Шифрування цифровий актив ринку щотижневий аналіз даних
Станом на 13 жовтня, одна з платформ даних провела статистичний аналіз обговорення основних цифрових активів та зміни їх цін:
Обсяг обговорень біткоїна минулого тижня становив 12.52K разів, що на 0.98% менше, ніж попереднього тижня. Його закриваюча ціна в неділю склала 63916 доларів, що на 1.62% більше, ніж за аналогічний період минулого тижня.
Обсяг обговорень Ethereum минулого тижня досяг 3,63K разів, що на 3,45% більше, ніж попереднього тижня. Його закриття в неділю склало 2530 доларів, що на 4% менше, ніж за аналогічний тиждень минулого року.
Обсяг обговорень TON минулого тижня становив 782 рази, що на 12,63% менше, ніж попереднього тижня. Його закриття в неділю склало 5,26 доларів, що на 0,25% нижче, ніж за аналогічний період минулого тижня.
Перспективи та виклики технології гомоморфного шифрування
Гомоморфне шифрування ( FHE ) є надзвичайно перспективною інноваційною технологією в галузі криптографії, основна перевага якої полягає в можливості виконання обчислень над даними в зашифрованому стані без необхідності в процесі розшифрування. Ця особливість надає потужну підтримку захисту конфіденційності та обробки даних, що може бути широко застосовано у фінансах, медицині, хмарних обчисленнях, машинному навчанні, системах голосування, Інтернеті речей та цифрових активах. Однак, незважаючи на широкі перспективи застосування FHE, його комерційний шлях все ще стикається з багатьма викликами.
Потенціал та сфери застосування FHE
Найбільша перевага FHE полягає в захисті конфіденційності. Наприклад, коли одна компанія потребує використання обчислювальних потужностей іншої компанії для аналізу даних, але не хоче розкривати вміст даних, FHE може бути корисним. Власник даних може передати зашифровані дані стороні, що обчислює, для аналізу, при цьому результати обчислень залишаються зашифрованими, а власник даних може розшифрувати їх, щоб отримати результати аналізу. Такий механізм ефективно захищає конфіденційність даних, одночасно дозволяючи стороні, що обчислює, виконати необхідну роботу.
Цей механізм захисту конфіденційності є особливо важливим для чутливих до даних галузей, таких як фінанси та охорона здоров'я. З розвитком хмарних обчислень та штучного інтелекту безпека даних стає дедалі важливішою темою. FHE може забезпечити захист багатосторонніх обчислень у цих сценаріях, дозволяючи сторонам співпрацювати без розкриття конфіденційної інформації. У технології блокчейн FHE підвищує прозорість і безпеку обробки даних завдяки функціям захисту конфіденційності на ланцюгу та перевірки конфіденційних транзакцій.
Порівняння FHE з іншими способами шифрування
У сфері Web3 FHE, нульові докази (ZK), багатосторонні обчислення (MPC) та надійне середовище виконання (TEE) є основними методами захисту конфіденційності. На відміну від ZK, FHE може виконувати різноманітні операції над зашифрованими даними без необхідності попереднього розшифрування даних. MPC дозволяє сторонам виконувати обчислення в умовах шифрування даних, не ділячись приватною інформацією. TEE забезпечує обчислення в безпечному середовищі, але має відносно обмежену гнучкість у обробці даних.
Ці технології шифрування мають свої переваги, але в підтримці складних обчислювальних завдань FHE особливо виділяється. Однак FHE в реальних застосуваннях все ще стикається з високими обчислювальними витратами та поганою масштабованістю, що обмежує його ефективність у реальних застосуваннях.
Обмеження та виклики FHE
Хоча теоретичні основи FHE є потужними, у комерційних застосуваннях виникають практичні виклики:
Витрати на масштабні обчислення: FHE потребує великих обчислювальних ресурсів, порівняно з необробленими обчисленнями, його витрати значно зростають. Для обчислень високих степенів час обробки зростає поліноміально, що ускладнює задоволення вимог до обчислень у реальному часі. Зниження витрат потребує спеціалізованого апаратного прискорення, але це також збільшує складність розгортання.
