Hola a todos, soy Paul de Coinmanlabs. Hoy quiero hablarles sobre un proyecto de IA: Privasea.

P·¿Qué es una isla de datos?

Muchos de nosotros hemos experimentado que cuando vamos al hospital a ver a un médico, necesitamos llevar películas, registros médicos y otra información. ¿Alguna vez te has preguntado por qué?

En el campo médico, diferentes hospitales y clínicas pueden utilizar diferentes bases de datos y sistemas de registros médicos electrónicos. Los formatos de datos y las interfaces entre estos sistemas pueden ser incompatibles, lo que impide que los médicos accedan directamente e integren información completa de los registros médicos cuando los pacientes visitan diferentes instituciones médicas.

Esto se debe a que los estándares técnicos inconsistentes, la fuerte independencia de la gestión hospitalaria, las regulaciones de privacidad y otras restricciones pueden dificultar el intercambio e integración de datos médicos.

De manera similar, muchas personas han experimentado que es muy engorroso acudir a diferentes departamentos gubernamentales para manejar los negocios. Esto se debe a que diferentes departamentos y agencias gubernamentales son responsables de diferentes servicios públicos y recopilación de datos. Por ejemplo, el departamento de impuestos, el departamento de seguridad social y el departamento de salud administran grandes cantidades de datos, pero estos datos a menudo no se integran ni comparten perfectamente, lo que resulta en ineficiencia en los servicios públicos. Factores como las leyes, la protección de la privacidad y el gobierno independiente. Las estructuras limitan el intercambio de datos entre departamentos gubernamentales y la capacidad de integración.

Aquí es donde escuchamos múltiples ejemplos de silos de datos, un fenómeno en el que los datos no se pueden integrar ni compartir de manera efectiva.

Los silos de datos pueden existir por diversas razones:

1. Obstáculos técnicos: diferentes sistemas o plataformas utilizan diferentes formatos de datos, métodos de almacenamiento, estándares de interfaz, etc., lo que dificulta la interoperabilidad de los datos.

2. Problemas de estructura organizacional: existe una falta de cultura y mecanismos efectivos para compartir datos entre diferentes departamentos o unidades de negocios dentro de grandes organizaciones, lo que da como resultado que los datos queden aislados vertical o funcionalmente.

3. Cuestiones legales y de privacidad: los datos involucran información confidencial o están restringidos por leyes y regulaciones, lo que resulta en que el intercambio de datos se vea restringido o dificultado.

4. Propiedad y control de los datos: El propietario o responsable del tratamiento de los datos no quiere o no puede compartir los datos con otras entidades, lo que puede implicar cuestiones como intereses comerciales y relaciones competitivas.

5. Limitaciones de costos y recursos: la integración y el intercambio de datos pueden requerir recursos y costos significativos, y es posible que algunas organizaciones no puedan o no quieran invertir estos recursos.

6. Cultura e ideología: algunas organizaciones o individuos pueden creer que los datos deben ser privados y no quieren o no se sienten cómodos compartiéndolos con otras partes.

P·¿Cuáles son los medios técnicos comunes para resolver islas de datos?

Los medios técnicos de investigación y práctica actuales para resolver islas de datos incluyen principalmente: aprendizaje federado, pruebas de conocimiento cero (ZKP), cifrado totalmente homomórfico (FHE) y computación multipartita segura (SMC), privacidad diferencial (privacidad diferencial), aprendizaje dividido (dividido). Aprendiendo).

Por razones de espacio hoy, no entraremos en detalles uno por uno. Hablaremos principalmente sobre el cifrado totalmente homomórfico (FHE).

FHE

Primero, pensemos en cuál es la palabra más crítica en el cifrado totalmente homomórfico. Creo que debe ser homomorfismo. De hecho, el homomorfismo es el núcleo de la tecnología de cifrado totalmente homomórfico. Permite cálculos y operaciones complejos sobre datos en un estado cifrado, lo que proporciona un método poderoso para la seguridad de los datos y la solución de protección de la privacidad.

