隐私与分布式计算资源之间的差距。

关键目标：确保遵守数据保护法规，如欧盟的《通用数据保护条例》（GDPR），对个人数据的收集、处理和存储提出了严格的要求。

2.1 网络参与者

• 网络用户（数据拥有者、结果接收者）：发起机器学习任务，安全提供数据，并与网络交互以获取解密结果。
• Privanetix 节点（计算节点）：提供计算资源，执行隐私保护机器学习任务。
• 解密者：确保 Privanetix 节点生成的加密结果安全解密，与网络用户协作，确保解密结果的隐私和完整性。

2.2 Privasea 架构

Privasea AI 网络由四个主要组件组成：

• HESea 库：提供各种流行全同态加密方案的高效实现，如 TFHE、CKKS、BGV、BFV 等。
• Privasea API：基于 HESea 库构建的协议和工具，帮助开发者将隐私保护功能集成到 AI 应用中。
• Privanetix：计算节点网络，提供对加密数据的安全计算，确保网络的可扩展性和效率。
• Privasea 智能合约套件：处理网络管理的智能合约。

Privasea 还包括 Zama AI 的其他组件，如：

• Concrete：开源 FHE 编译器，简化全同态加密的使用。
• TFHE-rs：TFHE 的 Rust 实现，用于对加密数据进行布尔和整数运算。
• Concrete ML：基于 Concrete 的隐私保护机器学习工具集，简化数据科学家对 FHE 的使用。

2.3 Privasea 工作流程

1. 用户创建账户，设置机器学习任务，加密数据并生成交换密钥。
2. 用户向 Privatenix 网络提交加密任务，并通过区块链支付服务费用。
3. Privatenix 节点执行加密任务，并将结果传输到解密者。
4. 解密者使用密钥解密结果，并通过代理重加密（PRE）将结果发送给网络用户。

2.4 安全 KYC 用例工作流程

1. 用户注册并提供身份证，客户端提取面部特征。
2. 用户提交自拍，客户端提取自拍中的面部特征。
3. Privanetix 节点从安全数据库中检索加密 ID 嵌入。
4. 利用 FHE 功能处理人脸检查，将结果保留在密文域中。
5. 加密结果发送给解密器，解密器解密并传递最终结果。

3. GitHub 存储库

Privasea 的 GitHub 存储库最新更新是在 2023 年 7 月。主要存储库包括：

• Privasea-general：包含多个开源软件包，如 HESea_lib，用于提供强大的全同态加密工具。
• HESEA_Lib：尖端的 FHE 库，支持多种 FHE 方案。
• Comparison_demo：展示如何使用 HESEA 库进行密文排序。
• dinn_demo：展示如何进行安全手写数字识别。

4. 代币经济学

PRVA 代币是 Privasea AI 网络的实用代币，用于促进交易、激励参与者和实现链上治理。PRVA 代币的主要用途包括：

• 交易便利化
• 激励和奖励
• 治理和投票
• 质押和网络安全
• 访问独家功能

代币分配：

• 挖矿/质押（45%）
• 团队分配（10%）
• 支持者（20%）
• 营销和社区发展（15%）
• 储备（6%）
• 流动性（4%）

5. 团队

• David Jiao：首席执行官，曾在 Simplight Nanoelectronics 和 Cybercom Group 工作，参与过多个复杂系统的开发。
• Ting Gao：首席研究科学家，拥有应用数学和数据科学背景。
• Alex (R) Gaidarski：增长经理，拥有丰富的系统管理员经验。
• Zean Darren：社区发展和管理，拥有丰富的社区管理经验。

6. 合作、整合与应用

Privasea 目前的主要应用是 ImHuman，提供面部生物识别技术，确认人类身份，保护数字存在。Privasea 还与 Mind Network、BNB Greenfield 和 Ton Network 等合作，扩展 FHE 的应用场景。