完全準同型暗号の研究：復号化せずに計算可能に、Web3にどのような変化をもたらすのか？
TechFlow厳選深潮セレクト
完全準同型暗号の研究：復号化せずに計算可能に、Web3にどのような変化をもたらすのか？
FHEは計算の聖杯であり、価値と計算は開放的で許可不要のネットワークへと移行しつつある。FHEは必要とされる大部分のインフラおよびアプリケーションを支えることになる。
Web3業界の深掘り報道に専念し潮流を洞察市場が弱気相場に沈んでいるにつれて、投資家やプロジェクト関係者は常に新しい成長ポイントを探し始める。
持続的な注目を集めるテーマに欠ける空白期間は、次なる市場のナラティブの中心となる可能性がある新技術を探索し、深く理解する絶好の機会である。
先月、有名な暗号系ベンチャーキャピタルPortal Venturesは、自社の公式ブログで完全準同型暗号（FHE）技術について詳しく考察した記事を発表した。しかし、この深い技術的議論はあまり広く注目されていないようだ。
Portal Venturesの著者はこう述べている：「完全準同型暗号は、暗号方式の聖杯」であると。
VCが注目する技術を理解することは投資家にとって極めて重要であり、次の市場サイクルにおける潜在的なトレンドを予測・理解する手助けとなる。実際、準同型暗号、ゼロ知識証明、マルチパーティ計算などの技術は暗号理論において深い影響を持っており、特に完全準同型暗号（FHE）は暗号資産およびWeb3分野での巨大な応用可能性を秘めている。
しかし問題は、多くの人々が完全準同型暗号の真の意味や仕組み、そして他の技術との違いについてほとんど理解していないことにある。市場が低迷し、投資マインドが冷え込む時期だからこそ、過熱した話題から一歩離れて、こういった先端技術を深く研究し理解することは賢明な選択だろう。
偶然にも、筆者は数年前にFHE関連の技術ソリューションに実際に触れる機会があった。そこで今回は、Portal Venturesのこの記事を深く解釈し、読者の皆様に新たな視点と考察を提供したいと思う。
準同型暗号と完全準同型暗号、一体何なのか？
Portal Venturesの原文を直接読むと、完全準同型暗号（FHE）に関する複雑な数学的記述に戸惑うかもしれない。
実際、暗号学の世界には難解で専門性の高い概念が満ちているが、これらの概念はシンプルかつわかりやすい方法で説明できる。本章では、より直感的で理解しやすい例を通じて、完全準同型暗号について深く理解していただけるように努める。
まず、「秘密の魔法箱」を想像してほしい。あなたはその箱にどんなものでも入れてロックできる。一度ロックすれば、中身を見ることも触れることもできない。だが驚くべきことに、この魔法箱は、開けずに中に収めたものの色や形を変えることを可能にするのだ。
上の図のように、完全準同型暗号（Fully Homomorphic Encryption）はまさにこのような魔法の箱と考えることができる：
-
あなたの封筒（Your Envelope）：これは暗号化したい元のデータを表す。
-
魔法の箱での操作（Magic Box Operation）：封筒を開けたり復号したりすることなく、中のデータに対して演算（加算、減算など）を行うことができる。
-
新しい封筒（New Envelope）：魔法の箱での処理後、新たに暗号化された結果が得られる。
これが準同型暗号の基本的な考えである：データの中身を知らずとも、暗号化されたデータに対して操作を行うことが可能ということだ。
この比喩的な例により、「完全準同型暗号」が何をしているかを理解しやすくなるだろう。しかし実際には、この概念自体もまだ「聞いてもよくわからない」と感じられる部分があるかもしれない。それでは、「完全」と「準同型」とはそもそも何を意味するのか？
-
「完全」とは何か？（Fully）
-
暗号学において、暗号スキームは加算や乗算など複数の操作をサポートできる。ある暗号スキームが「完全準同型」であるとは、暗号化されたデータ上で任意の回数の基本演算（例えば加算と乗算）を繰り返しても復号を必要としないことを意味する。これは、加算のみまたは乗算のみをサポートする「部分準同型暗号」と対照的である。
-
「準同型」とは何か？（Homomorphic）
-
「準同型」はギリシャ語に由来し、「同じ形状または構造」という意味を持つ。暗号学において、ある暗号スキームが「準同型」であるとは、平文上で行う演算の結果と、暗号文上で行う演算の結果が一致することを意味する。つまり、暗号化されたデータに対してある演算を行い、その後復号した結果は、まずデータを復号してから同じ演算を行う場合と等しくなる。
-