El homomorfismo es un concepto en matemáticas que se refiere específicamente al mapeo entre dos conjuntos (generalmente el mismo conjunto) en una estructura algebraica, que mantiene la estructura de la operación. En el cifrado totalmente homomórfico (FHE), el homomorfismo es una de sus características principales, que permite realizar cálculos complejos en estado cifrado sin descifrar los datos.

En el cifrado totalmente homomórfico, suelen estar involucrados dos tipos principales de homomorfismo: homomorfismo aditivo y homomorfismo multiplicativo.

Luego, definamos el cifrado totalmente homomórfico. El cifrado totalmente homomórfico (FHE) es una tecnología de cifrado especial que permite realizar cálculos arbitrarios en un estado cifrado. Los resultados se pueden descifrar y comparar con los no cifrados. Esta característica permite realizar cálculos complejos y procesamiento de datos mientras los datos permanecen cifrados sin necesidad de descifrarlos.

Principio básico: el concepto básico de FHE se implementa mediante una serie de operaciones matemáticas, incluidas operaciones de suma y multiplicación. El algoritmo de cifrado de FHE permite agregar y multiplicar los datos cifrados en el dominio cifrado sin descifrarlos para obtener el resultado final. Los esquemas FHE generalmente se basan en criptografía de clave pública, utilizando claves públicas para el cifrado y claves privadas para el descifrado, garantizando al mismo tiempo la confidencialidad y la integridad de los cálculos.

Los escenarios de aplicación actuales de FHE son principalmente: Subcontratación informática segura: permitir que los datos se envíen a proveedores de servicios en la nube sin descifrarlos para que los cálculos se puedan realizar en un estado cifrado. Análisis de datos que preserva la privacidad: permite a los propietarios de datos realizar análisis y procesamiento de datos mientras mantienen el cifrado de datos, como análisis de datos médicos, análisis de datos financieros, etc.

Entonces, ¿por qué no se puede utilizar ahora a gran escala?

Eficiencia computacional: los procesos de cifrado y descifrado de FHE suelen llevar mucho tiempo, especialmente para operaciones de cifrado complejas.

Gestión de claves: la gestión segura de claves públicas y privadas es fundamental para la implementación de FHE, y es necesario considerar cuestiones como la generación, distribución y actualización de claves.

Garantía de seguridad: aunque FHE proporciona sólidas capacidades de cifrado, la seguridad y las vulnerabilidades de la implementación deben considerarse cuidadosamente en las aplicaciones reales.

Entonces, ¿podemos procesar los datos sin exponer el formulario de información original? La información sensible se puede procesar sin exponer su forma original, garantizando la confidencialidad de la información sensible.

Privacidad

Sitio web: https://www.privasea.ai/

Gorjeo: https://x.com/Privasea_ai

Introducción: Privasea AI Network es un potente sistema diseñado para priorizar la privacidad y la seguridad de los datos durante todo el proceso informático de la IA. Utiliza una tecnología innovadora llamada cifrado totalmente homomórfico (FHE), que puede realizar cálculos sobre datos cifrados para producir los mismos resultados que los cálculos realizados sobre datos no cifrados. Permite la circulación del valor de los datos a través de FHEML. La red proporciona recursos informáticos distribuidos para las operaciones de FHE AI. Todo el sistema está impulsado por el ML concreto de ZAMA y el crowdsourcing incentivado de tokens $PRVA.

Agencia de inversión:

estructura del sistema

La red Privasea AI consta de cuatro componentes principales: la biblioteca HESea, la API Privasea, Privanetix y la suite de contratos inteligentes Privasea.

El núcleo de la red Privasea AI es la biblioteca HESea, que tiene implementaciones eficientes de una gran cantidad de esquemas de cifrado totalmente homomórficos populares, como TFHE, CKKS, BGV, BFV, etc.

Esta biblioteca de código abierto proporciona a los desarrolladores tecnología criptográfica y optimizaciones de alto rendimiento para una informática segura. Con la biblioteca HESea, los desarrolladores pueden acceder a una variedad de funciones para realizar operaciones lógicas, aritméticas y básicas en datos cifrados. La biblioteca es única porque ha sido cuidadosamente optimizada y utiliza tecnologías como el empaquetado de texto cifrado y el procesamiento por lotes para mejorar. eficiencia y rendimiento general.

