Análisis de la dinámica de precios y la popularidad de la discusión sobre Activos Cripto

Hasta la fecha reciente, las estadísticas de datos de tres principales Activos Cripto muestran:

La discusión sobre Bitcoin la semana pasada tuvo un volumen de 12.52K, lo que representa una disminución del 0.98% en comparación con la semana anterior. Su precio de cierre del domingo fue de 63916 dólares, lo que representa un aumento del 1.62% en comparación con la semana anterior.

La discusión sobre Ethereum la semana pasada tuvo un volumen de 3.63K, un aumento del 3.45% en comparación con la semana anterior. Su precio de cierre del domingo fue de 2530 dólares, lo que representa una caída del 4% en comparación con la semana anterior.

La discusión sobre TON la semana pasada tuvo un total de 782 veces, lo que representa una disminución del 12.63% en comparación con la semana anterior. Su precio de cierre el domingo fue de 5.26 dólares, con una ligera caída del 0.25% en comparación con la semana anterior.

Potencial y desafíos de la tecnología de encriptación homomórfica

La encriptación homomórfica (FHE), como tecnología de vanguardia en el campo de la criptografía, tiene la ventaja clave de poder realizar cálculos directamente sobre datos encriptados, sin necesidad de un proceso de desencriptación. Esta característica proporciona un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. El alcance de aplicación de FHE es amplio, abarcando múltiples campos como las finanzas, la salud, la computación en la nube, el aprendizaje automático, los sistemas de votación, el Internet de las cosas y la protección de la privacidad en blockchain. A pesar de esto, FHE aún enfrenta numerosos desafíos en su camino hacia la comercialización.

Escenarios de aplicación y ventajas de FHE

La mayor ventaja de FHE radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita aprovechar la capacidad de computación de otra empresa para analizar datos, pero no desea que la segunda tenga acceso al contenido específico, FHE puede desempeñar un papel importante. El propietario de los datos puede transferir los datos encriptados a la parte de cálculo para su procesamiento, y el resultado del cálculo sigue manteniéndose en estado encriptado; el propietario de los datos puede obtener los resultados del análisis después de desencriptar. Este mecanismo no solo protege la privacidad de los datos, sino que también cumple con la tarea de cálculo requerida.

Para industrias sensibles a datos como las finanzas y la salud, el mecanismo de protección de la privacidad de FHE es especialmente importante. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido en un foco de atención. FHE puede proporcionar protección de cálculo multipartito en estos campos, permitiendo que las partes colaboren sin exponer información privada. En la tecnología de blockchain, FHE mejora la transparencia y la seguridad del procesamiento de datos a través de funciones como la protección de la privacidad en la cadena y la revisión de transacciones privadas.

Comparación de FHE con otras tecnologías de encriptación

En el ámbito de Web3, FHE, pruebas de conocimiento cero ( ZK ), cálculo multipartito ( MPC ) y entorno de ejecución confiable ( TEE ) son los principales métodos de protección de la privacidad. A diferencia de ZK, FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de descifrar los datos primero. MPC permite que las partes realicen cálculos en un estado de encriptación de datos, sin compartir información privada entre sí. TEE proporciona cálculos en un entorno seguro, pero la flexibilidad en el procesamiento de datos es relativamente limitada.

Estas tecnologías de encriptación tienen sus propias ventajas, pero FHE se destaca especialmente en el soporte de tareas de cálculo complejas. Sin embargo, FHE aún enfrenta problemas de alto costo computacional y mala escalabilidad en aplicaciones prácticas, lo que limita su desempeño en aplicaciones en tiempo real.

Limitaciones y desafíos de FHE

A pesar de que la base teórica de FHE es sólida, ha enfrentado desafíos prácticos en su aplicación comercial:

1. Costo de computación a gran escala: FHE requiere una gran cantidad de recursos de computación, y en comparación con la computación no encriptada, su costo aumenta significativamente. Para operaciones de polinomios de alto grado, el tiempo de procesamiento crece de manera polinómica, lo que dificulta satisfacer las necesidades de computación en tiempo real. Reducir costos depende de la aceleración de hardware dedicado, pero esto también aumenta la complejidad de la implementación.

2. Capacidad de operación limitada: Aunque FHE puede realizar adición y multiplicación de datos encriptados, el soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de IA como las redes neuronales profundas. Actualmente, los esquemas FHE son principalmente adecuados para cálculos lineales y polinómicos simples, y las aplicaciones de modelos no lineales están significativamente restringidas.

3. Complejidad del soporte para múltiples usuarios: FHE funciona bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios. Aunque se han propuesto investigaciones que presentan un marco FHE de múltiples claves, que permite operar conjuntos de datos encriptados con diferentes claves, la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.

La combinación de FHE y la inteligencia artificial

En la era impulsada por datos, la IA se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos hacen que los usuarios a menudo no deseen compartir información sensible. FHE proporciona soluciones de protección de privacidad en el campo de la IA. En el contexto de la computación en la nube, FHE permite que los datos del usuario se procesen mientras se mantienen en estado de encriptación, asegurando la privacidad.

Esta ventaja es especialmente importante bajo regulaciones como el GDPR, ya que estas regulaciones exigen que los usuarios tengan derecho a ser informados sobre la forma en que se procesan sus datos y aseguran que los datos estén protegidos durante la transmisión. La encriptación de extremo a extremo de FHE garantiza la conformidad y la seguridad de los datos.

Aplicaciones de FHE en la blockchain

La aplicación de FHE en la blockchain se centra principalmente en la protección de la privacidad de los datos, incluyendo la privacidad en la cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en la cadena y la revisión de transacciones privadas en la cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para impulsar la realización de la protección de la privacidad:

• La solución FHE construida por un cierto proyecto se aplica ampliamente en varios proyectos de protección de la privacidad. Este proyecto se basa en la tecnología TFHE, se centra en operaciones booleanas y operaciones con enteros de corta longitud, y ha construido un stack de desarrollo FHE para aplicaciones de blockchain y AI.

• Otro proyecto ha desarrollado un nuevo lenguaje de contratos inteligentes y la biblioteca HyperghraphFHE, adecuada para redes de blockchain.

• Hay proyectos que utilizan FHE para implementar la protección de la privacidad en redes de cálculo de IA, soportando múltiples modelos de IA.

• Un proyecto que combina FHE con inteligencia artificial, ofreciendo un entorno de IA descentralizado y con protección de la privacidad.

• Hay proyectos que actúan como soluciones Layer 2 para Ethereum, que soportan FHE Rollups y FHE Coprocessors, son compatibles con EVM y soportan contratos inteligentes escritos en Solidity.

Conclusión

FHE, como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque actualmente la aplicación comercial de FHE aún enfrenta problemas de alto costo computacional y baja escalabilidad, a través de la aceleración de hardware y la optimización de algoritmos, se espera que estos problemas se resuelvan gradualmente. Con el desarrollo de la tecnología blockchain, FHE desempeñará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, se espera que FHE se convierta en la tecnología central que respalde el cálculo de protección de la privacidad, trayendo avances revolucionarios en la seguridad de los datos.