Ativos de criptografia discussão e relatório semanal de preços
De acordo com os dados mais recentes, até o dia 13 deste mês, a popularidade das discussões e as variações de preços das principais moedas de encriptação são as seguintes:
O número de discussões sobre Bitcoin na semana passada foi de 12,52K, uma queda de 0,98% em relação à semana anterior. O preço de fechamento no domingo foi de 63916 dólares, um aumento de 1,62% em relação à semana anterior.
O número de discussões sobre Ethereum na semana passada foi de 3.63K, um aumento de 3.45% em relação à semana anterior. O preço de fechamento no domingo foi de 2530 dólares, uma queda de 4% em relação à semana anterior.
O número de discussões sobre TON na semana passada foi de 782, uma diminuição 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.
O potencial e os desafios da tecnologia de encriptação homomórfica
A encriptação homomórfica ( FHE ) é uma tecnologia de ponta no campo da criptografia que permite realizar cálculos diretamente em dados encriptados sem a necessidade de os descriptografar. Esta característica fornece um forte suporte para a proteção da privacidade e o processamento de dados. A FHE tem amplas perspectivas de aplicação em vários campos, como finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção da privacidade em blockchain. No entanto, apesar do enorme potencial da FHE, seu caminho para a comercialização ainda enfrenta muitos desafios.
Vantagens e cenários de aplicação do FHE
A maior vantagem do FHE reside na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade de computação de outra empresa para analisar dados, mas não deseja que a outra parte tenha acesso ao conteúdo específico, o FHE pode ser utilizado. O proprietário dos dados pode transmitir os dados encriptados para a parte que realiza o cálculo, e o resultado do cálculo permanece encriptado. Após a decriptação, o proprietário dos dados pode obter os resultados da análise, protegendo assim a privacidade dos dados e completando a tarefa de cálculo necessária.
Este mecanismo de proteção de privacidade é especialmente importante em setores sensíveis a dados, como finanças e saúde. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados tornou-se cada vez mais um foco de atenção. O FHE pode fornecer proteção de computação multipartidária nesses cenários, permitindo que as partes colaborem sem expor informações confidenciais. Na tecnologia blockchain, o FHE melhora a transparência e a segurança do processamento de dados através de funções como proteção de privacidade em cadeia e revisão de transações privadas.
Comparação entre FHE e outros métodos de encriptação
No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução confiáveis (TEE) são todos métodos principais de proteção de privacidade. Ao contrário do ZK, o FHE pode realizar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. O MPC permite que as partes realizem cálculos sem compartilhar informações privadas entre si, em um contexto de dados encriptados. O TEE oferece cálculos em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm as suas vantagens, mas no que diz respeito ao suporte a tarefas de cálculo complexas, o FHE destaca-se particularmente. No entanto, o FHE ainda enfrenta problemas de altos custos computacionais e má escalabilidade na aplicação prática, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios do FHE
Embora a base teórica da FHE seja forte, encontrou alguns desafios práticos na aplicação comercial:
Alto custo computacional: FHE requer muitos recursos computacionais, e em comparação com cálculos não encriptados, seu custo aumenta significativamente. Para operações com polinômios de alta ordem, o tempo de processamento cresce de forma polinomial, dificultando a satisfação das necessidades de cálculo em tempo real. Reduzir custos depende de aceleração de hardware dedicado, mas isso também aumenta a complexidade de implementação.
Capacidade de operação limitada: Apesar de FHE poder executar adições e multiplicações de dados encriptados, o suporte para operações não lineares complexas é limitado. Isso representa um gargalo para aplicações de inteligência artificial, como redes neurais profundas. Atualmente, os esquemas FHE são principalmente adequados para cálculos lineares e polinomiais simples, com a aplicação de modelos não lineares a ser significativamente restringida.
Complexidade do suporte a múltiplos utilizadores: O 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 investigações que propuseram estruturas FHE de múltiplas chaves, permitindo que conjuntos de dados encriptados com chaves diferentes operem, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.
A combinação de FHE com inteligência artificial
Na atual era impulsionada por dados, a inteligência artificial (AI) é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados frequentemente fazem com que os usuários relutem em compartilhar informações sensíveis. A FHE oferece soluções de proteção de privacidade para o campo da IA. No contexto da computação em nuvem, os dados são geralmente encriptados durante o processo de transmissão e armazenamento, mas muitas vezes estão em estado de texto claro durante o processamento. Com a FHE, os dados dos usuários podem ser processados mantendo-se em estado encriptado, garantindo a privacidade.
