Al 13 de octubre, las estadísticas de BTC, ETH y TON en la plataforma TrendX son las siguientes:
El número de discusiones de BTC la semana pasada fue de 12,52K, un 0,98% menos que la semana anterior. El precio del domingo de la semana pasada fue de 63.916 dólares, un 1,62% más que el domingo anterior;
El número de discusiones de ETH la semana pasada fue de 3,63 mil, un aumento del 3,45 % con respecto a la semana anterior. El precio del domingo de la semana pasada fue de $ 2530, una disminución del 4 % con respecto al domingo anterior;
El número de discusiones sobre TON la semana pasada fue de 782, un 12,63% menos que la semana anterior. El precio del domingo de la semana pasada fue de 5,26 dólares, un 0,25% menos que el domingo anterior;
El cifrado totalmente homomórfico (FHE) es una tecnología con gran potencial en la criptografía actual. Su característica principal es que permite realizar cálculos directamente sobre datos cifrados sin descifrarlos, lo que proporciona una poderosa protección de la privacidad y soporte de procesamiento de datos. FHE puede usarse ampliamente en campos como finanzas, atención médica, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad de blockchain. Sin embargo, a pesar de las amplias perspectivas de aplicación de FHE, todavía enfrenta desafíos en su camino de comercialización.
El potencial y los escenarios de aplicación de FHE.
La mayor ventaja del cifrado homomórfico es la protección de la privacidad. Imagine que la empresa A necesita utilizar la potencia informática de la empresa B para analizar sus datos, pero no quiere que la empresa B tenga acceso al contenido específico de los datos. FHE puede desempeñar un papel en esta situación: la empresa A puede cifrar los datos y transmitirlos a la empresa B para su cálculo. Los resultados del cálculo permanecen cifrados y la empresa A puede obtener los resultados del análisis después del descifrado. De esta manera, se protege eficazmente la privacidad de los datos y la empresa B también puede realizar el trabajo informático necesario.
Este mecanismo de protección de la privacidad es particularmente importante para industrias sensibles a los datos, como las finanzas y la atención médica. Además, 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 el centro de atención. FHE puede proporcionar protección informática multipartita en estos escenarios, permitiendo a todas las partes completar la colaboración sin exponer información privada. Especialmente en la tecnología blockchain, FHE mejora la transparencia y la seguridad del procesamiento de datos a través de funciones como la protección de la privacidad en cadena y la revisión de transacciones privadas.
Comparación de FHE y otros métodos de cifrado
En el campo Web3, FHE, prueba de conocimiento cero (ZK), computación multipartita (MPC) y entorno de ejecución confiable (TEE) son los principales métodos de protección de la privacidad. A diferencia de ZK, FHE puede realizar una variedad de operaciones con datos cifrados sin descifrarlos primero. MPC permite a las partes realizar cálculos mientras los datos están cifrados sin compartir información privada entre sí. TEE proporciona informática en un entorno seguro, pero tiene una flexibilidad relativamente limitada en el procesamiento de datos.
Cada una de estas tecnologías de cifrado tiene sus ventajas, pero FHE es particularmente bueno para soportar tareas informáticas complejas. A pesar de esto, FHE todavía enfrenta los problemas de una alta sobrecarga computacional y una escalabilidad deficiente en aplicaciones prácticas, lo que a menudo lo hace insuficiente en aplicaciones en tiempo real. Limitaciones y desafíos de FHE Aunque FHE tiene una base teórica sólida, ha encontrado desafíos prácticos en su aplicación comercial.
Gastos generales de computación a gran escala: FHE requiere una gran cantidad de recursos informáticos y su gastos generales de computación aumenta significativamente en comparación con la computación no cifrada. Para operaciones polinómicas de alto orden, el tiempo de procesamiento aumenta polinómicamente, por lo que a FHE le resulta difícil satisfacer las necesidades de los cálculos en tiempo real. Para reducir costos, FHE depende de la aceleración de hardware dedicado, pero esto también aumenta la complejidad de la implementación.
Capacidades operativas limitadas: aunque FHE puede realizar sumas y multiplicaciones de datos cifrados, tiene un soporte limitado para operaciones no lineales complejas, lo que constituye un cuello de botella para las aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Los esquemas FHE actuales siguen siendo principalmente adecuados para cálculos polinomiales lineales y simples, y la aplicación de modelos no lineales es significativamente limitada.
