Hack VC: Tổng quan các công nghệ riêng tư blockchain phổ biến
Tuyển chọn TechFlowTuyển chọn TechFlow
Hack VC: Tổng quan các công nghệ riêng tư blockchain phổ biến
Việc ứng dụng chồng chéo công nghệ vẫn là một lĩnh vực đáng để khám phá sâu hơn.
Chuyên sâu báo cáo Web3Tác giả: Duncan Nevada
Biên dịch: TechFlow
Sổ cái minh bạch của công nghệ mã hóa đã thay đổi sâu sắc cách chúng ta hiểu về các hệ thống đáng tin cậy. Như câu nói cổ xưa: "Đừng tin, hãy kiểm chứng", chính sự minh bạch cho phép chúng ta làm được điều đó. Nếu mọi thông tin đều công khai, mọi hành vi gian lận đều có thể bị phát hiện kịp thời. Tuy nhiên, sự minh bạch này cũng bộc lộ những hạn chế nhất định về tính khả dụng. Quả thật, một số thông tin nên được công khai như thanh toán, dự trữ, danh tiếng (thậm chí là danh tính), nhưng chúng ta chắc chắn không muốn hồ sơ tài chính và sức khỏe cá nhân cùng với dữ liệu riêng tư khác bị phơi bày công khai.
Nhu cầu về quyền riêng tư trong blockchain
Quyền riêng tư là một quyền con người cơ bản. Không có quyền riêng tư thì không thể nói đến tự do và dân chủ.
Giống như Internet thời kỳ đầu cần công nghệ mã hóa (như SSL) để đảm bảo thương mại điện tử an toàn và bảo vệ dữ liệu người dùng, blockchain cũng cần các công nghệ riêng tư mạnh mẽ để phát huy tối đa tiềm năng của nó. SSL cho phép các trang web mã hóa dữ liệu trong quá trình truyền tải, đảm bảo rằng những thông tin nhạy cảm như số thẻ tín dụng sẽ không bị kẻ xấu đánh cắp. Tương tự, blockchain cần quyền riêng tư để bảo vệ chi tiết giao dịch và tương tác, đồng thời duy trì tính toàn vẹn và khả năng xác minh của hệ thống nền tảng.
Quyền riêng tư trên blockchain không chỉ quan trọng đối với việc bảo vệ người dùng cá nhân, mà còn then chốt đối với việc áp dụng của doanh nghiệp, tuân thủ các quy định bảo vệ dữ liệu và mở ra không gian thiết kế mới. Không công ty nào muốn nhân viên nào cũng có thể xem lương của người khác, hay đối thủ cạnh tranh có thể xếp hạng và đào móc khách hàng giá trị nhất của họ. Hơn nữa, các ngành như y tế và tài chính có yêu cầu nghiêm ngặt về bảo mật dữ liệu, và các giải pháp blockchain phải đáp ứng được những yêu cầu này mới có thể trở thành công cụ khả thi.
Khung sườn cho các Công nghệ Tăng cường Riêng tư (PETs)
Cùng với sự phát triển của hệ sinh thái blockchain, một số công nghệ tăng cường riêng tư (PETs) then chốt đã xuất hiện, mỗi loại đều có ưu điểm và sự đánh đổi riêng biệt. Những công nghệ này bao gồm: Chứng minh kiến thức không (ZK), Tính toán đa phương (MPC), Mã hóa đồng hình toàn phần (FHE) và Môi trường thực thi đáng tin cậy (TEE), bao quát sáu tiên đề then chốt sau:
-
Tính phổ quát: Khả năng áp dụng của giải pháp vào nhiều trường hợp sử dụng và tính toán rộng rãi.
-
Tính kết hợp: Mức độ dễ dàng khi kết hợp công nghệ này với các công nghệ khác để giảm thiểu điểm yếu hoặc mở rộng không gian thiết kế mới.