たとえば、準同型加算をサポートする暗号スキームを考える。2つの数字、3と4があるとする。まずこれらをそれぞれ暗号化し、この準同型スキームを使って2つの暗号化された値を足す。その後、結果を復号すると、得られる値は7になる。これは、平文の3と4をそのまま足した結果と同じである。
しかし、数字以外のデータに対してどうやって加減乗除を行うのか？実際には、特定の符号化手法を用いることで、非数値データを数値形式に変換でき、その上で加算や乗算などの演算が可能になる。つまり、完全準同型暗号の応用範囲は単なる数学的計算にとどまらず、幅広い分野に拡張できる。
この概念をより直感的に説明するために、医療データの例を考えてみよう。
-
病院がある患者の年齢や血糖値といったデータを持っているが、プライバシーの観点からクラウドサービスプロバイダーにそのまま送って分析させたくない。
-
完全準同型暗号を使うことで、病院はまずこれらのデータを暗号化できる。
-
クラウドサービスプロバイダーが全患者の平均年齢（加算と除算が必要）や血糖値の合計と患者数の積（加算と乗算が必要）を計算するとしよう。
-
これらのすべての計算は、データを復号せずに暗号化されたまま実行できる。クラウドプロバイダーはデータを復号せず計算を行い、その暗号化された結果を病院に返却する。これにより、データのプライバシーを守りつつ、必要なデータ処理を実現できる。
これが完全準同型暗号の魅力であり、安全かつ柔軟なデータ処理手段を我々に提供してくれる。
なぜFHEは重要なのか？
現在、暗号化されたデータに対して計算を行う既存の方法は理想的ではない。リソース使用量や時間コストの面で非常に高価である。
そのため、業界標準のプロセスとしては、第三者（企業など）が計算を行う前にデータを復号することが一般的である。
具体的な例を挙げてみよう。ある著名人の財務情報が含まれたデータファイルがあるとする。
-
このファイルを「M」と呼ぶことにする。このデータをある企業に分析させる必要がある。
-
現在のプロセスはどうか？まず、RSAやAESのような暗号化関数Eを用いてMを暗号化する。このときMはE(M)となり、Eは暗号化関数である。
-
次に、E(M)を企業のサーバーに送信する。企業は対応する復号関数Dを用いてE(M)を復号し、平文D(E(M))＝Mを得る。
-
企業はファイルMの平文に対して分析処理を行う。
-
処理後、再びMを暗号化してE(M')を生成する。
-
企業は暗号化されたM'を送り返し、あなたが再度復号する。
気づいただろうか？ここで重要な問題は、企業がMを復号してサーバー上に保存して計算を行う間、本来保護されるべき機密データに第三者がアクセスできてしまう点にある。もし企業のシステムがハッキングされたり、悪意のある内部者がいた場合、重大な問題となる。
完全準同型暗号（FHE）は、暗号化されたデータ上で計算を可能にすることでこの問題を解決する。企業はE(M)を復号する必要がない。暗号化されたデータ上で直接分析を行うのだ。復号は不要であり、信頼前提も不要となる。
以上のように、完全準同型暗号の導入は、現在のデータ処理プロセスにおける重要な課題、すなわち第三者によるデータ処理時のプライバシーリスクを解決する。FHEは、データのプライバシーを保ちつつ、効果的に暗号化データを処理する方法を提供してくれる。
FHEは暗号世界でどのように応用されるか？
完全準同型暗号（FHE）は暗号世界に新しい扉を開き、以前は想像もできなかった多くの応用シナリオを可能にする。Poly Ventureの原文での説明は簡潔であるため、ここでは表を用いて体系的に解釈してみよう。
FHE vs ZK vs MPC、違いがよくわからない？
完全準同型暗号（FHE）を理解すると、ゼロ知識証明（ZK）やマルチパーティ計算（MPC）といった馴染み深い技術と混同しやすい。一見、これらは似たようなプライバシー・計算問題の解決を目指しているように見える。しかし、実際にはどのような関係や違いがあるのだろうか？
まず、3つの技術の基本定義を確認しよう：
-
FHE：復号せずに暗号化されたデータ上で計算を実行できるようにする。
-
ZK：ある主張が真であることを、その主張に関する情報を一切明かさずに他者に証明できるようにする。
-
MPC：複数の参加者が各自の秘密データを明かさずに共同で計算を行えるようにする。
次に、複数の観点からそれらの類似点・相違点・共通点を見てみよう：
-
目的：
-
FHEの主な目的は復号せずに計算を行うことである。
-
ZKの目的は、ある事実の正しさを証明しつつ、その内容を漏らさないことである。
-
MPCの目的は、各参加者が自分の入力を明かさずに共同で計算を行うことである。
-
プライバシーと計算：
-