Обмежені операційні можливості: хоча FHE може виконувати додавання та множення зашифрованих даних, підтримка складних нелінійних операцій є обмеженою, що є вузьким місцем для застосувань штучного інтелекту, таких як глибокі нейронні мережі. Поточні рішення FHE в основному підходять для лінійних та простих поліноміальних обчислень, застосування нелінійних моделей суттєво обмежене.
Складність підтримки кількох користувачів: FHE показує хороші результати в однокористувацьких сценаріях, але при роботі з наборами даних для кількох користувачів системна складність різко зростає. Мульти-ключова FHE структура, запропонована в 2013 році, дозволяє працювати з зашифрованими наборами даних, що мають різні ключі, але значно підвищує складність управління ключами та архітектури системи.
Поєднання FHE та штучного інтелекту
У сучасну епоху, що керується даними, штучний інтелект (AI) широко використовується в багатьох сферах, але побоювання щодо конфіденційності даних часто змушує користувачів не ділитися чутливою інформацією. FHE пропонує рішення для захисту конфіденційності в сфері ШІ. У сценаріях хмарних обчислень дані зазвичай шифруються під час передачі та зберігання, але під час обробки часто знаходяться у відкритому вигляді. За допомогою FHE дані користувачів можуть оброблятися, залишаючись у зашифрованому стані, що забезпечує конфіденційність.
Ця перевага є особливо важливою відповідно до вимог таких регламентів, як GDPR, оскільки ці регламенти вимагають від користувачів права на інформацію про способи обробки даних та забезпечують захист даних під час їх передачі. Шифрування кінцевих точок FHE забезпечує відповідність і безпеку даних.
Поточне застосування FHE у блокчейні та проєкти
Застосування FHE в блокчейні в основному зосереджене на захисті конфіденційності даних, включаючи конфіденційність в ланцюгу, конфіденційність даних для навчання AI, конфіденційність голосування в ланцюгу та перевірку конфіденційності транзакцій в ланцюгу тощо. Наразі кілька проектів використовують технологію FHE для реалізації захисту конфіденційності:
Рішення FHE, розроблене певним проектом, широко використовується в кількох проектах захисту конфіденційності. Цей проект базується на технології TFHE, зосереджений на булевих операціях та операціях з малими цілими числами, і побудував стек розробки FHE для застосувань у блокчейні та ШІ.
Інший проект розробив нову мову смарт-контрактів та бібліотеку FHE, які підходять для блокчейн-мереж.
Є проекти, які використовують FHE для реалізації захисту конфіденційності в обчислювальних мережах AI, підтримують різні AI моделі.
Деяка мережа поєднує FHE та штучний інтелект, забезпечуючи децентралізоване та конфіденційне середовище для AI.
Як рішення Layer 2 для Ethereum, певний проект підтримує FHE Rollups та FHE Coprocessors, сумісний з EVM та підтримує смарт-контракти, написані на Solidity.
Висновок
FHE як передова технологія, що дозволяє виконувати обчислення на зашифрованих даних, має значні переваги в захисті приватності даних. Хоча на сьогоднішній день комерційні застосування FHE все ще стикаються з проблемами великих витрат обчислень і поганої масштабованості, але за рахунок апаратного прискорення та оптимізації алгоритмів ці проблеми, ймовірно, будуть поступово вирішені. З розвитком технології блокчейн FHE відіграватиме все більш важливу роль у захисті приватності та безпечних обчисленнях. У майбутньому FHE може стати основною технологією, що підтримує обчислення з захистом приватності, приносячи нові революційні прориви в безпеці даних.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
15 лайків
Нагородити
15
3
Поділіться
Прокоментувати
0/400
ForkPrince
· 10год тому
Ех, шиткоїн все ще співає про падіння та зростання.