-
Hiệu quả tính toán: Hiệu suất thực hiện tính toán của hệ thống.
-
Hiệu quả mạng: Khả năng mở rộng của hệ thống khi số lượng người tham gia hoặc khối lượng dữ liệu tăng lên.
-
Phi tập trung: Mức độ phân bố của mô hình bảo mật.
-
Chi phí: Chi phí thực tế để đạt được quyền riêng tư.
Cũng giống như bài toán ba chiều khó khăn về khả năng mở rộng, bảo mật và phi tập trung trong blockchain, việc đồng thời đạt được cả sáu thuộc tính này là một thách thức. Tuy nhiên, những tiến bộ gần đây và các phương pháp kết hợp đang đẩy lùi giới hạn khả năng, đưa chúng ta đến gần hơn với các giải pháp riêng tư toàn diện, hiệu quả và kinh tế.
Bây giờ chúng ta đã có một khung sườn, hãy cùng khảo sát ngắn gọn lĩnh vực này và khám phá triển vọng tương lai của các công nghệ tăng cường riêng tư.
Tổng quan về các Công nghệ Tăng cường Riêng tư
Tại đây, tôi muốn cung cấp cho bạn một số định nghĩa. Lưu ý: Tôi giả định rằng bạn cũng đang tích cực đọc cuốn Dune, và nhìn nhận mọi thứ qua góc nhìn của melange!
Chứng minh kiến thức không (ZK) là một công nghệ cho phép xác minh rằng một phép tính đã xảy ra và đạt được kết quả, mà không tiết lộ dữ liệu đầu vào là gì.
-
Tính phổ quát: Trung bình. Các mạch rất đặc thù theo ứng dụng, nhưng đang được cải thiện thông qua các lớp trừu tượng phần cứng (như Ulvatana và Irreducible) và các bộ thông dịch phổ quát (zkLLVM của Nil).
-
Tính kết hợp: Trung bình. Nó hoạt động tốt khi cô lập bên chứng minh đáng tin cậy, nhưng trong môi trường mạng, bên chứng minh phải thấy tất cả dữ liệu gốc.
-
Hiệu quả tính toán: Trung bình. Cùng với sự ra mắt của các ứng dụng ZK thực tế như Leo Wallet, bằng các cách triển khai mới, việc tạo chứng minh đang có bước tiến theo cấp số nhân. Chúng tôi dự đoán sẽ có thêm nhiều tiến bộ khi người dùng ngày càng áp dụng nhiều hơn.
-
Hiệu quả mạng: Cao. Những tiến bộ gần đây về kỹ thuật gấp (folding) đã mở ra tiềm năng lớn cho xử lý song song. Gấp về bản chất là một phương pháp hiệu quả hơn để xây dựng chứng minh lặp lại, do đó có thể tận dụng công việc trước đó. Nexus là một dự án đáng theo dõi.
-
Phi tập trung: Trung bình. Về mặt lý thuyết, việc tạo chứng minh có thể thực hiện trên mọi phần cứng, mặc dù trên thực tế GPU thường được ưu tiên. Mặc dù phần cứng đang ngày càng đồng nhất hơn, nhưng về mặt kinh tế có thể tiếp tục phi tập trung hóa thông qua các AVS như Aligned Layer. Chỉ khi kết hợp với các công nghệ khác thì dữ liệu đầu vào mới thực sự riêng tư (xem bên dưới).
-
Chi phí: Trung bình.
-
Chi phí ban đầu để triển khai cao do thiết kế và tối ưu hóa mạch.
-
Chi phí vận hành ở mức trung bình, chi phí tạo chứng minh cao nhưng chi phí xác minh hiệu quả. Một yếu tố chi phí đáng kể là lưu trữ chứng minh trên Ethereum, nhưng có thể giảm nhẹ bằng cách sử dụng các lớp sẵn sàng dữ liệu (như EigenDA) hoặc AVS.