Esta vantagem é especialmente importante sob regulamentos como o GDPR, que exigem que os usuários tenham o direito de ser informados sobre como os dados são processados e garantem que os dados sejam protegidos durante a transmissão. A encriptação de ponta a ponta do FHE proporciona garantias de conformidade e segurança dos dados.
Aplicações atuais do FHE na blockchain e projetos
A aplicação do FHE na blockchain foca principalmente na proteção da privacidade dos dados, incluindo a privacidade em cadeia, a privacidade dos dados de treino de IA, a privacidade da votação em cadeia e a revisão de transações privadas em cadeia. Atualmente, vários projetos utilizam a tecnologia FHE para impulsionar a realização da proteção da privacidade.
Algumas soluções FHE construídas por projetos são amplamente utilizadas em vários projetos de proteção de privacidade em blockchain. Estes projetos incluem:
Baseado na tecnologia TFHE, focado em operações booleanas e operações de inteiros de baixo comprimento, e construiu um projeto de pilha de desenvolvimento FHE direcionado a aplicações de blockchain e IA.
Desenvolveu uma nova linguagem de contratos inteligentes e a biblioteca HyperghraphFHE, adequadas para projetos em redes de blockchain.
Utilizar FHE para implementar a proteção da privacidade em redes de cálculo de IA, suportando vários modelos de IA.
Combinar FHE com inteligência artificial, oferecendo um projeto de ambiente de IA descentralizado e com proteção de privacidade.
Como uma solução Layer 2 para Ethereum, suporta FHE Rollups e FHE Coprocessors, compatível com EVM e suporta a escrita de contratos inteligentes em Solidity.
Conclusão
A FHE, como uma tecnologia avançada capaz de executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial atual da FHE ainda enfrente desafios de alto custo computacional e baixa escalabilidade, problemas como esses podem ser gradualmente resolvidos através de aceleração de hardware e otimização de algoritmos. Além disso, à medida que a tecnologia de blockchain avança, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, a FHE pode se tornar a tecnologia central que sustenta o cálculo de proteção de privacidade, trazendo uma nova revolução na 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.
16 Curtidas
Recompensa
16
5
Compartilhar
Comentário
0/400
AirdropATM
· 25m atrás
Dados de flutuação big pump Grande queda
Ver originalResponder0
LiquidationAlert
· 07-30 05:49
moeda preço Reversão fazer as pessoas de parvas ver espetáculo
Ver originalResponder0
HodlKumamon
· 07-30 05:37
O mercado está otimista, mas não comprei.
Ver originalResponder0
UnluckyLemur
· 07-30 05:29
bull run开启正当时
Ver originalResponder0
DegenWhisperer
· 07-30 05:27
Um bom mercado ainda precisa de observar a operação.
A aplicação e os desafios da tecnologia de criptografia homomórfica no campo da blockchain
Ativos de criptografia discussão e relatório semanal de preços
De acordo com os dados mais recentes, até o dia 13 deste mês, a popularidade das discussões e as variações de preços das principais moedas de encriptação são as seguintes:
O número de discussões sobre Bitcoin na semana passada foi de 12,52K, uma queda de 0,98% em relação à semana anterior. O preço de fechamento no domingo foi de 63916 dólares, um aumento de 1,62% em relação à semana anterior.
O número de discussões sobre Ethereum na semana passada foi de 3.63K, um aumento de 3.45% em relação à semana anterior. O preço de fechamento no domingo foi de 2530 dólares, uma queda de 4% em relação à semana anterior.
O número de discussões sobre TON na semana passada foi de 782, uma diminuição 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.
O potencial e os desafios da tecnologia de encriptação homomórfica
A encriptação homomórfica ( FHE ) é uma tecnologia de ponta no campo da criptografia que permite realizar cálculos diretamente em dados encriptados sem a necessidade de os descriptografar. Esta característica fornece um forte suporte para a proteção da privacidade e o processamento de dados. A FHE tem amplas perspectivas de aplicação em vários campos, como finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção da privacidade em blockchain. No entanto, apesar do enorme potencial da FHE, seu caminho para a comercialização ainda enfrenta muitos desafios.
Vantagens e cenários de aplicação do FHE
A maior vantagem do FHE reside na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade de computação de outra empresa para analisar dados, mas não deseja que a outra parte tenha acesso ao conteúdo específico, o FHE pode ser utilizado. O proprietário dos dados pode transmitir os dados encriptados para a parte que realiza o cálculo, e o resultado do cálculo permanece encriptado. Após a decriptação, o proprietário dos dados pode obter os resultados da análise, protegendo assim a privacidade dos dados e completando a tarefa de cálculo necessária.