ZKでは、計算自体が必ずしもプライベートであるとは限らない。例えば、銀行口座残高が10万ドル以上あることをZKで検証できても、その検証計算自体が公開されている可能性がある。
-
一方、FHEはすべての計算が暗号化データ上で行われるため、計算のプライバシーを保証する。
-
制限と課題：
-
MPCは少なくとも1つの正直なサーバーを必要とし、DDoS攻撃、沈黙した共謀攻撃、通信オーバーヘッドの影響を受けやすい。
-
ZKは主に正しさの証明に使われ、プライバシー技術というよりは検証技術である。
-
FHEは強力なプライバシーを提供するが、計算効率が低く、リソース消費が大きい。
-
暗号分野での応用：
-
FHEは、よりプライベートなスマートコントラクトや他のブロックチェーンアプリケーションの構築に利用できる。
-
ZKはzk-Rollupなどのスケーラブルなブロックチェーンソリューションに使われる。
-
MPCは主に秘密鍵管理やホットウォレットの運用に使われる。
-
相互利用：
-
MPCとFHEを組み合わせて「閾値FHE」を構成でき、FHEの秘密鍵を分割して各参加者に配分することで安全性を高められる。
-
zkFHEはゼロ知識証明と完全準同型暗号の融合であり、FHEスマートコントラクト上でzk-Rollupを実現するために研究が進められている。
総じて、FHE、ZK、MPCは一部の点で重なり合うが、それぞれ独自の利点と応用シーンを持っている。暗号世界において、これら3技術はプライバシーとセキュリティの強化に大きな可能性を提供しており、それらの統合やさらなる研究は暗号コミュニティの活発な研究領域となっている。
最後に、上述の技術を比較し直感的に理解しやすくするための要約版の表を示す。
FHEの将来展望
上記の説明からわかるように、完全準同型暗号（FHE）は明らかに強力な技術である。
しかし、なぜまだ広く採用されておらず、暗号コミュニティ（CT）でもほとんど言及されないのだろうか？一つには技術的理解のハードルが高いこと、もう一つにはFHE技術自体がまだいくつかの課題を抱えており、商業化が難しい状況にあるためだ。
主な課題としては以下が挙げられる：
-
計算負荷が高い：暗号文同士が相互作用する際、安全性を維持するためにノイズが追加される。FHEスキームはこのノイズを減らすために「自己還元（ブートストラップ）」技術を使用するが、これは非常に計算集約的で、大量のリソースを消費する。
-
機能が限定的：FHEの計算は加算、乗算およびその組み合わせに限られる。例えば、if文は使えない。また、比較や除算といった比較的複雑な操作を構築するには基本論理の慎重な設計が必要で、プログラミング技術が難しくなり、計算効率も低下する。
-
互換性／統合性の問題：既存のアプリケーションやサービスプロバイダーは、暗号化データ上で計算を行うように設計されていない。これによりFHEとの統合が制限され、FHE対応アプリ開発のための慣性が大きくなっている。
考えられる解決策としては：
-
ハードウェアアクセラレーター：nuFHEやcuFHEといった特定のFHEスキームはGPUによる高速化が可能だが、主要な突破はより高速なFPGAやASICから生まれるだろう。光子技術などもFHEのハードウェア用途の高速化に向けて研究されている。
-
新しいプログラミングパラダイム：Python上でpandasやnumpyが複雑な数学を扱うように、FHE向けのライブラリも構築される。現在、ZamaやSunscreenはそのようなFHEライブラリやSDKの開発を進めている。さらに、FHE、ZKP、MPCを統一的に扱える専用コンパイラの構築も必要とされる。
-
既存ソリューションとの統合：既存ツールとFHE暗号データの間に中間層を設けて、互換性を持たせるソリューションが構築されるだろう。
最後に、Portal Venturesは原文の結論部で改めて強調している：
「FHEは計算の聖杯であり、その商業化へと近づいている。価値と計算は、オープンで許可不要のネットワークへと移行しつつあり、我々はFHEが今後必要とされるインフラとアプリケーションの大部分を支えると考えている」。
また、彼らはFHEの研究に取り組むプロジェクトに対しても関心を示している。つまり、VCはFHEに興味を持っており、あるいは一般にはまだ知られていない高度な技術にいち早く注目する傾向がある。
歴史は示している。新技術に基づく暗号プロジェクトは、往々にして輝かしい期待と高い評価を受け、さまざまな資本から注目を集める。
次の宴が始まる前に、出席者たちの正体をよく調べておくべきだ。そうすれば、宴会の席で堂々と振る舞えるだろう。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
深潮TechFlow
