Bankless：加密貨幣的隱私技術浪潮

作者：David C，來源：Bankless，編譯：Shaw 金色財經

隨着人們對監視和數據開發的擔憂日益加劇，加密領域最近加快了將隱私增強技術（PET）整合到其核心基礎設施中的步伐。

區塊鏈在設計上是完全透明的，雖然加密行業長期以來一直重視隱私方法（代幣混合器或基於隱私的代幣），但它也一直在努力擴展隱私範圍（超越簡單的 DeFi 和支付），而不會將隱私局限於專門的網路。

隨着區塊鏈越來越多地應用於人工智能訓練和機構融資，採用替代加密技術的應用也日益流行。其中四種技術尤爲熱門：多方計算 ( MPC )、完全同態加密 ( FHE )、可信執行環境 ( TEE ) 和零知識傳輸安全層 ( zkTLS )。

本文旨在展示每種技術在增強隱私方面的作用、用例以及基於每種技術的關鍵項目。

多方計算（MPC）

MPC 是一種分布式計算，允許多個組共同計算某些內容而不泄露他們自己的信息。

假設你和五個朋友想計算你們的平均工資，但不想透露具體金額。每個人都將自己的工資隨機分成六份，每人發一份。每個人都持有一份，但沒有人能夠還原其他人的工資，因爲他們只擁有六份所需工資中的一份。每個人都對這六份工資進行計算，而不是對原始工資進行計算。這些結果合並起來，計算出最終的平均工資，而無需任何人了解具體工資。

當監管限制或競爭擔憂阻礙直接數據共享，但集體分析卻能使各方受益時，MPC 就顯得尤爲重要。一個典型的例子是，多家醫院希望利用患者數據訓練 AI——法律法規禁止共享敏感醫療數據，但 MPC 卻能夠在不實際共享數據的情況下實現集體訓練。

MPC 的障礙

隨着越來越多的人加入多方計算網路，管理難度也隨之加大。系統需要在參與者之間傳遞更多消息，而互聯網容量限制會導致速度變慢。每個人都需要進行更多計算，消耗更多算力。雖然區塊鏈可以通過懲罰網路中可能串通作弊的不良行爲者來阻止作弊行爲，但它們並不能解決這些資源和算力問題。

誰在使用 MPC？用於什麼目的？

• Fireblocks——使用 MPC 在設備之間分割私鑰的機構保管機構，以確保完整密鑰永遠不會被泄露。
• Arcium——使用 MPC 進行私人 AI 處理和敏感任務的鏈不可知網路。
• Renegade——使用 MPC 進行保密交易的鏈上暗池。

完全同態加密（FHE）

FHE 允許無需解密的數據處理，這意味着敏感數據在存儲、傳輸和分析時仍保持加密狀態。

目前，數據在傳輸過程中是加密的，但必須解密才能進行處理，這就產生了漏洞窗口。例如，當我將照片發送到雲端時，它們在傳輸過程中是加密的，但在到達時會解密。FHE 消除了這個解密步驟——數據在整個計算過程中保持加密，從而在主動使用過程中保護信息。

把 FHE 想象成一個帶可編程手套的帶鎖保險箱。你把私人數據和程序指令放進去：“把這些數字加起來”、“把這個列表排序”。你把保險箱和手套送給別人。他們會盲目地操作保險箱裏的內容，按照指令操作，卻看不到裏面的東西。完成後，他們會把保險箱還給你，你打開它就能得到正確的結果。

FHE 的障礙

FHE 會帶來嚴重的性能損失——計算速度會降低 10 到 100 倍。添加零知識驗證 (zkFHE) 會使速度進一步降低幾個數量級。開發人員之所以想要這種組合，是因爲 FHE 雖然可以保護輸入，但並不能保證操作的正確性。換句話說，問題在於你授權在受 FHE 保護的數據上運行計算的人是否真的正確地執行了操作。雖然缺少這種可驗證性，但添加它會使原本就很慢的系統幾乎無法用於實時應用。

