Activos Cripto mercado panorama y desarrollo de Cifrado homomórfico
Hasta el 13 de octubre, una plataforma de datos mostró estadísticas sobre los principales Activos Cripto:
La discusión sobre Bitcoin la semana pasada tuvo un volumen de 12.52K, lo que representa una disminución del 0.98% con respecto a la semana anterior. El precio de cierre del domingo fue de 63916 dólares, un aumento del 1.62% interanual.
La discusión sobre Ethereum tuvo un volumen de 3.63K la semana pasada, un aumento del 3.45% en comparación con la semana anterior. El precio de cierre del domingo fue de 2530 dólares, una caída del 4% interanual.
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. El precio de cierre del domingo fue de 5.26 dólares, con una leve caída interanual del 0.25%.
Cifrado homomórfico(FHE) es una tecnología prometedora en el campo de la criptografía. Permite realizar operaciones directamente sobre datos encriptados sin necesidad de desencriptarlos, proporcionando un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. FHE puede aplicarse ampliamente en múltiples campos, incluidos finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y blockchain. A pesar de su amplio potencial de aplicación, el camino hacia la comercialización de FHE aún enfrenta muchos desafíos.
El potencial y las aplicaciones de FHE
La mayor ventaja del cifrado homomórfico radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que la otra parte tenga acceso al contenido específico, el FHE puede desempeñar un papel. El propietario de los datos puede enviar los datos encriptados a la parte que realiza el cálculo para su procesamiento, y los resultados del cálculo siguen manteniéndose en estado encriptado; el propietario de los datos puede descifrar y obtener los resultados del análisis. Este mecanismo protege la privacidad de los datos y también realiza la tarea de cálculo requerida.
Este mecanismo de protección de la privacidad es especialmente importante para industrias sensibles a los datos, como la financiera y la médica. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido cada vez más en un foco de atención. El Cifrado homomórfico (FHE) puede proporcionar protección de cálculo multipartito en estos escenarios, permitiendo que las partes colaboren sin exponer información privada. En la tecnología de blockchain, el 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 otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas de conocimiento cero (ZK), cálculo multiparte (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 en datos encriptados sin necesidad de desencriptar los datos primero. MPC permite que las partes realicen cálculos bajo condiciones de datos encriptados, sin compartir información privada. 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 en el apoyo a tareas de cálculo complejas, el Cifrado homomórfico (FHE) se destaca especialmente. Sin embargo, el FHE todavía enfrenta problemas de altos costos de cálculo y baja escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos del Cifrado homomórfico
A pesar de que la base teórica de FHE es sólida, ha enfrentado desafíos prácticos en su aplicación comercial:
Costos de cálculo a gran escala: FHE requiere una gran cantidad de recursos de cálculo, y su costo aumenta significativamente en comparación con el cálculo no encriptado. Para operaciones de polinomios de alto grado, el tiempo de procesamiento crece de manera polinómica, lo que dificulta satisfacer las necesidades de cálculo en tiempo real. Reducir costos depende de la aceleración por hardware especializado, pero esto también aumenta la complejidad de la implementación.
Capacidad de operación limitada: Aunque el Cifrado homomórfico puede realizar operaciones de suma y multiplicación sobre datos encriptados, el soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Los actuales esquemas de Cifrado homomórfico todavía son principalmente adecuados para cálculos lineales y polinómicos simples, y las aplicaciones de modelos no lineales están significativamente restringidas.
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 el marco FHE de múltiples claves permite operar conjuntos de datos cifrados con diferentes claves, la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.
La combinación de Cifrado homomórfico e inteligencia artificial
En la actual era impulsada por datos, la inteligencia artificial 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. El Cifrado homomórfico (FHE) ofrece soluciones de protección de la privacidad en el ámbito de la IA. En escenarios de computación en la nube, los datos suelen estar encriptados durante la transmisión y el almacenamiento, pero a menudo están en estado de texto plano durante el procesamiento. A través del FHE, los datos de los usuarios pueden procesarse mientras se mantiene el estado de encriptación, garantizando la privacidad de los datos.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen que los usuarios tengan derecho a ser informados sobre cómo se procesan sus datos y aseguran que los datos estén protegidos durante la transmisión. El cifrado homomórfico de extremo a extremo proporciona garantías de cumplimiento y seguridad de datos.
