Análise de Dados Semanal do Mercado de Ativos Digitais em Cripto
Até 13 de outubro, uma plataforma de dados realizou uma análise estatística sobre a intensidade de discussão e a variação de preços das principais criptomoedas:
O volume de discussão sobre Bitcoin na semana passada foi de 12,52K, uma diminuição 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 ao mesmo período da semana anterior.
A discussão sobre o Ethereum na semana passada atingiu 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 ao mesmo período da semana passada.
O volume de discussões sobre o 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 ao mesmo período da semana passada.
Perspectivas e Desafios da Tecnologia de Encriptação Homomórfica
A encriptação homomórfica ( FHE ) é uma inovação extremamente promissora no campo da criptografia, cuja principal vantagem reside na capacidade de realizar cálculos de dados diretamente em estado encriptado, sem a necessidade de um processo de decriptação. Esta característica oferece um forte suporte à proteção da privacidade e ao processamento de dados, podendo ser amplamente aplicada em finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e blockchain, entre outros setores. No entanto, apesar do amplo potencial de aplicação do FHE, o seu caminho para a comercialização ainda enfrenta muitos desafios.
O potencial e os cenários de aplicação do FHE
A maior vantagem do FHE está na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade de computação de outra empresa para analisar dados, mas não deseja expor o conteúdo dos dados, o FHE pode desempenhar um papel. O proprietário dos dados pode transmitir os dados encriptados para a parte que realiza a computação para análise, e os resultados da computação permanecem encriptados; o proprietário dos dados pode descriptografá-los para obter os resultados da análise. Este mecanismo protege efetivamente a privacidade dos dados, ao mesmo tempo que permite que a parte que computa complete o trabalho necessário.
Este mecanismo de proteção de privacidade é particularmente importante em indústrias sensíveis a dados, como a financeira e a de saúde. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados tornou-se um foco crescente de atenção. O FHE pode fornecer proteção para cálculos multipartidários 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 funcionalidades 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 conhecimento zero ( 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 executar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. O MPC permite que as partes realizem cálculos sob a condição de que os dados estejam encriptados, sem a necessidade de compartilhar informações privadas entre si. O TEE fornece computação em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm as suas vantagens, mas na suporte a tarefas de cálculo complexas, o FHE destaca-se particularmente. No entanto, o FHE ainda enfrenta problemas de alto custo computacional e baixa escalabilidade na aplicação prática, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios do FHE
Embora a base teórica do FHE seja poderosa, foram encontrados desafios práticos na aplicação comercial:
Custo computacional em grande escala: A FHE requer uma quantidade significativa de recursos computacionais, e em comparação com cálculos não encriptados, seus custos aumentam significativamente. Para operações polinomiais de alta ordem, o tempo de processamento cresce de forma polinomial, tornando difícil atender às necessidades de cálculo em tempo real. A redução de custos depende da aceleração por hardware dedicado, mas isso também aumenta a complexidade de implantação.
Capacidade operativa limitada: Embora o FHE possa executar adição e multiplicação de dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um gargalo para aplicações de inteligência artificial que envolvem redes neurais profundas. Os esquemas FHE atuais ainda são principalmente adequados para cálculos lineares e polinomiais simples, com a aplicação de modelos não lineares sendo significativamente restringida.
Complexidade do suporte a múltiplos usuários: FHE apresenta um bom desempenho em cenários de usuário único, mas a complexidade do sistema aumenta drasticamente quando se lida com conjuntos de dados de múltiplos usuários. O quadro de FHE de múltiplas chaves proposto em 2013 permite a operação de conjuntos de dados criptografados com diferentes chaves, mas a complexidade da gestão de chaves e da arquitetura do sistema aumenta significativamente.
A combinação de FHE e inteligência artificial
Na atual era orientada por dados, a encriptação de inteligência artificial (AI) é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados fazem com que os usuários muitas vezes relutem em compartilhar informações sensíveis. O FHE oferece soluções de proteção de privacidade para o campo da IA. No cenário de computação em nuvem, os dados são geralmente encriptados durante o processo de transmissão e armazenamento, mas muitas vezes estão em estado claro durante o processamento. Com o FHE, os dados do usuário podem ser processados enquanto permanecem encriptados, garantindo a privacidade.
