Dinâmicas do mercado de ativos encriptados e o potencial da criptografia homomórfica
Até 13 de outubro, a discussão e o desempenho de preços dos principais ativos emcriptação são os seguintes:
Uma plataforma de dados estatísticos revelou que o volume de discussões sobre o Bitcoin na semana passada foi de 12,52K, apresentando uma diminuição de 0,98% em relação à semana anterior. O preço de fecho no domingo foi de 63916 dólares, com um aumento de 1,62% em relação à semana anterior.
A discussão sobre Ethereum na semana passada foi de 3,63K vezes, com um aumento de 3,45% em relação à semana anterior. O preço de fechamento no domingo foi de 2530 dólares, com uma queda de 4% em relação à semana anterior.
A discussão sobre o TON na semana passada foi de 782 vezes, uma queda de 12,63% em relação à semana anterior. O preço de fechamento no domingo foi de 5,26 dólares, uma leve queda de 0,25% em relação à semana anterior.
Criptografia homomórfica ( FHE ) como uma tecnologia de ponta no campo da encriptação, tem um vasto potencial de aplicação. Sua principal vantagem está na capacidade de realizar cálculos diretamente sobre dados encriptados sem a necessidade de os descriptografar, proporcionando um forte suporte para proteção de privacidade e processamento de dados. FHE pode ser aplicado em vários campos, como finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção de privacidade em blockchain. Apesar disso, o caminho para a comercialização do FHE ainda enfrenta alguns desafios.
Potencial e cenários de aplicação da FHE
A maior vantagem da FHE está na proteção da privacidade dos dados. Por exemplo, quando uma empresa precisa utilizar a capacidade de outra empresa para analisar dados, mas não deseja que o conteúdo dos dados seja conhecido pela outra parte, a FHE pode desempenhar um papel. O proprietário dos dados pode transmitir os dados encriptados para a parte que realiza o cálculo, os resultados do cálculo permanecem encriptados, e o proprietário dos dados pode obter os resultados da análise após a decriptação. Este mecanismo protege tanto a privacidade dos dados quanto não afeta o trabalho de cálculo necessário.
Para setores sensíveis a dados, como finanças e saúde, a função de proteção de privacidade do FHE é especialmente importante. Com o desenvolvimento da computação em nuvem e da IA, a segurança dos dados tornou-se cada vez mais um foco de atenção. O FHE pode fornecer proteção de privacidade em cálculos multipartidários, permitindo que as partes colaborem sem revelar informações sensíveis. Na tecnologia blockchain, o FHE aumenta a transparência e a segurança do processamento de dados através de funções como proteção de privacidade on-chain e revisão de transações privadas.
Comparação entre FHE e outras técnicas de encriptação
No domínio do Web3, FHE, provas de conhecimento zero ( ZK ), computação segura multipartidária ( MPC ) e ambientes de execução confiáveis ( TEE ) são todos métodos principais de proteção da privacidade. Ao contrário do ZK, o FHE pode realizar várias operações em dados encriptados sem a necessidade de primeiro os desencriptar. O MPC permite que múltiplas partes realizem cálculos enquanto mantêm os dados encriptados, sem a necessidade de compartilhar informações privadas. O TEE, por sua vez, oferece um ambiente de computação seguro, mas é relativamente limitado em termos de flexibilidade no processamento de dados.
Estas tecnologias têm vantagens distintas, mas o FHE destaca-se especialmente no apoio a tarefas de cálculo complexas. No entanto, o FHE ainda enfrenta problemas de elevado custo computacional e má escalabilidade em aplicações práticas, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios da FHE
Apesar de a base teórica da FHE ser robusta, surgiram alguns desafios práticos durante o processo de comercialização:
Custo computacional em larga escala: A Criptografia homomórfica exige uma quantidade significativa de recursos computacionais, resultando em um aumento considerável de custos em comparação com cálculos não encriptados. Para operações polinomiais de alto grau, o tempo de processamento cresce de forma polinomial, tornando difícil atender às necessidades de cálculo em tempo real. Embora seja possível reduzir os custos através da aceleração por hardware dedicado, isso também aumenta a complexidade da implementação.
