整个加密生态系统面临的最大挑战之一是隐私，应用程序的使用并不意味着将我们数据的重要部分在网络上公开，以便任何人都可以查看和分析它。
零知识证明 (ZKP) 已成为密码学中的一种有价值的工具，因为它们能够在不泄露信息的情况下证明信息知识，并提高 zk-rollups 环境中的可扩展性。
尽管 ZKP 在隐私和可扩展性方面提供了显着的优势，但它们面临着重大限制，限制了它们在某些场景中的适用性。
首先，ZKP 通常依赖受信任的第三方来存储和计算隐藏信息，这限制了它们的无许可可组合性，因为其他应用程序可能需要访问链下数据。这种方法让人想起 web2 云计算，其中有必要将信任元素引入到分散的环境中。
其次，ZKP 中的状态转换是通过明文完成的，这意味着用户必须信任第三方来处理其未加密的数据。这引起了人们对所处理数据的安全和隐私的担忧，因为敏感信息的泄露几乎肯定会被恶意方利用。
最后，ZKP 可能不适合需要共享私有状态知识以生成有关本地私有状态的证据的应用程序。
这一要求在 AMM 团体或民间借贷团体等团体中很常见，在这些团体中，共享状态信息对于有效验证交易至关重要。
面对这些限制，完全同态密码学（FHE）成为一种有前途的替代方案。 FHE 是一种加密方案，允许对加密数据进行计算，而无需先解密。
这意味着用户可以对其数据进行加密并将其发送给第三方进行处理，而不会损害信息的隐私。
在区块链应用程序中，FHE 提供了维护共享私有状态的可能性，这在关注隐私的场景中至关重要。
例如，在去中心化 AMM 中，FHE 可用于隐藏有关交易所操作的信息，在验证链上交易的同时维护用户隐私。
然而，FHE 也面临着自己的挑战，最值得注意的是计算量太大，这可能会导致操作执行中出现显着的延迟。
此外，它需要仔细管理以避免加密数据的损坏，这在某些情况下可能很困难。
尽管存在这些限制，FHE 的开发仍在进行中，并且其采用率预计会增加，因为 FHE 与其他技术（例如多方计算（MPC）和 ZKP）的结合可以提供更完整的解决方案来保证隐私。区块链应用。