Aplicaciones actuales de FHE en blockchain y proyectos
La aplicación de FHE en blockchain se centra principalmente en la protección de la privacidad de los datos, incluyendo la privacidad en cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en cadena y la revisión de transacciones privadas en cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para promover la implementación de la protección de la privacidad.
La solución FHE construida por una empresa se utiliza ampliamente en varios proyectos de protección de la privacidad. La empresa se basa en la tecnología TFHE, se centra en operaciones booleanas y operaciones de enteros de baja longitud, y ha construido una pila de desarrollo FHE para aplicaciones de blockchain y AI.
Otros proyectos incluyen:
Desarrollar un nuevo lenguaje de contratos inteligentes y la biblioteca HyperghraphFHE, adecuados para proyectos de redes blockchain.
Proyecto de protección de privacidad en redes de cálculo de IA utilizando Cifrado homomórfico
Combina FHE con inteligencia artificial, proporcionando un entorno de IA descentralizado y con protección de la privacidad.
Como solución de capa 2 de Ethereum, admite Rollups FHE y Coprocesadores FHE, es compatible con EVM y admite la escritura de contratos inteligentes en Solidity.
Conclusión
La FHE, como una tecnología avanzada que puede realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de la FHE aún enfrenta problemas como altos costos computacionales y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Con el desarrollo de la tecnología blockchain, la FHE desempeñará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, la FHE podría convertirse en la tecnología central que respalde el cálculo de protección de la privacidad, aportando nuevos avances revolucionarios a la seguridad de los datos.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
18 me gusta
Recompensa
18
5
Compartir
Comentar
0/400
OfflineValidator
· hace8h
BTC alcista no alcista mira este precio de moneda y lo sabrás
Ver originalesResponder0
HorizonHunter
· hace18h
eth caída到底了吧
Ver originalesResponder0
NullWhisperer
· hace18h
técnicamente hablando... FHE necesita mucha más auditoría antes de un despliegue real
Ver originalesResponder0
TokenEconomist
· hace18h
en realidad, el ROI potencial de FHE > las ganancias a corto plazo de btc
Ver originalesResponder0
AirdropChaser
· hace18h
¿El patrón se ha reducido? ¿No hay dinero para aprovechar el airdrop?
BTC微涨 ETH caída Cifrado homomórfico FHE en la protección de la privacidad muestra potencial
Activos Cripto mercado panorama y desarrollo de Cifrado homomórfico
Hasta el 13 de octubre, una plataforma de datos mostró estadísticas sobre los principales Activos Cripto:
La discusión sobre Bitcoin la semana pasada tuvo un volumen de 12.52K, lo que representa una disminución del 0.98% con respecto a la semana anterior. El precio de cierre del domingo fue de 63916 dólares, un aumento del 1.62% interanual.
La discusión sobre Ethereum tuvo un volumen de 3.63K la semana pasada, un aumento del 3.45% en comparación con la semana anterior. El precio de cierre del domingo fue de 2530 dólares, una caída del 4% interanual.
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. El precio de cierre del domingo fue de 5.26 dólares, con una leve caída interanual del 0.25%.
Cifrado homomórfico(FHE) es una tecnología prometedora en el campo de la criptografía. Permite realizar operaciones directamente sobre datos encriptados sin necesidad de desencriptarlos, proporcionando un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. FHE puede aplicarse ampliamente en múltiples campos, incluidos finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y blockchain. A pesar de su amplio potencial de aplicación, el camino hacia la comercialización de FHE aún enfrenta muchos desafíos.
