Ativos de criptografia mercado visão geral e Criptografia homomórfica tecnologia desenvolvimento
Até 13 de outubro, uma plataforma de dados relatou estatísticas sobre os principais ativos de criptografia:
A discussão sobre Bitcoin na semana passada teve uma intensidade de 12,52K vezes, 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 ano anterior.
A discussão sobre Ethereum na semana passada teve um total de 3.63K comentários, 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 ano passado.
A discussão sobre o TON na semana passada teve um total de 782 interações, 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 comparação com o ano anterior.
Criptografia homomórfica ( FHE ) é uma tecnologia promissora no campo da criptografia. Ela permite realizar operações diretamente em dados encriptados sem a necessidade de os descriptografar, oferecendo um forte suporte para proteção de privacidade e processamento de dados. FHE pode ser amplamente aplicada em vários campos, incluindo finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e blockchain. Apesar do amplo potencial de aplicação, o caminho para a comercialização do FHE ainda enfrenta muitos desafios.
O potencial da Criptografia Homomórfica e cenários de aplicação
A maior vantagem da criptografia homomórfica 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, a FHE pode ser útil. O proprietário dos dados pode transferir os dados encriptados para o processador, e o resultado do cálculo mantém-se encriptado. Após a decriptação, o proprietário dos dados pode obter os resultados da análise. Este mecanismo protege a privacidade dos dados e realiza as tarefas de cálculo necessárias.
Este mecanismo de proteção da 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. A Criptografia homomórfica (FHE) pode fornecer proteção de cálculo multipartidário nesses cenários, permitindo que as partes colaborem sem expor informações confidenciais. Na tecnologia de blockchain, a 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.
FHE e a comparação com outros métodos de encriptação
No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução de confiança (TEE) são os principais métodos de proteção de privacidade. Ao contrário de ZK, FHE pode executar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. MPC permite que as partes realizem cálculos na condição de dados encriptados, sem compartilhar informações privadas. TEE fornece um ambiente seguro para cálculos, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm as suas vantagens, mas no suporte a tarefas computacionais complexas, a Criptografia homomórfica (FHE) destaca-se especialmente. No entanto, a FHE ainda enfrenta problemas de elevados custos computacionais e baixa escalabilidade na aplicação prática, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios da FHE
Apesar de a base teórica da FHE ser robusta, encontrou desafios práticos na aplicação comercial:
Custo computacional em larga escala: A FHE requer uma grande quantidade de recursos computacionais, e em comparação com cálculos não encriptados, seu custo aumenta significativamente. Para cálculos de polinômios de alta ordem, o tempo de processamento cresce de forma polinomial, tornando difícil atender às demandas de cálculo em tempo real. Reduzir os custos depende de aceleração com hardware especializado, mas isso também aumenta a complexidade de implementação.
Capacidade de operação limitada: Embora a 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, como redes neurais profundas. Atualmente, os esquemas de FHE ainda são principalmente adequados para cálculos lineares e polinomiais simples, com aplicações de modelos não lineares sendo significativamente restritas.
Complexidade do suporte a múltiplos utilizadores: A 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 a estrutura FHE de múltiplas chaves permita a operação de conjuntos de dados encriptados com diferentes chaves, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.
A combinação de FHE com inteligência artificial
Na atual era orientada por dados, a inteligência artificial é amplamente utilizada em várias áreas, mas as preocupações com a privacidade dos dados fazem com que os usuários muitas vezes relutem em compartilhar informações sensíveis. A Criptografia homomórfica oferece uma solução de proteção da 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 de texto claro durante o processamento. Com a Criptografia homomórfica, os dados dos usuários podem ser processados enquanto permanecem em estado encriptado, garantindo a privacidade dos dados.
Essa vantagem é especialmente importante sob regulamentos como o GDPR, que exigem que os usuários tenham o direito de saber como seus 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 e projetos atuais de FHE na blockchain
A aplicação de FHE na blockchain concentra-se principalmente na proteção da privacidade dos dados, incluindo privacidade em cadeia, privacidade dos dados de treinamento de IA, privacidade de votação em cadeia e auditoria de transações privadas em cadeia. Atualmente, vários projetos utilizam a tecnologia FHE para promover a realização da proteção da privacidade.
A solução FHE desenvolvida por uma empresa é amplamente utilizada em vários projetos de proteção da privacidade. A empresa, baseada na tecnologia TFHE, foca em operações booleanas e operações com inteiros de baixa largura, e construiu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outros projetos incluem:
Desenvolver uma nova linguagem de contratos inteligentes e a biblioteca HyperghraphFHE, adequadas para projetos em redes de blockchain
Projeto de proteção da privacidade na rede de cálculos de IA usando Criptografia homomórfica
Combinar FHE com inteligência artificial para fornecer um ambiente de IA descentralizado e com proteção de privacidade.
Como uma solução Layer 2 de Ethereum, suporta FHE Rollups e FHE Coprocessors, é compatível com EVM e suporta a escrita de contratos inteligentes em Solidity.
Conclusão
A FHE, como uma tecnologia avançada que pode executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial atual da FHE ainda enfrente desafios como altos custos computacionais e baixa escalabilidade, através da aceleração de hardware e otimização de algoritmos, esses problemas podem ser gradualmente resolvidos. Com o desenvolvimento da tecnologia blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e em cálculos seguros. No futuro, a FHE pode se tornar a tecnologia central que sustenta o cálculo protegido da privacidade, trazendo uma nova ruptura revolucionária para a 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.
17 gostos
Recompensa
17
5
Partilhar
Comentar
0/400
OfflineValidator
· 2h atrás
BTC bull não é? Veja o preço desta moeda e saberás.