Este mecanismo de proteção de privacidade é especialmente importante em setores sensíveis a dados, como finanças e saúde. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados tornou-se cada vez mais um foco de atenção. O FHE pode fornecer proteção de computação multipartidária nesses cenários, permitindo que as partes colaborem sem expor informações confidenciais. Na tecnologia blockchain, o FHE melhora a transparência e a segurança do processamento de dados através de funções como proteção de privacidade em cadeia e revisão de transações privadas.
Comparação entre FHE e outros métodos de encriptação
No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução confiáveis (TEE) são todos métodos principais de proteção de privacidade. Ao contrário do ZK, o FHE pode realizar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. O MPC permite que as partes realizem cálculos sem compartilhar informações privadas entre si, em um contexto de dados encriptados. O TEE oferece cálculos em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm as suas vantagens, mas no que diz respeito ao suporte a tarefas de cálculo complexas, o FHE destaca-se particularmente. No entanto, o FHE ainda enfrenta problemas de altos custos computacionais e má escalabilidade na aplicação prática, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios do FHE
Embora a base teórica da FHE seja forte, encontrou alguns desafios práticos na aplicação comercial:
Alto custo computacional: FHE requer muitos recursos computacionais, e em comparação com cálculos não encriptados, seu custo aumenta significativamente. Para operações com polinômios de alta ordem, o tempo de processamento cresce de forma polinomial, dificultando a satisfação das necessidades de cálculo em tempo real. Reduzir custos depende de aceleração de hardware dedicado, mas isso também aumenta a complexidade de implementação.
Capacidade de operação limitada: Apesar de FHE poder executar adições e multiplicações de dados encriptados, o suporte para operações não lineares complexas é limitado. Isso representa um gargalo para aplicações de inteligência artificial, como redes neurais profundas. Atualmente, os esquemas FHE são principalmente adequados para cálculos lineares e polinomiais simples, com a aplicação de modelos não lineares a ser significativamente restringida.
Complexidade do suporte a múltiplos utilizadores: O 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 investigações que propuseram estruturas FHE de múltiplas chaves, permitindo que conjuntos de dados encriptados com chaves diferentes operem, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.
A combinação de FHE com inteligência artificial
Na atual era impulsionada por dados, a inteligência artificial (AI) é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados frequentemente fazem com que os usuários relutem em compartilhar informações sensíveis. A FHE oferece soluções de proteção de privacidade para o campo da IA. No contexto da computação em nuvem, os dados são geralmente encriptados durante o processo de transmissão e armazenamento, mas muitas vezes estão em estado de texto claro durante o processamento. Com a FHE, os dados dos usuários podem ser processados mantendo-se em estado encriptado, garantindo a privacidade.
Esta vantagem é especialmente importante sob regulamentos como o GDPR, que exigem que os usuários tenham o direito de ser informados sobre como os dados são processados e garantem que os dados sejam protegidos durante a transmissão. A encriptação de ponta a ponta do FHE proporciona garantias de conformidade e segurança dos dados.
Aplicações atuais do FHE na blockchain e projetos
A aplicação do FHE na blockchain foca principalmente na proteção da privacidade dos dados, incluindo a privacidade em cadeia, a privacidade dos dados de treino de IA, a privacidade da votação em cadeia e a revisão de transações privadas em cadeia. Atualmente, vários projetos utilizam a tecnologia FHE para impulsionar a realização da proteção da privacidade.
Algumas soluções FHE construídas por projetos são amplamente utilizadas em vários projetos de proteção de privacidade em blockchain. Estes projetos incluem:
Baseado na tecnologia TFHE, focado em operações booleanas e operações de inteiros de baixo comprimento, e construiu um projeto de pilha de desenvolvimento FHE direcionado a aplicações de blockchain e IA.
Desenvolveu uma nova linguagem de contratos inteligentes e a biblioteca HyperghraphFHE, adequadas para projetos em redes de blockchain.
Utilizar FHE para implementar a proteção da privacidade em redes de cálculo de IA, suportando vários modelos de IA.
Combinar FHE com inteligência artificial, oferecendo um projeto de ambiente de IA descentralizado e com proteção de privacidade.
Como uma solução Layer 2 para Ethereum, suporta FHE Rollups e FHE Coprocessors, compatível com EVM e suporta a escrita de contratos inteligentes em Solidity.
Conclusão
A FHE, como uma tecnologia avançada capaz de executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial atual da FHE ainda enfrente desafios de alto custo computacional e baixa escalabilidade, problemas como esses podem ser gradualmente resolvidos através de aceleração de hardware e otimização de algoritmos. Além disso, à medida que a tecnologia de blockchain avança, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, a FHE pode se tornar a tecnologia central que sustenta o cálculo de proteção de privacidade, trazendo uma nova revolução na segurança dos dados.