핵심 포인트

• Nillion은 Virtuals, NEAR, Aptos, Arbitrum, Ritual, io.net, Meta 등의 회사와 파트너십을 맺었습니다.

• 애플리케이션 툴킷에는 nilAI, nilVM, nilDB, nilChain 이 포함되어 있으며, 개발자가 인공지능, 의료, 분산형 금융(DeFi) 등의 분야에서 개인 정보를 보호하는 애플리케이션을 만드는 데 필요한 리소스를 제공합니다.

• 네트워크는 다자간 계산(MPC), 동형 암호화, 제로 지식 증명 과 같은 다양한 개인정보 보호 강화 기술( PETS )을 활용하여 분산형 인프라에서 안전한 계산과 데이터 저장을 지원합니다.

• 닐리언의 검증자 프로그램은 약 50만 명의 활성 검증자를 유치했고, 약 1억 9,500만 개의 비밀 메시지를 처리했으며, 약 1,050GB의 데이터를 보호했습니다.

소개하다

비밀번호, 개인화된 AI, 의료 정보, 생체 인식 데이터 등 가치가 높은 데이터를 처리하는 기존 방법은 종종 안전하지 않고 비효율적입니다. 암호화 기술은 저장된 데이터의 보안을 보장할 수 있지만, 암호 해독 및 재암호화가 필요한 계산을 수행할 때 보안 위험과 데이터 지연이 발생합니다. 블록체인 기술은 거래와 데이터 관리를 분산화하는 데 도움이 되었지만 암호화된 데이터의 안전한 계산 문제는 해결하지 못합니다 . 이로 인해 안전한 Web3 애플리케이션을 개발하는 능력이 제한됩니다.

닐리언은 암호 해독 없이 데이터 전송, 저장, 계산을 가능하게 함으로써 이러한 한계를 극복하고 데이터 수명 주기 전체에 걸쳐 개인 정보 보호와 보안을 보장합니다. "블라인드 컴퓨트" 라고 불리는 이 방법은 분산형 신뢰를 구축하고 분산형 네트워크의 적용 범위를 개인 AI 및 안전한 대규모 언어 모델(LLM) 과 같은 이전에는 활용되지 않았던 영역으로 확장하는 데 도움이 됩니다.

닐리언은 다자간 계산(MPC), 완전 동형 암호화(FHE), 신뢰 실행 환경(TEE)과 같은 개인정보 보호 강화 기술( PETS )을 적용하여 데이터가 처리 과정 내내 암호화된 상태로 유지되도록 보장합니다.

배경

2021년에 설립된 닐리언은 보안과 효율성을 보장하면서 분산 시스템에서 개인 데이터를 처리하는 것을 목표로 하는 네트워크입니다. Nillion의 생태계는 nilVM, nilDB, nilAI, nilChain과 같은 도구로 구동되며, 이를 통해 개발자는 AI, DeFi, 데이터 저장 분야에서 개인 정보를 보호하는 애플리케이션을 쉽게 구축할 수 있습니다.

Nillion의 팀 에는 많은 업계 전문가들이 포함되어 있습니다.

• 알렉스 페이지(CEO) – 전 Hedera SPV 파트너, 전 Goldman Sachs 수석 뱅커.

• 앤드류 마산토(CSO) – Hedera의 공동 창립자, Reserve의 첫 CMO.

• 슬라바 루빈(CBO) – 인디고고 창립자.

• Miguel de Vega 박사(수석 과학자) – 데이터 최적화 분야에서 30개 이상의 특허를 보유한 선도적 전문가.

• Conrad Whelan(CTO) – Uber의 창립 엔지니어.

• 마크 맥더못(COO) – 이전에는 Nike에서 혁신을 이끌었습니다.

• 앤드류 요(CMO) – Hedera의 수석 파트너, UBS와 로스차일드 은행의 전 이사.

Nillion은 Hack VC, Hashkey Capital, Distributed Global, Maelstrom 등 유명 투자 펀드의 관심을 끌었으며, 독특한 비전과 기술 덕분에 여러 차례의 사적 자금 조달 라운드를 통해 총 5,000만 달러를 모금했습니다.

기술적 측면

Nillion 네트워크는 두 개의 핵심 계층으로 구성됩니다.

1. 조정 계층 : 보상, 지불, 경제적 안정을 관리합니다.