Complejidad del soporte multiusuario: FHE funciona bien en escenarios de un solo usuario, pero cuando se trata de conjuntos de datos multiusuario, la complejidad del sistema aumenta dramáticamente. En 2013, el marco FHE de claves múltiples propuesto por López-Alt et al., aunque permitía operaciones en conjuntos de datos cifrados con diferentes claves, su gestión de claves y la complejidad de la arquitectura del sistema aumentaron significativamente.
La combinación de FHE e inteligencia artificial
En la era actual impulsada por los datos, la inteligencia artificial (IA) se utiliza ampliamente en múltiples campos, pero los usuarios a menudo se muestran reacios a compartir datos confidenciales, como información médica y financiera, debido a preocupaciones sobre la privacidad de los datos. FHE ofrece soluciones de protección de la privacidad para el campo de la IA. En escenarios de computación en la nube, los datos generalmente se cifran durante la transmisión y el almacenamiento, pero a menudo están en texto claro durante el procesamiento. A través de FHE, los datos del usuario pueden procesarse mientras permanecen cifrados, lo que garantiza la privacidad de los datos.
Esta ventaja es particularmente importante bajo regulaciones como GDPR, que requieren que los usuarios tengan derecho a saber cómo se procesan sus datos y garantizar que los datos estén protegidos durante la transferencia. El cifrado de extremo a extremo de FHE brinda garantía de cumplimiento y seguridad de los datos.
Aplicaciones y proyectos actuales de FHE en blockchain.
La aplicación de FHE en blockchain se centra principalmente en proteger la privacidad de los datos, incluida la privacidad en la cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en la cadena y la revisión de transacciones de privacidad en la cadena. Actualmente, muchos proyectos utilizan la tecnología FHE para promover la realización de la protección de la privacidad. Por ejemplo, la solución FHE creada por Zama se utiliza ampliamente en proyectos como Fhenix, Privasea, IncoNetwork y MindNetwork.
Zama: Basado en la tecnología TFHE, se centra en operaciones booleanas y operaciones enteras de baja longitud de palabras, y ha creado una pila de desarrollo FHE para aplicaciones blockchain y de inteligencia artificial.
Octra: Desarrolló un nuevo lenguaje de contrato inteligente y una biblioteca HyperghraphFHE para redes blockchain.
Privasea: utilice FHE para lograr protección de la privacidad en redes informáticas de IA y admitir múltiples modelos de IA.
MindNetwork: combina FHE e inteligencia artificial para proporcionar un entorno de IA descentralizado y que protege la privacidad.
Fhenix: como solución de Capa 2 para Ethereum, admite FHE Rollups y FHE Coprocesadores, es compatible con EVM y admite contratos inteligentes escritos en Solidity.
datos de investigacion
en conclusión
Como tecnología avanzada capaz de realizar cálculos sobre datos cifrados, FHE tiene importantes ventajas en la protección de la privacidad de los datos. Aunque las aplicaciones comerciales actuales de FHE todavía enfrentan problemas de alta sobrecarga computacional y baja escalabilidad, se espera que estos problemas se resuelvan gradualmente mediante la aceleración de hardware y la optimización de algoritmos. Además, con el desarrollo de la tecnología blockchain, FHE desempeñará un papel cada vez más importante en la protección de la privacidad y la informática segura. En el futuro, es probable que FHE se convierta en la tecnología central que respalde la informática que preserva la privacidad y aporte nuevos avances revolucionarios a la seguridad de los datos.
SíguenosTrendX
La plataforma de oportunidades de inversión TrendX-No.1 Web3 se basa en tecnología de análisis de inteligencia artificial líder en la industria y tecnología de seguimiento de tendencias dentro y fuera de la cadena para analizar decenas de miles de millones de dinámicas de datos en tiempo real, capturar oportunidades de inversión y brindar a los usuarios asesoramiento de inversión. a través de interacciones intuitivas, adhiriéndose al concepto de "el cambio es oportunidad", y se compromete a convertirse en la plataforma de inversión Web3 preferida por los usuarios.
La inversión es arriesgada, el proyecto es solo de referencia, asuma el riesgo bajo su propia responsabilidad.