-
-
So sánh với Dune: Hãy tưởng tượng Stilgar cần chứng minh với Duke Leto rằng ông biết vị trí cánh đồng gia vị mà không tiết lộ vị trí thực tế. Stilgar dẫn Leto – người bị bịt mắt – đi trên một con máy bay dạng côn trùng, bay lượn phía trên cánh đồng gia vị cho đến khi khoang chứa ngập mùi hương ngọt ngào của quế, rồi đưa ông trở về Arrakeen. Bây giờ Leto biết rằng Stilgar có thể tìm thấy gia vị, nhưng ông không biết cách tìm.
Tính toán đa phương (MPC) là một công nghệ cho phép nhiều bên tham gia cùng nhau tính toán ra một kết quả mà không cần tiết lộ dữ liệu đầu vào của mình cho nhau.
-
Tính phổ quát: Cao. Xét đến nhiều biến thể chuyên biệt của MPC (như chia sẻ bí mật).
-
Tính kết hợp: Trung bình. Dù MPC an toàn, nhưng tính kết hợp giảm khi độ phức tạp tính toán tăng lên, vì độ phức tạp sẽ làm tăng chi phí mạng. Tuy nhiên, MPC có thể xử lý các đầu vào riêng tư từ nhiều người dùng, đây là một trường hợp sử dụng tương đối phổ biến.
-
Hiệu quả tính toán: Trung bình.
-
Hiệu quả mạng: Thấp. Khi số lượng người tham gia tăng, lượng giao tiếp mạng cần thiết tăng theo bình phương. Các công ty như Nillion đang nỗ lực giải quyết vấn đề này. Có thể sử dụng mã hóa xóa (erasure coding) hoặc mã Reed-Solomon (chia dữ liệu thành các mảnh và lưu trữ các mảnh đó) để giảm lỗi, mặc dù đây không phải là kỹ thuật MPC truyền thống.
-
Phi tập trung: Cao. Mặc dù tồn tại khả năng thông đồng giữa các bên tham gia, điều này có thể đe dọa đến bảo mật.
-
Chi phí: Cao.
-
Chi phí triển khai từ trung bình đến cao.
-
Chi phí vận hành cao do chi phí giao tiếp và yêu cầu tính toán.
-
-
So sánh với Dune: Hãy tưởng tượng các đại gia tộc trong Landsraad muốn đảm bảo rằng họ có đủ dự trữ gia vị để hỗ trợ lẫn nhau khi cần, nhưng họ không muốn tiết lộ số lượng dự trữ riêng của mình. Gia tộc đầu tiên có thể gửi một tin nhắn tới gia tộc thứ hai, cộng thêm một số ngẫu nhiên lớn vào số dự trữ thực tế của họ. Gia tộc thứ hai cộng thêm số dự trữ thực tế của họ, cứ như vậy tiếp tục. Khi gia tộc đầu tiên nhận được tổng số cuối cùng, họ chỉ cần trừ đi số ngẫu nhiên lớn đó để biết tổng lượng dự trữ gia vị thực tế.
Mã hóa đồng hình toàn phần (FHE) cho phép thực hiện tính toán trên dữ liệu đã mã hóa mà không cần giải mã trước.
-
Tính phổ quát: Cao.
-
Tính kết hợp: Cao đối với đầu vào đơn người dùng. Đối với đầu vào riêng tư từ nhiều người dùng, cần kết hợp với các công nghệ khác.
-
Hiệu quả tính toán: Thấp. Mặc dù những tiến bộ ở tầng toán học và phần cứng đang được tối ưu đồng thời, điều này sẽ là một bước đột phá lớn. Zama và Fhenix đã làm rất nhiều công việc xuất sắc trong lĩnh vực này.
-
Hiệu quả mạng: Cao.
-
Phi tập trung: Thấp. Một phần do yêu cầu và độ phức tạp tính toán, nhưng cùng với sự tiến bộ công nghệ, khả năng phi tập trung của FHE có thể tiến gần đến mức của ZK.
