NEAR blockchain introduce tecnología de privacidad: fusión de rendimiento y privacidad

Recientemente, un protocolo de privacidad anunció la introducción de tecnologías de computación ciega y almacenamiento ciego en la cadena de bloques NEAR. Esta integración combina el alto rendimiento de NEAR con herramientas de privacidad avanzadas, permitiendo que más de 750 proyectos en el ecosistema NEAR utilicen tecnología de computación ciega.

NEAR, como una red de blockchain L1 madura, es conocida por su rendimiento excepcional. Sus tres características principales incluyen:

• Tecnología de fragmentación Nightshade: aumenta el rendimiento de las transacciones y reduce la latencia, adecuada para aplicaciones de alto rendimiento.
• WebAssembly runtime: contratos inteligentes que soportan Rust y AssemblyScript, atrajeron a una comunidad de desarrolladores diversa.
• Cuenta legible: utiliza nombres de cuenta intuitivos para mejorar la experiencia del usuario y la accesibilidad.

Estas características han atraído a un gran número de desarrolladores, empresarios y creadores, que juntos han construido un ecosistema próspero.

Al combinar la capacidad de cálculo ciego con el procesamiento eficiente de transacciones de NEAR, se logran las siguientes ventajas:

• Privacidad de datos modular: la funcionalidad de privacidad se integra sin problemas con NEAR, lo que permite la ejecución modular de operaciones de almacenamiento y cálculo de datos en una red de privacidad, mientras se realiza una liquidación transparente en la cadena de bloques de NEAR.
• Gestión de datos privados: proporciona almacenamiento y cálculo privados para todos los tipos de datos, ampliando el alcance de las funciones de NEAR.
• IA Privada: La atención de NEAR hacia una IA autónoma y de propiedad del usuario se complementa con capacidades de almacenamiento y cálculo privado, abriendo un nuevo espacio de diseño para la IA descentralizada.

Esta integración abre nuevas vías para aplicaciones de protección de la privacidad dentro del ecosistema NEAR, especialmente en lo que respecta a soluciones de IA:

• Inferencia privada: implementar inferencias seguras en modelos de IA, protegiendo los modelos de aprendizaje automático propietarios y las entradas sensibles de los usuarios.
• Agentes privados: Con el auge de los agentes de IA, las soluciones de privacidad se vuelven cruciales.
• Aprendizaje federado: mejora la privacidad mediante la protección del proceso de agregación, asegurando que la información sensible derivada durante el entrenamiento se mantenga confidencial.
• Datos sintéticos privados: protege la privacidad de los datos base durante el proceso de entrenamiento de GAN.
• Generación Aumentada de Búsqueda Privada (RAG): un nuevo método de protección de la privacidad para la recuperación de información.

Además, esta integración también ha abierto nuevas posibilidades en áreas como soluciones de privacidad entre cadenas, plataformas comunitarias centradas en la privacidad, DeFi seguro y herramientas para desarrolladores que protegen la privacidad.

Al combinar la infraestructura de alto rendimiento de NEAR con funciones avanzadas de privacidad, se está creando un entorno que permite a los desarrolladores construir aplicaciones potentes y respetuosas con la privacidad para satisfacer las necesidades del mundo real. Esto ayudará a crear una nueva economía digital abierta, permitiendo a los usuarios tener un mejor control sobre sus activos y datos.