tamamen homomorfik şifreleme FHE: AI çağında gizlilik kalesi

Son zamanlarda piyasa durumu durgundu, bu da bize bazı yeni teknolojilerin gelişimine daha fazla odaklanma zamanı verdi. 2024 kripto piyasası, geçmiş yıllardaki kadar hareketli olmasa da, hâlâ yavaş yavaş olgunlaşan bazı yeni teknolojiler var, bunlardan biri de bugün tartışacağımız konu: tamamen homomorfik şifreleme (Fully Homomorphic Encryption, kısaca FHE).

FHE gibi karmaşık bir kavramı anlamak için, "şifreleme", "homomorfik" ve "tam" gibi anahtar kelimelerin anlamını adım adım incelememiz gerekiyor.

Şifrelemenin Temel Kavramları

En temel şifreleme yöntemlerini herkes çok iyi biliyor. Örneğin, Alice'in Bob'a "1314 520" şeklinde bir gizli mesaj göndermesi gerekiyor, ancak bunu üçüncü bir taraf olan C üzerinden iletmek zorunda. Bilgilerin güvenliğini sağlamak için, Alice basit bir şifreleme yöntemi kullanabilir: her sayıyı 2 ile çarpmak. Böylece, mesaj "2628 1040" haline gelir. Bob mesajı aldığında, her sayıyı 2'ye bölerek orijinal bilgiyi geri elde edebilir. Bu simetrik şifreleme yöntemi, bilgi içeriğini ifşa etmeden iletim gerçekleştirebilir.

Homomorfik Şifreleme'nin İlerlemesi

Şimdi, daha karmaşık bir senaryo hayal edelim:

Alice bu yıl sadece 7 yaşında ve sadece en basit çarpma 2 ve bölme 2 işlemlerini yapabiliyor. Alice'in evinin aylık elektrik faturası 400 yuan, toplamda 12 ay gecikmeli, ancak bu kadar karmaşık hesaplamaları yapamıyor. Aynı zamanda, başkalarının elektrik faturası miktarını ve gecikme aylarını bilmesini istemiyor.

Bu durumda, Alice homomorfik şifreleme ilkesinden faydalanarak C'ye hesaplama yaptırabilirken, aynı zamanda gizliliğini koruyabilir. 400 ve 12'yi sırasıyla 2 ile çarparak, C'ye 800'ü 24 ile çarpmasını söyler. C kısa sürede 19200 sonucuna ulaşır. Alice bu sonucu 4'e bölerek, ödemesi gereken 4800 TL'lik elektrik faturasını elde eder.

Bu basit bir çarpan homomorfik şifreleme örneğidir. 800 çarpı 24, aslında 400 çarpı 12'nin bir haritalamasıdır, şifreleme öncesi ve sonrası biçim aynı kalır, bu nedenle "homomorfik" olarak adlandırılır. Bu yöntem, Alice'in hassas bilgileri ifşa etmeden güvensiz üçüncü taraflara hesap yapma yetkisi vermesini sağlar.

Tamamen homomorfik şifrelemenin gerekliliği

Ancak, gerçek dünya problemleri genellikle daha karmaşıktır. Eğer C yeterince zeki ise, Alice'in ham verilerini kaba kuvvet yöntemiyle çözebilir. Bu durumda, "tamamen homomorfik şifreleme" teknolojisinin devreye girmesi gerekir.

Tamamen homomorfik şifreleme sadece basit çarpma değildir, aynı zamanda daha fazla gürültü ve karmaşık matematiksel işlemler getirerek kırılmasını son derece zor hale getirir. Şifrelenmiş verilere herhangi bir sayıda toplama ve çarpma işlemi yapmaya izin verir, yalnızca belirli işlemlerle sınırlı değildir.

Bu teknoloji, 2009 yılına kadar çığır açan ilerlemeler kaydedemedi; Gentry ve diğer akademisyenlerin önerdiği yeni fikirler, tamamen homomorfik şifrelemenin kapılarını araladı.

FHE'nin AI Alanındaki Uygulama Geleceği

FHE teknolojisinin AI alanında büyük bir uygulama potansiyeli vardır. Güçlü AI sistemlerinin büyük miktarda veri ile eğitilmesi gerektiği herkesçe bilinmektedir, ancak birçok veri yüksek düzeyde gizlilik değerine sahiptir. FHE teknolojisi, verilerin gizliliğini korurken AI sistemlerinin hesaplama ve öğrenme yapmasına olanak tanır.

Özellikle, kullanıcılar hassas verileri tamamen homomorfik şifreleme ile şifreleyebilir ve ardından AI sistemine işlenmesi için verebilir. AI sistemi, anlamı olmayan bir şifreleme sonucu dizisi çıkartır. Ancak bu sonuçlar belirli matematiksel kurallara uyduğundan, veri sahibi yerel olarak güvenli bir şekilde şifreyi çözerek değerli analiz sonuçları elde edebilir.

Bu yöntem, "hem AI'nın güçlü hesaplama gücünden yararlanmak, hem de veri gizliliğini korumak" çelişkisinin üstesinden gelmektedir. Mevcut AI sistemlerinin ham verilere doğrudan erişim gereksiniminden farklı olarak, FHE teknolojisi AI çağında gizliliği koruma için yeni olanaklar sunmaktadır.

FHE teknolojisinin pratik uygulamaları

FHE teknolojisinin birçok alanda potansiyel uygulama senaryoları vardır. Örneğin, yüz tanıma alanında, FHE "gerçek bir insan olup olmadığını belirlemek, ancak herhangi bir yüz hassas bilgiye erişmemek" gereksinimini karşılamaya yardımcı olabilir.

Ancak, FHE hesaplamaları büyük bir hesaplama gücü desteği gerektirir. Bu sorunu çözmek için bazı projeler, özel hesaplama ağları ve destekleyici altyapılar inşa etmektedir. Bu ağlar genellikle gerekli hesaplama kaynaklarını sağlamak için PoW (iş kanıtı) ve PoS (hisse kanıtı) benzeri karma bir mimari kullanmaktadır.

FHE teknolojisinin önemi

Eğer AI, FHE teknolojisini büyük ölçekte uygulayabilirse, bu tüm sektör üzerinde derin bir etki yaratacaktır. Şu anda, birçok ülkenin AI düzenlemesi, veri güvenliği ve gizlilik koruma konularına odaklanmaktadır. FHE teknolojisinin olgunlaşması, bu sorunların çözümünde anahtar haline gelebilir.

Ulusal güvenlikten kişisel gizliliğe, FHE teknolojisinin uygulama alanı son derece geniştir. Yaklaşan AI döneminde, FHE muhtemelen insan gizliliğini korumanın son savunma hattı olacak ve önemi tartışılmaz.