Esta vantagem é especialmente importante sob regulamentos como o GDPR, uma vez que esses regulamentos exigem que os usuários tenham direito à informação sobre como os dados são processados e garantem que os dados sejam protegidos durante a transmissão. A encriptação de ponta a ponta do FHE oferece garantias de conformidade e segurança dos dados.
Aplicações atuais do FHE na blockchain e projetos
A aplicação de FHE na blockchain foca principalmente na proteção da privacidade dos dados, incluindo privacidade on-chain, privacidade de dados de treino de IA, privacidade de votação on-chain e revisão de transações privadas on-chain. Atualmente, vários projetos utilizam a tecnologia FHE para promover a realização da proteção da privacidade:
A solução FHE construída por um determinado projeto é amplamente utilizada em vários projetos de proteção de privacidade. Este projeto é baseado na tecnologia TFHE, focando em operações booleanas e operações com inteiros de baixo comprimento, e construiu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outro projeto desenvolveu uma nova linguagem de contratos inteligentes e uma biblioteca FHE, adequada para redes de blockchain.
Há projetos que utilizam FHE para implementar a proteção da privacidade em redes de cálculo de IA, suportando vários modelos de IA.
Uma rede combina FHE com inteligência artificial, fornecendo um ambiente de IA descentralizado e com proteção de privacidade.
Como uma solução Layer 2 para Ethereum, um certo projeto suporta FHE Rollups e FHE Coprocessors, é compatível com EVM e suporta contratos inteligentes escritos em Solidity.
Conclusão
O 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 do FHE ainda enfrente desafios relacionados ao alto custo computacional e à baixa escalabilidade, é esperado que esses problemas sejam gradualmente resolvidos por meio de aceleração de hardware e otimização de algoritmos. Com o desenvolvimento da tecnologia de blockchain, o FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, o 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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
16 gostos
Recompensa
16
4
Partilhar
Comentar
0/400
MEVSandwich
· 4h atrás
subir um pouco, quanto tempo você quer?
Ver originalResponder0
ForkPrince
· 15h atrás
Tsk tsk, o shitcoin ainda está a cantar a cair e a subir.
Análise semanal da popularidade e preços dos ativos encriptados: BTC subir 1.62% ETH cair 4%
Análise de Dados Semanal do Mercado de Ativos Digitais em Cripto
Até 13 de outubro, uma plataforma de dados realizou uma análise estatística sobre a intensidade de discussão e a variação de preços das principais criptomoedas:
O volume de discussão sobre Bitcoin na semana passada foi de 12,52K, uma diminuição 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 ao mesmo período da semana anterior.
A discussão sobre o Ethereum na semana passada atingiu 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 ao mesmo período da semana passada.
O volume de discussões sobre o 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 ao mesmo período da semana passada.
Perspectivas e Desafios da Tecnologia de Encriptação Homomórfica
A encriptação homomórfica ( FHE ) é uma inovação extremamente promissora no campo da criptografia, cuja principal vantagem reside na capacidade de realizar cálculos de dados diretamente em estado encriptado, sem a necessidade de um processo de decriptação. Esta característica oferece um forte suporte à proteção da privacidade e ao processamento de dados, podendo ser amplamente aplicada em finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e blockchain, entre outros setores. No entanto, apesar do amplo potencial de aplicação do FHE, o seu caminho para a comercialização ainda enfrenta muitos desafios.
O potencial e os cenários de aplicação do FHE
A maior vantagem do FHE está na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade de computação de outra empresa para analisar dados, mas não deseja expor o conteúdo dos dados, o FHE pode desempenhar um papel. O proprietário dos dados pode transmitir os dados encriptados para a parte que realiza a computação para análise, e os resultados da computação permanecem encriptados; o proprietário dos dados pode descriptografá-los para obter os resultados da análise. Este mecanismo protege efetivamente a privacidade dos dados, ao mesmo tempo que permite que a parte que computa complete o trabalho necessário.