2. Petnet 계층 : 계산과 개인 데이터 저장을 처리합니다.

다자간 계산(MPC) 기술은 Nillion의 기반으로, 각 당사자의 입력 정보를 공개하지 않고도 데이터 계산을 가능하게 합니다. Nillion 생태계는 nilAI, nilVM, nilDB , nilChain을 포함한 개발 툴킷으로 구동되며, 이를 통해 개발자는 개인 정보를 보호하는 애플리케이션을 쉽게 구축할 수 있습니다.

닐리언 네트워크는 클러스터링 기술을 사용하여 확장성을 개선하고, 성능과 보안을 보장하고, 비용을 최적화합니다. 기존 블록체인과 달리 닐리언은 글로벌 상태에 의존하지 않으므로 데이터 처리 기능을 최적화합니다.

닐리언 네트워크

닐리언 네트워크는 비공개적이고 고가치의 데이터 저장과 컴퓨팅을 지원하도록 설계된 분산형 인프라입니다. 네트워크는 클러스터링 기술을 통해 확장성을 달성하며, 이를 통해 특정 성능, 보안 및 비용 요구 사항을 충족하도록 노드 그룹을 구성할 수 있습니다. 기존 블록체인과 달리 네트워크는 공유된 글로벌 상태 없이도 작동할 수 있으므로 수직적 확장(개별 노드나 클러스터 업그레이드) 및 수평적 확장(새로운 노드나 클러스터 추가)이 가능해 작업 부하를 효율적으로 분산할 수 있습니다.

코디네이션 클래스

Nillion 네트워크의 코디네이터 계층은 nilChain 이라고 하며 주로 다음과 같은 역할을 합니다.

1. 보상 관리,

2. 지불하다,

3. 암호화폐의 경제적 안정성을 확보하기 위해

4. 네트워크 내 노드 클러스터 간의 조정.

구체적으로 nilChain은 네트워크에서 저장 및 블라인드 계산 작업에 대한 지불 흐름을 조정하지만 이러한 계산 작업을 직접 처리하지는 않습니다. 오케스트레이션 계층은 Cosmos SDK를 사용하여 구축되었으며 다른 블록체인과 상호 작용하기 위한 IBC(블록체인 간 통신) 프로토콜을 지원합니다. 그러나 네트워크의 주된 초점이 저장과 연산이기 때문에 현재는 스마트 계약 실행을 지원하지 않습니다. 사용자는 Keplr 또는 Leap과 같은 지갑을 통해 nilChain 에 액세스할 수 있지만 파트너 블록체인에 구축된 애플리케이션("주요 프로젝트" 섹션에 언급됨)은 완전히 추상화됩니다.

펫넷

Petnet(운영 계층)은 다음을 포함한 개인 정보 보호 강화 기술(PET)을 통합하는 것을 목표로 합니다.

• 다자간 계산(MPC)

• 완전 동형 암호화(FHE)

• 제로 지식 증명(ZKP)

목표는 안전한 컴퓨팅과 개인 데이터 관리를 제공하는 것입니다. 이러한 통합은 두 가지 주요 구성 요소를 통해 수행됩니다.

1. 다양한 수준의 추상화를 제공하여 PET 사용을 단순화하는 컴파일러 입니다.

2. 계산 네트워크는 안전한 계산을 수행하고 암호화된 데이터를 관리합니다.

이는 현재 Nillion 네트워크 언어 컴파일러 와 nilVM을 통해 구현되고 있으며, 4개의 추상화 계층이 개발 중입니다.

1. 각 PET 프로토콜은 "블랙박스"처럼 별도의 블라인드 모듈에서 실행됩니다 . 통합된 인터페이스나 추상화 계층이 내장되어 있지 않으며 모든 오케스트레이션은 클라이언트 측에서 수행됩니다. 개발자는 API를 사용하여 특정 작업을 수행할 수 있지만, API를 통합하거나 사용자 정의할 수는 없습니다.

2. SDK는 여러 개의 블라인드 모듈을 통합하여 암호화에 대한 깊은 이해가 없어도 여러 PET 프로토콜을 구현할 수 있는 통일되고 간단한 관리를 제공합니다. 그러나 이 단계에서는 모듈이 아직 완전히 최적화되지 않았으며 주로 단일 PET 프로토콜에 의존하고 있습니다.