-
Chi phí: Rất cao.
-
Chi phí triển khai cao do mã hóa phức tạp và yêu cầu phần cứng nghiêm ngặt.
-
Chi phí vận hành cao do tính toán đòi hỏi tài nguyên nặng.
-
-
So sánh với Dune: Hãy tưởng tượng một thiết bị giống như lá chắn Holtzman, nhưng dành cho dữ liệu số. Bạn có thể đặt dữ liệu số vào trong lá chắn này, kích hoạt nó, rồi giao cho một Mentat. Mentat có thể thực hiện tính toán trên dữ liệu mà không nhìn thấy các con số. Khi hoàn tất, họ trả lại lá chắn cho bạn. Chỉ có bạn mới có thể tắt lá chắn và xem kết quả tính toán.
Môi trường thực thi đáng tin cậy (TEE) là khu vực an toàn bên trong bộ xử lý máy tính, cho phép thực hiện các thao tác nhạy cảm cách ly với phần còn lại của hệ thống. Điểm đặc biệt của TEE là nó phụ thuộc vào silicon và kim loại, chứ không phải các đa thức và đường cong. Do đó, mặc dù hôm nay có thể là công nghệ mạnh, về mặt lý thuyết tốc độ cải tiến của nó có thể chậm hơn do bị giới hạn bởi phần cứng đắt tiền.
-
Tính phổ quát: Trung bình.
-
Tính kết hợp: Cao. Mặc dù có thể bị tấn công kênh bên (side-channel), khiến mức độ an toàn thấp hơn.
-
Hiệu quả tính toán: Cao. Gần với hiệu suất phía máy chủ đến mức dòng chipset H100 mới của NVIDIA đã được trang bị TEE.
-
Hiệu quả mạng: Cao.
-
Phi tập trung: Thấp. Bị giới hạn bởi các chipset cụ thể (như SGX của Intel), điều này có nghĩa là có thể bị đe dọa bởi các cuộc tấn công kênh bên.
-
Chi phí: Thấp.
-
Chi phí triển khai thấp nếu sử dụng phần cứng TEE hiện có.
-
Chi phí vận hành thấp do hiệu suất gần với hiệu suất cục bộ.
-
-
So sánh với Dune: Hãy tưởng tượng buồng điều hướng của Heighliner thuộc Công ty Không gian. Ngay cả những nhà điều hướng của chính Công ty cũng không thể nhìn thấy hoặc can thiệp vào những gì diễn ra bên trong khi đang sử dụng. Nhà điều hướng bước vào buồng, thực hiện các phép tính phức tạp cần thiết để gập không gian, trong khi bản thân buồng đảm bảo mọi thao tác đều được giữ riêng tư và an toàn. Công ty cung cấp và duy trì buồng này, đảm bảo an ninh, nhưng họ không thể nhìn thấy hoặc can thiệp vào công việc của nhà điều hướng bên trong.
Các ví dụ ứng dụng thực tiễn
Có lẽ thay vì phải đấu tranh với cartel gia vị, chúng ta nên đảm bảo dữ liệu nhạy cảm (như vật liệu khóa) luôn được giữ bí mật. Để gắn liền với thực tế, dưới đây là một số ví dụ ứng dụng thực tiễn cho từng công nghệ.
Chứng minh kiến thức không (ZK) phù hợp để xác minh rằng một quá trình đã tạo ra kết quả đúng. Khi kết hợp với các công nghệ khác, nó là một công cụ bảo vệ riêng tư xuất sắc, nhưng khi dùng riêng lẻ sẽ hy sinh tính không cần tin cậy, giống như nén dữ liệu hơn. Chúng ta thường dùng nó để xác minh hai trạng thái có giống nhau hay không, ví dụ so sánh trạng thái lớp 2 "chưa nén" với tiêu đề khối được đăng lên lớp 1, hoặc chứng minh người dùng đã đủ 18 tuổi mà không tiết lộ thông tin cá nhân xác định được.