La API de Privasea es un conjunto completo de protocolos y herramientas creados sobre la biblioteca HESea. Esta API es un recurso valioso para los desarrolladores que buscan crear aplicaciones de IA que preserven la privacidad.

Al aprovechar el poder del esquema FHE subyacente proporcionado por la biblioteca HESea, los desarrolladores pueden crear aplicaciones potentes que prioricen la privacidad y la seguridad de los datos. La API Privasea permite a los desarrolladores integrar sin problemas funciones avanzadas de protección de la privacidad en sus aplicaciones de IA.

Privanetix es una red de nodos informáticos interconectados cuya tarea es permitir la computación segura a partir de datos cifrados. Estos nodos utilizan el algoritmo FHE para calcular datos cifrados y garantizar que los delincuentes no descubran información confidencial.

Privanetix mejora la escalabilidad y eficiencia de la red Privasea AI al distribuir la computación en múltiples nodos. La red actúa como un poderoso escudo contra las fugas de datos y el acceso no autorizado, mejorando aún más la seguridad de la información confidencial de los usuarios.

Para gestionar eficazmente la red Privanetix e incentivar los nodos informáticos, surgió la suite de contratos inteligentes Privasea. La suite incluye una serie de contratos inteligentes cuidadosamente diseñados para manejar diversos aspectos de la gestión de la red. Al utilizar estos contratos inteligentes, las organizaciones pueden gestionar eficazmente la red Privanetix y garantizar que todo funcione sin problemas. Además, la suite de contratos inteligentes de Privasea ofrece incentivos a los nodos informáticos para fomentar su participación activa, mejorando aún más el rendimiento general de la red.

Regístrate en ImHuman

Actualmente, el funcionario también escribe en el sitio web oficial que puede obtener lanzamientos aéreos registrándose en ImHuman y la primera temporada del evento Génesis: el crecimiento de usuarios está en curso. Entonces podemos intentar masturbarnos.

Precauciones

Hora del evento de la primera temporada: del 27 de mayo al 31 de julio

Invitación multinivel:

Código Génesis: Los usuarios con un código Génesis tienen poder de recomendación de nivel 3.

Nivel 1 (Recomendación directa): Gana 100 estrellas por cada usuario que recomiendes.

Nivel 2 (recomendaciones de personas que recomiendas): Gana 50 estrellas por cada usuario que recomiendes.

Nivel 3 (recomendaciones de tus referentes de Nivel 2): ​​Gana 25 estrellas por cada usuario que refieras.

Código derivado: los usuarios que poseen códigos derivados tienen poder de recomendación de nivel 2.

Nivel 1 (Recomendación directa): Gana 100 estrellas por cada usuario que recomiendes.

Nivel 2 (recomendaciones de personas que recomiendas): Gana 50 estrellas por cada usuario que recomiendes.

Al final de la temporada, las estrellas se pueden canjear por lanzamientos aéreos oficiales de Privasea.

PASO.1Descargar ImHuman

Podemos acceder a https://www.privasea.ai/download-app para descargar la APP correspondiente al teléfono móvil.

Si no tiene Google Play Store, puede hacer clic para descargar el APK de Android directamente para instalarlo localmente.

PASO.2Registrar una cuenta

Después de descargar la cuenta, puede registrarla.

Simplemente complete el código de invitación: cLz7aZS.

PASO.3 Crea tu propio NFT

Debido a que las estrellas están estrechamente relacionadas con nuestros lanzamientos aéreos posteriores, se recomienda que todos obtengan más estrellas. Lo principal aquí es acuñar un NFT, que cuesta 0,03 sol (aproximadamente 4U).

Hacemos clic en Crypto para obtener nuestra propia dirección de sol, ingresamos una cierta cantidad de sol en la dirección y luego hacemos clic en NFT para acuñar el NFT especificado. Cuando hayas terminado, obtendrás la estrella correspondiente.

pensar

  • Binance y OKX han invertido en este proyecto y vale la pena hacerlo.

  • Con el auge de tecnologías como zkp, más personas prestarán atención a la pista FHE y debemos prestar atención en todo momento.

  • Actualmente, el reconocimiento facial requiere un cierto umbral.