Privasea AI는 FHE-ML 디핀 네트워크, FHE-ML API를 포함해 FHE-ML 종합 플랫폼을 목표로 한다.
Privasea AI의 주요 목표 중 하나는 유럽 연합의 엄격한 일반 데이터 보호 규정인 GDPR 등 규제당국의 데이터 보호 규정 준수와 사용자의 데이터 주권 확보이다.
Privasea AI의 팀은 Nulink 라는 ZK 프로젝트를 성공적으로 론칭한 적 있으며, Privasea AI, Nulink 모두 Binance Labs가 초기투자자로 참여하였다.
Privasea AI Network는 Web3 FHE ML 관련해서 꽤나 많은 것들을 하려고 한다.
위 밸류체인에 Privasea AI의 프로덕트들을 대응해보자면,
Cloud:
Privanetix - FHE ML연산을 위한 디핀 네트워크:
FHE ML 연산 수행을 위한 디핀 네트워크이다. 노드들은 MPC, FHE를 활용해 secure한 방식으로 연산을 수행하고 인센티브를 제공 받는다. (Privasea 트위터를 보면 실제로 디핀을 가장 많이 강조한다는 것을 확인할 수 있다.)
AI Dev tools:
**HESea 라이브러리 - 오픈소스 FHE 라이브러리**
암호화된 데이터에 HE 연산을 지원하는 라이브러리이다. TFHE 뿐 아니라 CKKS, BGV, BFV 등 다양한 동형암호 스킴을 지원할 예정이라고 되어있다. (다만, 깃헙의 마지막 커밋은 작년 7월이며, 현재는 ZAMA의 FHE ML 라이브러리인 Concrete ML을 기술의 근간으로 사용하고 있는 것으로 보여진다.)
Privasea Smart Contract Kit
스마트 컨트랙트를 활용하여 AI 작업 수행을 통제하고, privanetix network를 관리하고, 노드들에게 인센티브를 제공한다.
AI Model:
Privasea API
개발자들이 서비스에 Privasea를 통합할 수 있는 API이다. Huggingface API와 다른 점은, AI 추론뿐 아니라 모델 훈련, 암호화된 데이터 제출, 데이터 권한 관리, 등 FHE ML과 관련된 여러 기능들을 제공한다.
동형암호(HE)는 쉽게 말해 연산이 보존되는 암호학 스킴이다.
동형암호 스킴을 사용하면 enc(a) + enc(b) = enc(a+b)가 성립하고, 이에 따라 dec(enc(a) + enc(b))= dec(enc(a+b)) = a+b가 된다.
즉, 암호화된 상태에서 덧셈 연산을 한 후에 복호화를 진행해도 a+b라는 값을 얻게 되고 이는 전 프로세스가 암호화된 end-to-end encryption 연산을 가능케 한다.
완전동형암호(FHE) 스킴은 덧셈과 곱셉을 모두 보존하는데, 이에 따라 ML에서 사용되는 선형 연산들은 물론, 비선형 연산들까지 선형 연산으로 근사시켜 암호화된 상태에서 할 수 있게 된다. 즉, end-to-end encryption을 지원하는 AI 추론 및 학습이 가능해진다.
Privasea AI 네트워크는 다음과 같이 FHE 연산을 모듈화된 형태로 implement하고 있다.