3. 블라인드 모듈은 동일한 모듈에서 여러 PET 프로토콜을 실행할 수 있도록 지원하여 개발자가 암호화에 대한 심층적인 지식이 없어도 성능과 보안 중 하나를 선택할 수 있는 유연성을 제공합니다.

4. 블라인드 모듈은 NilChain이 관리하는 클러스터라고 하는 느슨하게 결합된 독립 네트워크에 배포됩니다 . Nillion의 블라인드 컴퓨팅 기술이 발전함에 따라 이러한 블라인드 모듈은 서로 다른 구성(노드 수, 위치, 평판, 하드웨어, 보안 임계값)을 갖춘 여러 클러스터에 복제될 수 있습니다. 이를 통해 개발자는 특정 요구 사항(보안, 비용, 하드웨어, 규정 준수)에 맞게 사용자 정의된 여러 환경에 동일한 기능을 배포할 수 있습니다.

닐리언의 개인정보 보호 강화 기술(PET)은 단계적으로 도입되고 있으며, 각 단계는 위에 설명된 4개의 추상화 계층을 거쳐 점진적으로 진행됩니다. 첫 번째 단계(즉, 동질 코딩, 다자간 계산을 위한 네트워크 기반 비밀 공유 계획)와 두 번째 단계(즉, 이산 웨이블릿 변환 + 네트워크 기반 비밀 공유 계획, 임계값 동질 코딩)는 추상화 측면에서 성숙되었으며, 이제 닐리언 네트워크에 통합되었습니다. 세 번째 기술 단계(즉, 완전히 동일한 암호화를 적용한 다자간 계산, 이산 웨이블릿 변환+임계값 동일 암호화, 공개 계산, 영지식 증명)에서는 완전히 동일한 암호화를 적용한 다자간 계산이 추상화 계층에서 진전을 이루기 시작했습니다.

작동 원리

다음은 Nillion 네트워크의 다양한 구성 요소가 작동하는 방식에 대한 자세한 분석입니다.

• 사용자/개발자는 JavaScript 또는 Python 클라이언트로 구축된 프런트엔드 애플리케이션을 통해 저장할 데이터를 제출하거나 무작위 계산 요청을 수행합니다.

• JavaScript 클라이언트를 사용하는 애플리케이션은 Petnet 과 상호 작용하여 안전한 계산을 수행하고 암호화된 데이터를 관리합니다. 한편, Python 클라이언트 기반 애플리케이션은 조정 계층 과 상호 작용하여 결제, 라우팅, 다중 체인 통신을 처리합니다.

• 조정 계층은 해당 블록체인의 기본 가스 토큰이나 NIL 토큰을 사용하여 지불을 처리합니다.

• 요청을 처리한 후, 오케스트레이션 계층은 고급 보안 기술( PET )이 포함된 Petnet 에 계산 작업을 전달합니다.

• Petnet은 작업에 필요한 대로 데이터를 처리하기 위해 선형 비밀 공유 체계(LSSS), 가비지 회로, 준동형 암호화 와 같은 PET를 사용합니다.

• 이러한 계산은 네트워크 노드 집합에서 수행됩니다. 각 노드는 암호화된 데이터의 작은 부분(공유)만 관리합니다. 이러한 노드는 마스크된 데이터에 대한 작업(예: 덧셈, 곱셈 또는 안전한 비교)을 수행하고 중간 결과를 생성합니다.

• Petnet은 중간 결과를 집계하여 안전하고 개인적인 방식으로 최종 계산 결과를 생성합니다.

최종 결과 라우팅 프로세스는 다음과 같습니다.

• JavaScript 클라이언트를 사용하는 경우 Petnet은 사용자/개발자가 액세스할 수 있도록 결과를 애플리케이션에 직접 전송합니다.

• Python 클라이언트를 사용하는 경우 오케스트레이션 계층은 Petnet에서 결과를 가져와 추가 사용을 위해 관련 애플리케이션이나 블록체인에 전달합니다.

• 블록체인 통합의 경우, 오케스트레이션 계층은 결과를 기본 스마트 계약이나 분산 애플리케이션(DApp) 에 전달하여 사용자가 새로운 지갑을 다운로드하지 않고도 크로스체인 작업이 가능하도록 합니다.