Este mecanismo de proteção de privacidade é particularmente importante em indústrias sensíveis a dados, como a financeira e a de saúde. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados tornou-se um foco crescente de atenção. O FHE pode fornecer proteção para cálculos multipartidários 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 funcionalidades 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 conhecimento zero ( 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 executar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. O MPC permite que as partes realizem cálculos sob a condição de que os dados estejam encriptados, sem a necessidade de compartilhar informações privadas entre si. O TEE fornece computação em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm as suas vantagens, mas na suporte a tarefas de cálculo complexas, o FHE destaca-se particularmente. No entanto, o FHE ainda enfrenta problemas de alto custo computacional e baixa escalabilidade na aplicação prática, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios do FHE
Embora a base teórica do FHE seja poderosa, foram encontrados desafios práticos na aplicação comercial:
Custo computacional em grande escala: A FHE requer uma quantidade significativa de recursos computacionais, e em comparação com cálculos não encriptados, seus custos aumentam significativamente. Para operações polinomiais de alta ordem, o tempo de processamento cresce de forma polinomial, tornando difícil atender às necessidades de cálculo em tempo real. A redução de custos depende da aceleração por hardware dedicado, mas isso também aumenta a complexidade de implantação.
Capacidade operativa limitada: Embora o FHE possa executar adição e multiplicação de dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um gargalo para aplicações de inteligência artificial que envolvem redes neurais profundas. Os esquemas FHE atuais ainda são principalmente adequados para cálculos lineares e polinomiais simples, com a aplicação de modelos não lineares sendo significativamente restringida.
Complexidade do suporte a múltiplos usuários: FHE apresenta um bom desempenho em cenários de usuário único, mas a complexidade do sistema aumenta drasticamente quando se lida com conjuntos de dados de múltiplos usuários. O quadro de FHE de múltiplas chaves proposto em 2013 permite a operação de conjuntos de dados criptografados com diferentes chaves, mas a complexidade da gestão de chaves e da arquitetura do sistema aumenta significativamente.
A combinação de FHE e inteligência artificial
Na atual era orientada por dados, a encriptação de inteligência artificial (AI) é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados fazem com que os usuários muitas vezes relutem em compartilhar informações sensíveis. O FHE oferece soluções de proteção de privacidade para o campo da IA. No cenário de computação em nuvem, os dados são geralmente encriptados durante o processo de transmissão e armazenamento, mas muitas vezes estão em estado claro durante o processamento. Com o FHE, os dados do usuário podem ser processados enquanto permanecem encriptados, garantindo a privacidade.
Esta vantagem é especialmente importante sob regulamentos como o GDPR, uma vez que esses regulamentos exigem que os usuários tenham direito à informação sobre como os dados são processados e garantem que os dados sejam protegidos durante a transmissão. A encriptação de ponta a ponta do FHE oferece garantias de conformidade e segurança dos dados.
Aplicações atuais do FHE na blockchain e projetos
A aplicação de FHE na blockchain foca principalmente na proteção da privacidade dos dados, incluindo privacidade on-chain, privacidade de dados de treino de IA, privacidade de votação on-chain e revisão de transações privadas on-chain. Atualmente, vários projetos utilizam a tecnologia FHE para promover a realização da proteção da privacidade:
A solução FHE construída por um determinado projeto é amplamente utilizada em vários projetos de proteção de privacidade. Este projeto é baseado na tecnologia TFHE, focando em operações booleanas e operações com inteiros de baixo comprimento, e construiu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outro projeto desenvolveu uma nova linguagem de contratos inteligentes e uma biblioteca FHE, adequada para redes de blockchain.
Há projetos que utilizam FHE para implementar a proteção da privacidade em redes de cálculo de IA, suportando vários modelos de IA.
Uma rede combina FHE com inteligência artificial, fornecendo um ambiente de IA descentralizado e com proteção de privacidade.
Como uma solução Layer 2 para Ethereum, um certo projeto suporta FHE Rollups e FHE Coprocessors, é compatível com EVM e suporta contratos inteligentes escritos em Solidity.
Conclusão
O 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 do FHE ainda enfrente desafios relacionados ao alto custo computacional e à baixa escalabilidade, é esperado que esses problemas sejam gradualmente resolvidos por meio de aceleração de hardware e otimização de algoritmos. Com o desenvolvimento da tecnologia de blockchain, o FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, o FHE pode se tornar a tecnologia central que sustenta o cálculo de proteção de privacidade, trazendo uma nova revolução na segurança dos dados.