Capacidade operacional limitada: Embora a Criptografia homomórfica possa realizar adições e multiplicações em dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um gargalo para aplicações de IA que envolvem redes neurais profundas. Atualmente, os esquemas de Criptografia homomórfica são principalmente adequados para cálculos lineares e polinomiais simples, e a aplicação de modelos não lineares é significativamente restrita.
A complexidade do suporte a múltiplos utilizadores: A FHE apresenta um bom desempenho em cenários de utilizador único, mas a complexidade do sistema aumenta drasticamente quando se trata de conjuntos de dados de múltiplos utilizadores. Embora haja pesquisas que propuseram uma estrutura FHE de múltiplas chaves, permitindo a operação em conjuntos de dados encriptados com chaves diferentes, a complexidade da gestão de chaves e da arquitetura do sistema aumenta significativamente.
A combinação de FHE com IA
Na atual era orientada por dados, a IA é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados muitas vezes impedem os usuários de compartilharem informações sensíveis. A Criptografia homomórfica oferece uma solução de proteção de privacidade para o campo da IA. No contexto da computação em nuvem, a Criptografia homomórfica permite que os dados dos usuários sejam processados enquanto permanecem encriptados, garantindo a privacidade dos dados.
Esta vantagem é especialmente importante sob regulamentações como o GDPR, pois essas regulamentações exigem que os usuários tenham o direito de serem informados sobre a forma como os dados são processados e garantam que os dados estejam protegidos durante a transferência. A encriptação de ponta a ponta da FHE oferece garantias de conformidade e segurança dos dados.
Aplicações de FHE na blockchain
A FHE é principalmente utilizada na blockchain para proteger a privacidade dos dados, incluindo privacidade em cadeia, privacidade de dados de treinamento de IA, privacidade de votação em cadeia e revisão de transações privadas em cadeia, entre outras áreas. Atualmente, vários projetos estão utilizando a tecnologia FHE para promover a realização da proteção da privacidade:
A solução FHE construída por uma determinada empresa é amplamente utilizada em vários projetos de proteção da privacidade. A empresa, com base na tecnologia TFHE, foca em operações booleanas e operações com inteiros de baixa largura, e desenvolveu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outra empresa desenvolveu uma nova linguagem de contratos inteligentes e uma biblioteca FHE, adequada para redes de blockchain.
Há projetos que utilizam a Criptografia homomórfica para implementar a proteção de privacidade em redes de computação AI, suportando vários modelos de AI.
Uma rede combina FHE com IA, proporcionando um ambiente de IA descentralizado e com proteção de privacidade.
Como uma solução Layer 2 para Ethereum, um determinado projeto suporta Rollups FHE e Coprocessadores FHE, é compatível com EVM e suporta contratos inteligentes escritos em Solidity.
Conclusão
A FHE, como uma tecnologia avançada capaz de realizar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora atualmente a aplicação comercial da FHE ainda enfrente desafios em termos de alto custo computacional e baixa escalabilidade, espera-se que esses problemas sejam gradualmente resolvidos por meio de aceleração de hardware e otimização de algoritmos. Com o desenvolvimento da tecnologia blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e na computação segura. No futuro, a FHE tem potencial para se tornar a tecnologia central que sustenta a computação de proteção da privacidade, trazendo uma ruptura revolucionária para a segurança dos dados.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
13 Curtidas
Recompensa
13
6
Compartilhar
Comentário
0/400
SchroedingerGas
· 08-01 07:42
Ter moeda e não armadilha é como estar louco.