복잡한 작업을 위한 Nillion의 다자간 계산(MPC) 프로토콜

다자간 연산(MPC)은 여러 당사자가 개별 입력 내용을 공개하지 않고도 각자의 데이터에서 공동으로 결과를 계산할 수 있도록 하는 암호화 분야입니다. 닐리언은 선형 비밀 공유 방식(LSSS)을 기반으로 하지만 나누기, 제곱근, 삼각 함수, 대수와 같은 복잡한 수학 연산을 효율적으로 처리하도록 확장된 Curl 프로토콜을 개발했습니다.

Curl은 2단계 프로세스로 작동합니다.

1. 1단계(데이터 공유 생성을 위한 전처리)

   • 이 단계에서는 MPC 기술을 사용하여 실제 데이터를 처리하기 전에 무작위 공유를 생성하여 참가자(계산 엔티티)에게 분배합니다.

   • 이러한 전처리 과정은 입력 값과 관계없이 실행되며, 입력 수량에만 기반하여 해당 주식 수를 미리 생성합니다.

   • 이는 두 번째 단계에서 실제 사용자 입력 데이터와 결합될 플레이스홀더를 만드는 추상화 계층 으로 볼 수 있습니다.

2. 2단계(복잡한 연산을 효율적으로 계산)

   • 입력: 당사자들은 정보 이론적 보안( ITS )을 보장하기 위해 입력 데이터의 공유 부분을 배포합니다.

   • 평가: 당사자들은 Curl 프로토콜을 사용하여 공유 데이터에 대한 복잡한 계산을 수행합니다.

   • 출력: 로컬 계산 결과가 공개되고 집계되어 최종 출력이 생성됩니다.

응용 프로그램 도구

Nillion 네트워크 플랫폼을 기반으로 하는 애플리케이션 도구( nilVM, nilDB, nilAI 및 Nada )는 개발자에게 모듈식 프레임워크와 실용적인 유틸리티를 제공하여 개인 데이터 처리 애플리케이션을 빠르게 구축할 수 있도록 지원합니다.

없음

nilAI 는 Nillion의 개인 정보 보호에 중점을 둔 AI 기술 제품군으로, AIVM, nada-AI, nilTEE가 포함되어 있습니다.

• AI 가상 머신(AIVM): Nillion의 MPC 기술과 Meta의 CrypTen 프레임워크를 기반으로 하는 안전한 AI 추론 플랫폼입니다.

• nada-AI: AI 애플리케이션을 위한 nilVM 라이브러리로, NN, CNN, 선형 회귀 등 의 소규모 모델을 실행하기 위한 PyTorch와 유사한 인터페이스를 제공합니다.

• nilTEE: 신뢰할 수 있는 실행 환경( TEE )에서 대규모 언어 모델(LLM)을 실행하기 위한 솔루션입니다.

나다 & nilVM

• nilVM은 개발자가 PET 기술을 사용하여 프로그램을 만드는 데 도움이 되는 가상 머신입니다.

• 이 프로그램은 Python 기반의 도메인 특정 언어(DSL)인 Nada 로 작성되었습니다.

nilDB

nilDB 는 안전한 데이터 저장과 개인 컴퓨팅을 위해 설계된 분산형 암호화 NoSQL 데이터베이스입니다.

• 사용자는 업로드하기 전에 기기의 민감한 데이터를 암호화합니다 .

• 암호화된 데이터는 Nillion의 MPC 프로토콜을 사용하여 비밀 부분으로 분할 되고 여러 nilDB 노드에 분산됩니다.

• 사용자는 데이터를 공개하지 않고도 SQL과 유사한 쿼리를 수행하기 위해 제3자에게 접근 권한을 위임 할 수 있습니다.

작동 원리:

• 사용자는 자신의 기기에서 중요한 데이터를 암호화합니다.

• 사용자는 Nillion을 기반으로 구축된 프런트엔드 애플리케이션을 통해 암호화된 데이터를 업로드합니다. 이 애플리케이션은 내장된 RESTful API를 통해 암호화된 데이터를 nilDB에 안전하게 업로드합니다.

• 암호화된 데이터는 Nillion의 MPC 프로토콜을 사용하여 여러 개의 비밀 청크로 분할되고 nilDB 노드 클러스터에 배포됩니다. 주목할 점은 단일 노드가 전체 데이터 세트를 보유하지 않는다는 것입니다.