Ver originalResponder0
HorizonHunter
· 12h atrás
eth cair到底了吧
Ver originalResponder0
NullWhisperer
· 12h atrás
tecnicamente falando... FHE precisa de muito mais auditoria antes do verdadeiro lançamento
Ver originalResponder0
TokenEconomist
· 12h atrás
na verdade, o ROI potencial do FHE > os ganhos de curto prazo do btc
Ver originalResponder0
AirdropChaser
· 12h atrás
Os padrões estão todos pequenos. Quem tem dinheiro não vem aproveitar o Airdrop?
BTC微涨ETH下跌 Criptografia homomórfica FHE na proteção da privacidade revela potencial
Ativos de criptografia mercado visão geral e Criptografia homomórfica tecnologia desenvolvimento
Até 13 de outubro, uma plataforma de dados relatou estatísticas sobre os principais ativos de criptografia:
A discussão sobre Bitcoin na semana passada teve uma intensidade de 12,52K vezes, 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 ano anterior.
A discussão sobre Ethereum na semana passada teve um total de 3.63K comentários, 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 ano passado.
A discussão sobre o TON na semana passada teve um total de 782 interações, 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 comparação com o ano anterior.
Criptografia homomórfica ( FHE ) é uma tecnologia promissora no campo da criptografia. Ela permite realizar operações diretamente em dados encriptados sem a necessidade de os descriptografar, oferecendo um forte suporte para proteção de privacidade e processamento de dados. FHE pode ser amplamente aplicada em vários campos, incluindo finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e blockchain. Apesar do amplo potencial de aplicação, o caminho para a comercialização do FHE ainda enfrenta muitos desafios.
O potencial da Criptografia Homomórfica e cenários de aplicação
A maior vantagem da criptografia homomórfica 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, a FHE pode ser útil. O proprietário dos dados pode transferir os dados encriptados para o processador, e o resultado do cálculo mantém-se encriptado. Após a decriptação, o proprietário dos dados pode obter os resultados da análise. Este mecanismo protege a privacidade dos dados e realiza as tarefas de cálculo necessárias.
Este mecanismo de proteção da 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. A Criptografia homomórfica (FHE) pode fornecer proteção de cálculo multipartidário nesses cenários, permitindo que as partes colaborem sem expor informações confidenciais. Na tecnologia de blockchain, a 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.
FHE e a comparação com outros métodos de encriptação
No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução de confiança (TEE) são os principais métodos de proteção de privacidade. Ao contrário de ZK, FHE pode executar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. MPC permite que as partes realizem cálculos na condição de dados encriptados, sem compartilhar informações privadas. TEE fornece um ambiente seguro para cálculos, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm as suas vantagens, mas no suporte a tarefas computacionais complexas, a Criptografia homomórfica (FHE) destaca-se especialmente. No entanto, a FHE ainda enfrenta problemas de elevados custos computacionais e baixa escalabilidade na aplicação prática, o que limita o seu desempenho em aplicações em tempo real.
Limitações e Desafios da FHE
Apesar de a base teórica da FHE ser robusta, encontrou desafios práticos na aplicação comercial:
Custo computacional em larga escala: A FHE requer uma grande quantidade de recursos computacionais, e em comparação com cálculos não encriptados, seu custo aumenta significativamente. Para cálculos de polinômios de alta ordem, o tempo de processamento cresce de forma polinomial, tornando difícil atender às demandas de cálculo em tempo real. Reduzir os custos depende de aceleração com hardware especializado, mas isso também aumenta a complexidade de implementação.
Capacidade de operação limitada: Embora a 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, como redes neurais profundas. Atualmente, os esquemas de FHE ainda são principalmente adequados para cálculos lineares e polinomiais simples, com aplicações de modelos não lineares sendo significativamente restritas.
Complexidade do suporte a múltiplos utilizadores: A 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 a estrutura FHE de múltiplas chaves permita a operação de conjuntos de dados encriptados com diferentes chaves, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.
A combinação de FHE com inteligência artificial
Na atual era orientada por dados, a inteligência artificial é amplamente utilizada em várias áreas, mas as preocupações com a privacidade dos dados fazem com que os usuários muitas vezes relutem em compartilhar informações sensíveis. A Criptografia homomórfica oferece uma solução de proteção da 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 de texto claro durante o processamento. Com a Criptografia homomórfica, os dados dos usuários podem ser processados enquanto permanecem em estado encriptado, garantindo a privacidade dos dados.
Essa vantagem é especialmente importante sob regulamentos como o GDPR, que exigem que os usuários tenham o direito de saber como seus 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 e projetos atuais de FHE na blockchain
A aplicação de FHE na blockchain concentra-se principalmente na proteção da privacidade dos dados, incluindo privacidade em cadeia, privacidade dos dados de treinamento de IA, privacidade de votação em cadeia e auditoria de transações privadas em cadeia. Atualmente, vários projetos utilizam a tecnologia FHE para promover a realização da proteção da privacidade.
A solução FHE desenvolvida por uma empresa é amplamente utilizada em vários projetos de proteção da privacidade. A empresa, baseada na tecnologia TFHE, foca em operações booleanas e operações com inteiros de baixa largura, e construiu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outros projetos incluem:
Conclusão
A FHE, como uma tecnologia avançada que pode executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial atual da FHE ainda enfrente desafios como altos custos computacionais e baixa escalabilidade, através da aceleração de hardware e otimização de algoritmos, esses problemas podem ser gradualmente resolvidos. Com o desenvolvimento da tecnologia blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e em cálculos seguros. No futuro, a FHE pode se tornar a tecnologia central que sustenta o cálculo protegido da privacidade, trazendo uma nova ruptura revolucionária para a segurança dos dados.