Аналіз тижневої популярності та цін на шифрувальні активи: BTC зростання 1.62% ETH падіння 4%
Шифрування цифровий актив ринку щотижневий аналіз даних
Станом на 13 жовтня, одна з платформ даних провела статистичний аналіз обговорення основних цифрових активів та зміни їх цін:
Обсяг обговорень біткоїна минулого тижня становив 12.52K разів, що на 0.98% менше, ніж попереднього тижня. Його закриваюча ціна в неділю склала 63916 доларів, що на 1.62% більше, ніж за аналогічний період минулого тижня.
Обсяг обговорень Ethereum минулого тижня досяг 3,63K разів, що на 3,45% більше, ніж попереднього тижня. Його закриття в неділю склало 2530 доларів, що на 4% менше, ніж за аналогічний тиждень минулого року.
Обсяг обговорень TON минулого тижня становив 782 рази, що на 12,63% менше, ніж попереднього тижня. Його закриття в неділю склало 5,26 доларів, що на 0,25% нижче, ніж за аналогічний період минулого тижня.
Перспективи та виклики технології гомоморфного шифрування
Гомоморфне шифрування ( FHE ) є надзвичайно перспективною інноваційною технологією в галузі криптографії, основна перевага якої полягає в можливості виконання обчислень над даними в зашифрованому стані без необхідності в процесі розшифрування. Ця особливість надає потужну підтримку захисту конфіденційності та обробки даних, що може бути широко застосовано у фінансах, медицині, хмарних обчисленнях, машинному навчанні, системах голосування, Інтернеті речей та цифрових активах. Однак, незважаючи на широкі перспективи застосування FHE, його комерційний шлях все ще стикається з багатьма викликами.
Потенціал та сфери застосування FHE
Найбільша перевага FHE полягає в захисті конфіденційності. Наприклад, коли одна компанія потребує використання обчислювальних потужностей іншої компанії для аналізу даних, але не хоче розкривати вміст даних, FHE може бути корисним. Власник даних може передати зашифровані дані стороні, що обчислює, для аналізу, при цьому результати обчислень залишаються зашифрованими, а власник даних може розшифрувати їх, щоб отримати результати аналізу. Такий механізм ефективно захищає конфіденційність даних, одночасно дозволяючи стороні, що обчислює, виконати необхідну роботу.
Цей механізм захисту конфіденційності є особливо важливим для чутливих до даних галузей, таких як фінанси та охорона здоров'я. З розвитком хмарних обчислень та штучного інтелекту безпека даних стає дедалі важливішою темою. FHE може забезпечити захист багатосторонніх обчислень у цих сценаріях, дозволяючи сторонам співпрацювати без розкриття конфіденційної інформації. У технології блокчейн FHE підвищує прозорість і безпеку обробки даних завдяки функціям захисту конфіденційності на ланцюгу та перевірки конфіденційних транзакцій.
Порівняння FHE з іншими способами шифрування
У сфері Web3 FHE, нульові докази (ZK), багатосторонні обчислення (MPC) та надійне середовище виконання (TEE) є основними методами захисту конфіденційності. На відміну від ZK, FHE може виконувати різноманітні операції над зашифрованими даними без необхідності попереднього розшифрування даних. MPC дозволяє сторонам виконувати обчислення в умовах шифрування даних, не ділячись приватною інформацією. TEE забезпечує обчислення в безпечному середовищі, але має відносно обмежену гнучкість у обробці даних.
Ці технології шифрування мають свої переваги, але в підтримці складних обчислювальних завдань FHE особливо виділяється. Однак FHE в реальних застосуваннях все ще стикається з високими обчислювальними витратами та поганою масштабованістю, що обмежує його ефективність у реальних застосуваннях.