• 사용자는 특정 데이터 사용 또는 조회에 대해 명시적 허가를 제공할 수 있으며, 이러한 허가는 애플리케이션을 통해 언제든지 철회할 수 있습니다.

• 권한이 있는 당사자(예: 회사나 제3자)는 Nillion의 RESTful API를 통해 SQL과 유사한 쿼리 요청(예: 조회, 범위 필터링 또는 집계 계산)을 제출합니다.

• nilDB 클러스터의 노드는 민감한 정보를 노출하지 않고 암호화된 데이터에 대한 계산을 조정합니다.

• 데이터의 기밀성을 유지하면서 평균, 합계 또는 필터링된 데이터 세트와 같은 쿼리 결과가 생성됩니다.

• 쿼리의 최종 결과만 RESTful API를 통해 사용자에게 반환됩니다.

나다 통합

Nada 언어에는 nada-AI, nada-numpy, nada-test를 포함하여 여러 가지 내장 패키지가 포함되어 있으며 다음과 같은 사용 사례가 있습니다.

• nada-numpy : Nada DSL에 맞게 사용자 정의된 NumPy의 제한된 버전입니다. 일반 NumPy에 비해 nada-numpy는 엄격한 데이터 유형 요구 사항이 있는 배열 구조에서 효율적인 연산을 허용하여 MPC의 강력한 타입 특성과 호환성을 보장합니다.

• nada-test : Nada 프로그램을 위한 테스트 프레임워크로, 런타임에 동적 테스트 생성을 지원합니다. 개발자는 Python으로 테스트 케이스를 작성하고, 테스트 프레임워크를 pytest 파이프라인에 통합하고, 유연한 입력 및 출력 매개변수를 정의할 수 있습니다.

연구 논문

닐리언 프로젝트 팀은 몇몇 연구자들과 협업하여 프로토콜의 다양한 측면과 응용 프로그램을 탐구하는 8편의 연구 논문을 발표했습니다.

연구 논문 목록은 다음과 같습니다.

1. 닐리언: Web3 보안 처리 계층 : 닐리언의 초기 비전을 제시하고 분산형 생태계에서 닐리언의 잠재력과 응용 분야에 대한 개요를 제공합니다.

2. 선형 비밀 공유 계획의 비대화형 계산 단계에서 산술 곱셈과 표현식 평가 : 안전하고 효율적인 비선형 계산을 달성하기 위한 Nillion의 MPC 프로토콜을 살펴보세요.

3. Curl: 웨이블릿으로 인코딩된 조회 테이블을 통한 개인용 대규모 언어 모델(LLM) 추론 : 대규모 언어 모델을 위한 개인 정보 보호 추론 프레임워크인 Curl을 소개합니다. 이 프레임워크는 웨이블릿으로 인코딩된 조회 테이블을 활용하여 통신 오버헤드를 줄이고 성능을 높입니다.

4. 보안 절단 및 LLM 양자화에서의 응용에 대한 기술 보고서 : 대규모 언어 모델(LLM)의 계산 최적화를 위한 MPC 환경에서 선형 비밀 공유 체계(LSSS) 기반 보안 절단 기술에 대해 설명합니다.

5. MPC에서 보다 효율적인 비교 프로토콜 : LSSS 기반 MPC 시스템에서 보안 비교 성능이 향상되었습니다.

6. 전처리 설정에서 임계값 ECDSA에 대한 기술 보고서 : 여러 참가자 간에 개인 키를 안전하게 관리하고 사용하는 분산 암호 시스템인 임계값 ECDSA에 대한 전처리 방법을 제시합니다.

7. 분산형 다중 인증에 대한 기술 보고서 : 안전한 인증 프로세스를 개선하기 위한 분산형 프레임워크 소개.

8. Ripple: 웨이블릿 근사를 통한 완전 동형 암호화(FHE)에서 프로그래밍 가능한 부트스트랩 가속 : 이산 웨이블릿 변환(DWT)을 사용하여 조회 테이블을 압축하고, 이를 통해 FHE에서 부트스트랩의 계산 비용을 줄이는 Ripple 프레임워크를 설명합니다.

NIL 토큰

토큰경제학

토큰 유틸리티

관리

닐리언 생태계의 상태

주요 분야

주요 프로젝트

Nucleus Builders 프로그램

네트워크 통계