轻加密、同态加密和区块链：新一代密码学的三大圣杯

密码学是安全通信的基础。密钥是添加解密信息的重要基础。对于密钥持有人以外的人来说，只有暴力破解或窃取密钥。前者需要巨大的计算资源，可能一辈子都是徒劳的，后者相对容易得多。20世纪70年代，Whitfield Diffie提出了一项新的密钥共享协议，解决了如何安全传输密钥的问题，为现代安全通信奠定了基础，并获得了图灵奖。然而，随着AI随着物联网的兴起，密码学也遇到了新的问题。本文将重点关注三个有前途的潜在解决方案。
大数据收集和轻量密码学
大数据是机器学习的必要条件。人们的时间和精力有限。如果人们收集数据，太多的信息将被忽略。物联网( Internet of things，IoT ) 可以正确地解决这个问题。今天，与网络相连的设备通常只有手机和计算机，物联网的概念是将所有设备连接到一个网络中，以更有效地控制和分析信息，减少不必要的浪费和消耗。例如，如果家用灯泡、空调、冰箱等家用电器的使用信息可以通过物联网收集和记录，并使用人工智能分析，可以根据使用需要设计更省电的操作模式，甚至更好的家庭配电模式，提高电厂的效率。
然而，水可以载船，也可以覆船。如果物联网被有心人恶意黑入，将是一场难以想象的灾难。如果家里的空调被恶意打开，可能只会增加麻烦；但是，如果有人恶意同时打开整个城市的所有电器，可能会导致电厂过载、电网瘫痪，甚至影响国家安全。因此，加密通信极其重要。然而，许多物联网设备的尺寸非常小，无论是计算资源还是电池寿命有限，都不能完全满足通信加密的需要。因此，一套不同于计算机通信的物联网设备加密协议和一套「轻量加密」 ( Lightweight Cryptography ) 有必要不妥协安全性的密码学。

同态加密隐私问题
除了恶意黑客，个人数据的收集和隐私也是大数据的一大争议。即使使用大数据的机构遵守道德规范，个人资本仍然可能流入感兴趣的人。常见的情况是，当一般机构没有足够的计算能力进行大数据分析时，通常如图1所示A如所示，向第三方租赁Amazon Web Service、 Google Cloud Platform等待云计算资源。计算完成后，是否正确删除大数据，包括隐私数据，是一个大问题。
同态加密( Homomorphic Encryption ) 是解决大数据隐私问题的一种方法。如图2所示B所示工程师在上传数据之前先加密数据。计算数据( f )，工程师对加密数据进行相应的同态操作( g )。g它的作用是在数据被加密时对数据进行处理f运算，最后下载并解密得到目标函数f(x) 结果。通过这种结构，上传到云计算的数据总是提前加密，即使数据后来没有被正确删除，也没有人能阅读数据内容。这一领域对人工智能的未来发展非常重要，但仍处于研究阶段。

信任与区块链
然而并非所有资料都适合同态加密。例如银行在处理与顾客间交易时，需要验证顾客的银行帐户确实有足够的资金进行交易，所以个人的经济资料不能对银行保密。这些资料在银行内部可说是一览无遗，理论上也能被窜改。我们不顾这些疑虑而仍然使用银行服务的原因，在于我们信任银行，用信任来弥补安全性上的疑虑。我们相信：尽管银行有能力窜改资料，他们不会这样做。但是再有信用的银行也可能有倒闭的一天，若要获得绝对的安全性，不能只依靠信任。
区块链( blockchain ) 于焉诞生。其原理是将所有帐户交易分散储存在区块链中。每个人都有一份区块链，所以不需要信任任何个人或银行。当完成交易时，交易的内容会被加密并且上传到区块链，形成一个新的区块。协助新区块加密的人可以获得奖励，也就是比特币等加密货币( 俗称挖矿)。若一个黑客想要窜改区块链上的资讯，如图二，他可以制造一个假的分支(图中分支2)。但是制造新的区块需要庞大的计算资源，只要这位黑客没有整个系统50%以上的计算资源，他制造区块的速度永远比其他诚实使用者还要慢。以比特币为例，系统会选择最长的区块链作为正统，所以真实的分支1会被选用，伪造的分支2则会被淘汰。在如此的防伪机制下，资讯一旦被放在区块链上便难以遭到窜改。
区块链目前仍是积极开发中的领域，由于其庞大的经济价值，发展的速度比轻量密码学和同态加密更加快速。但是区块链的交易速度与交易量仍有待改进。在安全性上，若单一黑客拥有系统50%以上的计算力，便能进行「51%攻击」，窜改区块链上的资讯，这部分疑虑仍有待研究。

热点：加密货币 区块链 大数据 挖矿 数据 比特币 比特币 计算机