Ver originalResponder0
FlatTax
· 08-01 07:41
btc subir惹 outros挺惨
Ver originalResponder0
NFTDreamer
· 08-01 07:41
btc é verdadeiramente bull, quanto mais silencioso, mais sobe
Ver originalResponder0
not_your_keys
· 08-01 07:38
Os idiotas não fiquem preocupados, há uma subida estável.
A discussão sobre BTC diminuiu, mas o preço subiu. A tecnologia FHE pode se tornar o núcleo da computação em privacidade.
Dinâmicas do mercado de ativos encriptados e o potencial da criptografia homomórfica
Até 13 de outubro, a discussão e o desempenho de preços dos principais ativos emcriptação são os seguintes:
Uma plataforma de dados estatísticos revelou que o volume de discussões sobre o Bitcoin na semana passada foi de 12,52K, apresentando uma diminuição de 0,98% em relação à semana anterior. O preço de fecho no domingo foi de 63916 dólares, com um aumento de 1,62% em relação à semana anterior.
A discussão sobre Ethereum na semana passada foi de 3,63K vezes, com um aumento de 3,45% em relação à semana anterior. O preço de fechamento no domingo foi de 2530 dólares, com uma queda de 4% em relação à semana anterior.
A discussão sobre o TON na semana passada foi de 782 vezes, uma queda de 12,63% em relação à semana anterior. O preço de fechamento no domingo foi de 5,26 dólares, uma leve queda de 0,25% em relação à semana anterior.
Criptografia homomórfica ( FHE ) como uma tecnologia de ponta no campo da encriptação, tem um vasto potencial de aplicação. Sua principal vantagem está na capacidade de realizar cálculos diretamente sobre dados encriptados sem a necessidade de os descriptografar, proporcionando um forte suporte para proteção de privacidade e processamento de dados. FHE pode ser aplicado em vários campos, como finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção de privacidade em blockchain. Apesar disso, o caminho para a comercialização do FHE ainda enfrenta alguns desafios.
Potencial e cenários de aplicação da FHE
A maior vantagem da FHE está na proteção da privacidade dos dados. Por exemplo, quando uma empresa precisa utilizar a capacidade de outra empresa para analisar dados, mas não deseja que o conteúdo dos dados seja conhecido pela outra parte, a FHE pode desempenhar um papel. O proprietário dos dados pode transmitir os dados encriptados para a parte que realiza o cálculo, os resultados do cálculo permanecem encriptados, e o proprietário dos dados pode obter os resultados da análise após a decriptação. Este mecanismo protege tanto a privacidade dos dados quanto não afeta o trabalho de cálculo necessário.
Para setores sensíveis a dados, como finanças e saúde, a função de proteção de privacidade do FHE é especialmente importante. Com o desenvolvimento da computação em nuvem e da IA, a segurança dos dados tornou-se cada vez mais um foco de atenção. O FHE pode fornecer proteção de privacidade em cálculos multipartidários, permitindo que as partes colaborem sem revelar informações sensíveis. Na tecnologia blockchain, o FHE aumenta a transparência e a segurança do processamento de dados através de funções como proteção de privacidade on-chain e revisão de transações privadas.
Comparação entre FHE e outras técnicas de encriptação
No domínio do Web3, FHE, provas de conhecimento zero ( ZK ), computação segura multipartidária ( MPC ) e ambientes de execução confiáveis ( TEE ) são todos métodos principais de proteção da privacidade. Ao contrário do ZK, o FHE pode realizar várias operações em dados encriptados sem a necessidade de primeiro os desencriptar. O MPC permite que múltiplas partes realizem cálculos enquanto mantêm os dados encriptados, sem a necessidade de compartilhar informações privadas. O TEE, por sua vez, oferece um ambiente de computação seguro, mas é relativamente limitado em termos de flexibilidade no processamento de dados.