誰在使用 FHE？用於什麼目的？

• Zama ——FHE 工具提供商，使用 fhEVM 等工具在 EVM 網路上實現加密智能合約。
• Fhenix——將 FHE 引入實際應用的研究公司。
• PrivaSea—— 使用 Zama 的 FHE 工具進行加密機器學習的 AI 訓練網路。
• Octra——使用專有 FHE 進行高速加密計算、具有機器學習共識和可租賃服務的通用鏈。

可信執行環境 (TEE)

TEE 是安全的硬件區域，可以隔離存儲和處理數據，防止機器的其餘部分（包括操作系統和操作員）訪問該數據。

如果你有 iPhone，你每天都會與 TEE 互動，因爲 Apple 會用它們來存儲生物特徵數據。它們的工作原理如下：TEE 將人臉或指紋掃描數據存儲在安全芯片區域內。當應用請求身分驗證時，新的掃描數據會被發送到 TEE 進行比對。這種比對過程在密封的硬件內部進行——應用或操作系統無法看到任何生物特徵數據。TEE 只會返回“是”或“否”。

TEE 已開始在加密貨幣領域出現，用於保密智能合約和計算。Uniswap的 Layer-2 Unichain 使用 TEE 來公平地構建區塊並防止 MEV 攻擊。

TEE 的障礙

TEE 的完整性依賴於硬件供應商，而非分布式網路，這使得它們受加密標準所中心化。有人可能會在生產環境中破壞 TEE 或利用其漏洞。Secret Network 就曾遭遇過這種情況，研究人員發現了英特爾芯片漏洞，導致所有網路交易被解密。

誰在使用 TEE？用於什麼目的？

• Space Computer ——在衛星節點上使用 TEE 的區塊鏈，通過在軌道上運行使硬件防篡改。
• Oasis Protocol ——第 1 層使用 TEE 來實現與 EVM 兼容的運行時的機密智能合約。
• Phala Network——使用來自多個硬件提供商的 TEE 進行機密計算的去中心化雲平台。

零知識傳輸安全層 (zkTLS)

zkTLS 將 TLS（已在 HTTPS 中用於互聯網安全）與零知識證明（ZKP）合並，以確保信息的私密性和可驗證性。

通過添加零知識證明 (ZKP)，zkTLS 允許用戶傳輸任何 HTTPS 數據（佔網絡流量的 95%），同時控制所泄露的信息。這使得任何 Web2 平台數據都可以作爲公共 API 運行，不受平台權限限制，從而連接整個網路，並橋接 Web2 和 Web3。

例如，假設您想使用銀行餘額進行鏈上貸款。您可以通過 zkTLS 工具訪問您的銀行帳戶，由於銀行使用 HTTPS，該工具可以分析任何顯示的數據。該工具會生成您的餘額的零知識證明 (ZKP)，用於證明資金，但不會透露具體金額或交易歷史記錄。您將此證明提交給 DeFi 借貸平台，這些平台會在不訪問私人財務數據的情況下驗證您的信用狀況。

zkTLS 的障礙

zkTLS 僅適用於網站已顯示的數據——它無法強制網站顯示隱藏信息。它依賴於持續的 TLS 協議使用，並且需要實時預言機的參與，從而引入延遲和信任假設。

誰在使用 zkTLS？用於什麼目的？

• ZKP2P：使用 zkTLS 的開/關坡道協議，用於在鏈上和鏈下私下轉移資金。
• EarniFi——使用 zkTLS 的借貸平台，爲已掙但未付工資的員工提供隱私保護貸款。
• DaisyPay——使用 zkTLS 進行影響者協作和即時支付的應用程序。

總體而言，每種 PET 服務於不同的目標，並有各自的利弊權衡。應用程序可能會根據數據需求組合多種 PET。去中心化 AI 平台可能會使用 MPC 進行初始協調，使用 FHE 進行計算，並使用 TEE 進行密鑰管理。

zkTLS有許多不同的實現方法，它們在其架構中利用了各種 PET。這些工具結合起來，可以極大地擴展加密貨幣的設計空間，並發揮其作爲下一代 Web 迭代的潛力。衆所周知，加密貨幣仍需改進用戶體驗，這對於提高這些隱私服務的可用性和廣泛應用至關重要。