Обмеження та виклики FHE
Хоча теоретичні основи FHE є потужними, у комерційних застосуваннях виникають практичні виклики:
Витрати на масштабні обчислення: FHE потребує великих обчислювальних ресурсів, порівняно з необробленими обчисленнями, його витрати значно зростають. Для обчислень високих степенів час обробки зростає поліноміально, що ускладнює задоволення вимог до обчислень у реальному часі. Зниження витрат потребує спеціалізованого апаратного прискорення, але це також збільшує складність розгортання.
Обмежені операційні можливості: хоча FHE може виконувати додавання та множення зашифрованих даних, підтримка складних нелінійних операцій є обмеженою, що є вузьким місцем для застосувань штучного інтелекту, таких як глибокі нейронні мережі. Поточні рішення FHE в основному підходять для лінійних та простих поліноміальних обчислень, застосування нелінійних моделей суттєво обмежене.
Складність підтримки кількох користувачів: FHE показує хороші результати в однокористувацьких сценаріях, але при роботі з наборами даних для кількох користувачів системна складність різко зростає. Мульти-ключова FHE структура, запропонована в 2013 році, дозволяє працювати з зашифрованими наборами даних, що мають різні ключі, але значно підвищує складність управління ключами та архітектури системи.
Поєднання FHE та штучного інтелекту
У сучасну епоху, що керується даними, штучний інтелект (AI) широко використовується в багатьох сферах, але побоювання щодо конфіденційності даних часто змушує користувачів не ділитися чутливою інформацією. FHE пропонує рішення для захисту конфіденційності в сфері ШІ. У сценаріях хмарних обчислень дані зазвичай шифруються під час передачі та зберігання, але під час обробки часто знаходяться у відкритому вигляді. За допомогою FHE дані користувачів можуть оброблятися, залишаючись у зашифрованому стані, що забезпечує конфіденційність.
Ця перевага є особливо важливою відповідно до вимог таких регламентів, як GDPR, оскільки ці регламенти вимагають від користувачів права на інформацію про способи обробки даних та забезпечують захист даних під час їх передачі. Шифрування кінцевих точок FHE забезпечує відповідність і безпеку даних.
Поточне застосування FHE у блокчейні та проєкти
Застосування FHE в блокчейні в основному зосереджене на захисті конфіденційності даних, включаючи конфіденційність в ланцюгу, конфіденційність даних для навчання AI, конфіденційність голосування в ланцюгу та перевірку конфіденційності транзакцій в ланцюгу тощо. Наразі кілька проектів використовують технологію FHE для реалізації захисту конфіденційності:
Рішення FHE, розроблене певним проектом, широко використовується в кількох проектах захисту конфіденційності. Цей проект базується на технології TFHE, зосереджений на булевих операціях та операціях з малими цілими числами, і побудував стек розробки FHE для застосувань у блокчейні та ШІ.
Інший проект розробив нову мову смарт-контрактів та бібліотеку FHE, які підходять для блокчейн-мереж.
Є проекти, які використовують FHE для реалізації захисту конфіденційності в обчислювальних мережах AI, підтримують різні AI моделі.
Деяка мережа поєднує FHE та штучний інтелект, забезпечуючи децентралізоване та конфіденційне середовище для AI.
Як рішення Layer 2 для Ethereum, певний проект підтримує FHE Rollups та FHE Coprocessors, сумісний з EVM та підтримує смарт-контракти, написані на Solidity.
Висновок
FHE як передова технологія, що дозволяє виконувати обчислення на зашифрованих даних, має значні переваги в захисті приватності даних. Хоча на сьогоднішній день комерційні застосування FHE все ще стикаються з проблемами великих витрат обчислень і поганої масштабованості, але за рахунок апаратного прискорення та оптимізації алгоритмів ці проблеми, ймовірно, будуть поступово вирішені. З розвитком технології блокчейн FHE відіграватиме все більш важливу роль у захисті приватності та безпечних обчисленнях. У майбутньому FHE може стати основною технологією, що підтримує обчислення з захистом приватності, приносячи нові революційні прориви в безпеці даних.