Tính toán đa phương (MPC) thường được dùng trong quản lý khóa, bao gồm khóa riêng hoặc khóa giải mã, và có thể kết hợp với các công nghệ khác. Ngoài ra, MPC còn được dùng trong tạo số ngẫu nhiên phân tán, các phép tính bí mật nhỏ và tổng hợp oracle. Nhìn chung, bất kỳ tình huống nào cần nhiều bên tham gia mà không được thông đồng để thực hiện tính toán tổng hợp nhẹ đều rất phù hợp với MPC.
Mã hóa đồng hình toàn phần (FHE) phù hợp để thực hiện các phép tính đơn giản, phổ quát khi máy tính không thể nhìn thấy dữ liệu, ví dụ như xếp hạng tín dụng, trò chơi mafia trong hợp đồng thông minh, hoặc sắp xếp giao dịch mà không tiết lộ nội dung giao dịch.
Cuối cùng, Môi trường thực thi đáng tin cậy (TEE) phù hợp để thực hiện các thao tác phức tạp hơn, với điều kiện bạn sẵn sàng tin tưởng vào phần cứng. Ví dụ, đây là giải pháp khả thi duy nhất cho các mô hình nền tảng riêng (các mô hình ngôn ngữ lớn tồn tại trong doanh nghiệp hoặc các tổ chức tài chính, y tế, an ninh quốc gia). Vì TEE là giải pháp duy nhất dựa trên phần cứng, nên lý thuyết tốc độ giảm nhẹ các điểm yếu của nó sẽ chậm hơn và tốn kém hơn so với các công nghệ khác.
Giữa các lựa chọn
Rõ ràng là không có giải pháp hoàn hảo, và rất khó có khả năng một công nghệ nào sẽ trở thành giải pháp tuyệt đối. Các phương pháp kết hợp thật sự hấp dẫn vì chúng có thể tận dụng ưu điểm của công nghệ này để bù đắp điểm yếu của công nghệ kia. Bảng dưới đây cho thấy một số không gian thiết kế có thể được mở khóa nhờ kết hợp các phương pháp khác nhau. Sự khác biệt trong cách tiếp cận thực tế là rất lớn, ví dụ, kết hợp ZK và FHE có thể cần tìm các tham số đường cong phù hợp, trong khi kết hợp MPC và ZK có thể cần tìm một lớp tham số thiết lập để giảm số lần trao đổi mạng cuối cùng. Nếu bạn đang xây dựng và muốn thảo luận, hy vọng điều này sẽ truyền cảm hứng cho bạn.
Đơn giản而言, các công nghệ riêng tư hiệu suất cao và có khả năng khái quát sẽ mở khóa vô số ứng dụng, bao gồm game (hướng đến tác phẩm viết xuất sắc của Baz về Tonk), quản trị, vòng đời giao dịch công bằng hơn (Flashbots), danh tính (Lit), dịch vụ phi tài chính (Oasis), hợp tác và phối hợp. Đây cũng là một phần lý do tại sao chúng tôi rất hào hứng với Nillion, Lit Protocol và Zama.
Kết luận
Tóm lại, chúng ta thấy tiềm năng ứng dụng của các công nghệ tăng cường riêng tư (PETs) là rất lớn, nhưng vẫn đang ở giai đoạn đầu khám phá các khả năng. Mặc dù các công nghệ liên quan có thể dần trưởng thành, nhưng việc kết hợp chồng chất các công nghệ vẫn là một lĩnh vực đáng để khai phá sâu hơn. Việc ứng dụng các công nghệ này sẽ được tùy chỉnh theo từng lĩnh vực cụ thể, và toàn ngành vẫn còn nhiều việc phải làm.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@hack_vc