El potencial y las aplicaciones de FHE
La mayor ventaja del cifrado homomórfico radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que la otra parte tenga acceso al contenido específico, el FHE puede desempeñar un papel. El propietario de los datos puede enviar los datos encriptados a la parte que realiza el cálculo para su procesamiento, y los resultados del cálculo siguen manteniéndose en estado encriptado; el propietario de los datos puede descifrar y obtener los resultados del análisis. Este mecanismo protege la privacidad de los datos y también realiza la tarea de cálculo requerida.
Este mecanismo de protección de la privacidad es especialmente importante para industrias sensibles a los datos, como la financiera y la médica. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido cada vez más en un foco de atención. El Cifrado homomórfico (FHE) puede proporcionar protección de cálculo multipartito en estos escenarios, permitiendo que las partes colaboren sin exponer información privada. En la tecnología de blockchain, el 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 otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas de conocimiento cero (ZK), cálculo multiparte (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 en datos encriptados sin necesidad de desencriptar los datos primero. MPC permite que las partes realicen cálculos bajo condiciones de datos encriptados, sin compartir información privada. 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 en el apoyo a tareas de cálculo complejas, el Cifrado homomórfico (FHE) se destaca especialmente. Sin embargo, el FHE todavía enfrenta problemas de altos costos de cálculo y baja escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos del Cifrado homomórfico
A pesar de que la base teórica de FHE es sólida, ha enfrentado desafíos prácticos en su aplicación comercial:
Costos de cálculo a gran escala: FHE requiere una gran cantidad de recursos de cálculo, y su costo aumenta significativamente en comparación con el cálculo no encriptado. Para operaciones de polinomios de alto grado, el tiempo de procesamiento crece de manera polinómica, lo que dificulta satisfacer las necesidades de cálculo en tiempo real. Reducir costos depende de la aceleración por hardware especializado, pero esto también aumenta la complejidad de la implementación.
Capacidad de operación limitada: Aunque el Cifrado homomórfico puede realizar operaciones de suma y multiplicación sobre datos encriptados, el soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Los actuales esquemas de Cifrado homomórfico todavía son principalmente adecuados para cálculos lineales y polinómicos simples, y las aplicaciones de modelos no lineales están significativamente restringidas.
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 el marco FHE de múltiples claves permite operar conjuntos de datos cifrados con diferentes claves, la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.
La combinación de Cifrado homomórfico e inteligencia artificial
En la actual era impulsada por datos, la inteligencia artificial 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. El Cifrado homomórfico (FHE) ofrece soluciones de protección de la privacidad en el ámbito de la IA. En escenarios de computación en la nube, los datos suelen estar encriptados durante la transmisión y el almacenamiento, pero a menudo están en estado de texto plano durante el procesamiento. A través del FHE, los datos de los usuarios pueden procesarse mientras se mantiene el estado de encriptación, garantizando la privacidad de los datos.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen que los usuarios tengan derecho a ser informados sobre cómo se procesan sus datos y aseguran que los datos estén protegidos durante la transmisión. El cifrado homomórfico de extremo a extremo proporciona garantías de cumplimiento y seguridad de datos.
Aplicaciones actuales de FHE en blockchain y proyectos
La aplicación de FHE en blockchain se centra principalmente en la protección de la privacidad de los datos, incluyendo la privacidad en cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en cadena y la revisión de transacciones privadas en cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para promover la implementación de la protección de la privacidad.
La solución FHE construida por una empresa se utiliza ampliamente en varios proyectos de protección de la privacidad. La empresa se basa en la tecnología TFHE, se centra en operaciones booleanas y operaciones de enteros de baja longitud, y ha construido una pila de desarrollo FHE para aplicaciones de blockchain y AI.
Otros proyectos incluyen:
Conclusión
La FHE, como una tecnología avanzada que puede realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de la FHE aún enfrenta problemas como altos costos computacionales y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Con el desarrollo de la tecnología blockchain, la FHE desempeñará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, la FHE podría convertirse en la tecnología central que respalde el cálculo de protección de la privacidad, aportando nuevos avances revolucionarios a la seguridad de los datos.