Analyse hebdomadaire des données du marché des actifs numériques chiffrés

Au 13 octobre, une plateforme de données a réalisé une analyse statistique de l'engouement et des variations de prix des principales actifs numériques :

Le volume de discussion sur le Bitcoin la semaine dernière était de 12,52K, en baisse de 0,98 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la même période de la semaine dernière.

Le volume de discussion sur Ethereum a atteint 3,63K la semaine dernière, en hausse de 3,45 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 2530 dollars, en baisse de 4 % par rapport à la même période la semaine dernière.

Le volume des discussions sur TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 5,26 $, en légère baisse de 0,25 % par rapport à la même période de la semaine dernière.

Perspectives et défis de la technologie de chiffrement homomorphe

Le chiffrement homomorphe ( FHE ) est une technologie d'innovation très prometteuse dans le domaine de la cryptographie, dont l'avantage principal réside dans sa capacité à effectuer des calculs de données directement dans un état chiffré, sans nécessiter de processus de déchiffrement. Cette caractéristique offre un soutien solide à la protection de la vie privée et au traitement des données, et peut être largement appliquée dans divers domaines tels que la finance, la santé, le cloud computing, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et les actifs numériques. Cependant, bien que les perspectives d'application du FHE soient vastes, son chemin de commercialisation fait encore face à de nombreux défis.

Le potentiel et les cas d'utilisation de FHE

Le principal avantage de FHE réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la puissance de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas exposer le contenu des données, FHE peut jouer un rôle. Le propriétaire des données peut transmettre des données chiffrées à la partie calcul pour analyse, les résultats de calcul restent également chiffrés, et le propriétaire des données peut déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège efficacement la vie privée des données tout en permettant à la partie calcul de réaliser le travail requis.

Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données tels que la finance et la santé. Avec le développement du cloud computing et de l'intelligence artificielle, la sécurité des données devient de plus en plus un sujet de préoccupation. FHE peut offrir une protection de calcul multipartite dans ces scénarios, permettant aux parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctions telles que la protection de la vie privée sur la chaîne et l'audit des transactions privées.

Comparaison de FHE avec d'autres méthodes de chiffrement

Dans le domaine du Web3, FHE, preuve à divulgation nulle d'information (ZK), calcul multipartite (MPC) et environnement d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Contrairement à ZK, FHE peut effectuer diverses opérations sur des données chiffrées sans avoir besoin de déchiffrer les données au préalable. MPC permet aux parties de calculer dans un environnement de données chiffrées sans partager d'informations privées. TEE offre un calcul dans un environnement sécurisé, mais la flexibilité du traitement des données est relativement limitée.

Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le support des tâches de calcul complexes, l'FHE se distingue particulièrement. Cependant, l'FHE fait encore face à des problèmes de coûts de calcul élevés et de faible évolutivité dans les applications pratiques, ce qui limite ses performances dans les applications en temps réel.

Limitations et défis de FHE

Bien que les bases théoriques du FHE soient solides, des défis pratiques se sont posés dans son application commerciale :

1. Coût de calcul à grande échelle : FHE nécessite d'importantes ressources de calcul, et ses coûts augmentent considérablement par rapport à un calcul non chiffré. Pour les opérations de polynômes de haut degré, le temps de traitement croît de manière polynomiale, ce qui rend difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts doit dépendre de l'accélération par du matériel dédié, mais cela augmente également la complexité du déploiement.

2. Capacité opérationnelle limitée : Bien que le FHE puisse effectuer des additions et des multiplications sur des données chiffrées, il prend en charge de manière limitée les opérations non linéaires complexes, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle impliquant des réseaux de neurones profonds. Les solutions FHE actuelles sont encore principalement adaptées aux calculs linéaires et aux polynômes simples, et l'application de modèles non linéaires est considérablement limitée.

3. Complexité du support multi-utilisateurs : FHE fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit d'ensembles de données multi-utilisateurs. Le cadre FHE multi-clé proposé en 2013 permet bien de traiter des ensembles de données chiffrées avec différentes clés, mais la gestion des clés et la complexité de l'architecture du système augmentent de manière significative.

La combinaison de FHE et de l'intelligence artificielle

Dans l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement appliquée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données amènent souvent les utilisateurs à ne pas vouloir partager des informations sensibles. FHE fournit une solution de protection de la vie privée dans le domaine de l'IA. Dans le contexte de l'informatique en nuage, les données sont généralement chiffrées lors de leur transmission et de leur stockage, mais elles sont souvent en texte clair lors du traitement. Grâce à FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité.

Cet avantage est particulièrement important en raison des réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout de FHE assure la conformité et la sécurité des données.

Applications et projets actuels de FHE dans la blockchain

L'application de FHE dans la blockchain se concentre principalement sur la protection de la vie privée des données, y compris la vie privée sur la chaîne, la vie privée des données d'entraînement de l'IA, la vie privée des votes sur la chaîne et l'examen des transactions privées sur la chaîne, entre autres. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la réalisation de la protection de la vie privée :

• La solution FHE construite par un certain projet est largement utilisée dans plusieurs projets de protection de la vie privée. Ce projet est basé sur la technologie TFHE, se concentre sur les opérations booléennes et les opérations sur des entiers de faible longueur, et a construit une pile de développement FHE adaptée aux applications de blockchain et d'IA.

• Un autre projet a développé un nouveau langage de contrat intelligent et une bibliothèque FHE, adaptés aux réseaux de blockchain.

• Certains projets utilisent la FHE pour réaliser la protection de la vie privée dans les réseaux de calcul AI, prenant en charge divers modèles AI.

• Un réseau combinant FHE et intelligence artificielle, offrant un environnement d'IA décentralisé et respectueux de la vie privée.

• En tant que solution Layer 2 pour Ethereum, un certain projet prend en charge les Rollups FHE et les coprocesseurs FHE, est compatible avec l'EVM et prend en charge les contrats intelligents écrits en Solidity.

Conclusion

FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE soit encore confrontée à des défis tels que de lourdes charges de calcul et une évolutivité limitée, ces problèmes pourraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. Avec le développement de la technologie blockchain, FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, FHE pourrait devenir la technologie centrale soutenant le calcul de protection de la vie privée, apportant de nouvelles percées révolutionnaires en matière de sécurité des données.