Estas tecnologias têm vantagens distintas, mas o FHE destaca-se especialmente no apoio a tarefas de cálculo complexas. No entanto, o FHE ainda enfrenta problemas de elevado custo computacional e má escalabilidade em aplicações práticas, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios da FHE
Apesar de a base teórica da FHE ser robusta, surgiram alguns desafios práticos durante o processo de comercialização:
Custo computacional em larga escala: A Criptografia homomórfica exige uma quantidade significativa de recursos computacionais, resultando em um aumento considerável de custos em comparação com cálculos não encriptados. Para operações polinomiais de alto grau, o tempo de processamento cresce de forma polinomial, tornando difícil atender às necessidades de cálculo em tempo real. Embora seja possível reduzir os custos através da aceleração por hardware dedicado, isso também aumenta a complexidade da implementação.
Capacidade operacional limitada: Embora a Criptografia homomórfica possa realizar adições e multiplicações em dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um gargalo para aplicações de IA que envolvem redes neurais profundas. Atualmente, os esquemas de Criptografia homomórfica são principalmente adequados para cálculos lineares e polinomiais simples, e a aplicação de modelos não lineares é significativamente restrita.
A complexidade do suporte a múltiplos utilizadores: A FHE apresenta um bom desempenho em cenários de utilizador único, mas a complexidade do sistema aumenta drasticamente quando se trata de conjuntos de dados de múltiplos utilizadores. Embora haja pesquisas que propuseram uma estrutura FHE de múltiplas chaves, permitindo a operação em conjuntos de dados encriptados com chaves diferentes, a complexidade da gestão de chaves e da arquitetura do sistema aumenta significativamente.
A combinação de FHE com IA
Na atual era orientada por dados, a IA é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados muitas vezes impedem os usuários de compartilharem informações sensíveis. A Criptografia homomórfica oferece uma solução de proteção de privacidade para o campo da IA. No contexto da computação em nuvem, a Criptografia homomórfica permite que os dados dos usuários sejam processados enquanto permanecem encriptados, garantindo a privacidade dos dados.
Esta vantagem é especialmente importante sob regulamentações como o GDPR, pois essas regulamentações exigem que os usuários tenham o direito de serem informados sobre a forma como os dados são processados e garantam que os dados estejam protegidos durante a transferência. A encriptação de ponta a ponta da FHE oferece garantias de conformidade e segurança dos dados.
Aplicações de FHE na blockchain
A FHE é principalmente utilizada na blockchain para proteger a privacidade dos dados, incluindo privacidade em cadeia, privacidade de dados de treinamento de IA, privacidade de votação em cadeia e revisão de transações privadas em cadeia, entre outras áreas. Atualmente, vários projetos estão utilizando a tecnologia FHE para promover a realização da proteção da privacidade:
A solução FHE construída por uma determinada empresa é amplamente utilizada em vários projetos de proteção da privacidade. A empresa, com base na tecnologia TFHE, foca em operações booleanas e operações com inteiros de baixa largura, e desenvolveu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outra empresa desenvolveu uma nova linguagem de contratos inteligentes e uma biblioteca FHE, adequada para redes de blockchain.
Há projetos que utilizam a Criptografia homomórfica para implementar a proteção de privacidade em redes de computação AI, suportando vários modelos de AI.
Uma rede combina FHE com IA, proporcionando um ambiente de IA descentralizado e com proteção de privacidade.
Como uma solução Layer 2 para Ethereum, um determinado projeto suporta Rollups FHE e Coprocessadores FHE, é compatível com EVM e suporta contratos inteligentes escritos em Solidity.
Conclusão
A FHE, como uma tecnologia avançada capaz de realizar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora atualmente a aplicação comercial da FHE ainda enfrente desafios em termos de alto custo computacional e baixa escalabilidade, espera-se que esses problemas sejam gradualmente resolvidos por meio de aceleração de hardware e otimização de algoritmos. Com o desenvolvimento da tecnologia blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e na computação segura. No futuro, a FHE tem potencial para se tornar a tecnologia central que sustenta a computação de proteção da privacidade, trazendo uma ruptura revolucionária para a segurança dos dados.