Acuñando NFT de datos faciales: La exploración innovadora de Privasea
Recientemente, un proyecto de acuñando de NFT de reconocimiento facial ha generado una amplia atención. Este proyecto permite a los usuarios ingresar su propia cara a través de una aplicación móvil y acuñarla como NFT. Desde su lanzamiento a finales de abril, ha atraído más de 200,000 acuñados de NFT, mostrando un alto nivel de interés.
Este proyecto no se limita simplemente a convertir datos faciales en NFT, su objetivo principal es validar la autenticidad del usuario a través del reconocimiento facial. En el actual entorno de internet, los robots ocupan una gran parte del tráfico, de los cuales el tráfico malicioso representa un 27.5%. Esta situación ha causado un gran inconveniente tanto para los proveedores de servicios como para los usuarios comunes.
En el ámbito de Web3, el reconocimiento humano-máquina también es crucial. Por ejemplo, en las campañas de airdrop de proyectos, es necesario prevenir que los tramposos creen múltiples cuentas falsas para atacar. Para algunas operaciones de alto riesgo, como el inicio de sesión en cuentas y retiros, es necesario verificar que el usuario no solo sea una persona real, sino también el propietario real de la cuenta.
Privasea ha propuesto una solución innovadora: construir la red de inteligencia artificial de Privasea basada en FHE (encriptación homomórfica completa) para abordar el problema de cálculo de privacidad en escenarios de IA dentro del entorno Web3. Esta red incluye cuatro roles: propietarios de datos, nodos de Privanetix, descifradores y receptores de resultados. A través de una estructura jerárquica y un empaquetado optimizado, Privasea ofrece una solución de cálculo de privacidad eficiente.
El flujo de trabajo de la red Privasea AI incluye pasos como el registro de usuarios, la presentación de tareas, la asignación de tareas, el cálculo cifrado, el cambio de claves, la verificación de resultados, el mecanismo de incentivos, la recuperación de resultados y la entrega de resultados. Todo el proceso garantiza la privacidad de los datos y la integridad de los cálculos.
Para gestionar los nodos de la red y distribuir recompensas, Privasea ha lanzado el NFT WorkHeart y el NFT StarFuel, basados respectivamente en los mecanismos PoW y PoS. Esta combinación de doble mecanismo optimiza la estructura de distribución de ingresos, equilibrando la importancia de los recursos computacionales y económicos en la red.
FHE, como tecnología central de Privasea AI Network, se considera el nuevo santo grial de la criptografía. En comparación con las pruebas de cero conocimiento (ZKP), FHE se enfoca más en la computación privada, mientras que ZKP se utiliza principalmente para la verificación de la privacidad. Sin embargo, FHE también enfrenta el desafío de la lentitud en la velocidad de cálculo. A pesar de esto, con el desarrollo de tecnologías como la optimización de algoritmos y la aceleración de hardware, el rendimiento de FHE está mejorando constantemente.
Privasea, a través de su única arquitectura y tecnología de cálculo de privacidad, está abriendo nuevas posibilidades para la profunda fusión entre Web3 y AI. Aunque el FHE aún necesita mejoras en la velocidad de cálculo, Privasea ha establecido una colaboración con ZAMA para abordar el desafío del cálculo de privacidad. Con los constantes avances tecnológicos, Privasea tiene el potencial de desempeñar un papel pionero en más campos, convirtiéndose en un líder en aplicaciones de cálculo de privacidad y AI.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
7 me gusta
Recompensa
7
6
Compartir
Comentar
0/400
CoffeeNFTs
· hace5h
¿Es barato o no? ¿Vendiste mi cara y aún quieres ganar dinero?
Ver originalesResponder0
MoonMathMagic
· hace5h
¿Quién aprobó este arte? Falta gran virtud.
Ver originalesResponder0
degenwhisperer
· hace5h
¿Es esto fiable?
Ver originalesResponder0
QuorumVoter
· hace5h
No me atrevo a convertir mi selfie en NFT porque tengo miedo de que me lo roben, piel limitada del Festival del Doble Cinco.
Ver originalesResponder0
ConfusedWhale
· hace5h
¿El cabello se ha convertido en un NFT???
Ver originalesResponder0
OnchainDetective
· hace5h
Airdrop Cupones de clip todos están cansados de jugar.
Privasea explora nuevas soluciones de cálculo de privacidad de NFT de rostro y AI
Acuñando NFT de datos faciales: La exploración innovadora de Privasea
Recientemente, un proyecto de acuñando de NFT de reconocimiento facial ha generado una amplia atención. Este proyecto permite a los usuarios ingresar su propia cara a través de una aplicación móvil y acuñarla como NFT. Desde su lanzamiento a finales de abril, ha atraído más de 200,000 acuñados de NFT, mostrando un alto nivel de interés.
Este proyecto no se limita simplemente a convertir datos faciales en NFT, su objetivo principal es validar la autenticidad del usuario a través del reconocimiento facial. En el actual entorno de internet, los robots ocupan una gran parte del tráfico, de los cuales el tráfico malicioso representa un 27.5%. Esta situación ha causado un gran inconveniente tanto para los proveedores de servicios como para los usuarios comunes.
En el ámbito de Web3, el reconocimiento humano-máquina también es crucial. Por ejemplo, en las campañas de airdrop de proyectos, es necesario prevenir que los tramposos creen múltiples cuentas falsas para atacar. Para algunas operaciones de alto riesgo, como el inicio de sesión en cuentas y retiros, es necesario verificar que el usuario no solo sea una persona real, sino también el propietario real de la cuenta.
Privasea ha propuesto una solución innovadora: construir la red de inteligencia artificial de Privasea basada en FHE (encriptación homomórfica completa) para abordar el problema de cálculo de privacidad en escenarios de IA dentro del entorno Web3. Esta red incluye cuatro roles: propietarios de datos, nodos de Privanetix, descifradores y receptores de resultados. A través de una estructura jerárquica y un empaquetado optimizado, Privasea ofrece una solución de cálculo de privacidad eficiente.
El flujo de trabajo de la red Privasea AI incluye pasos como el registro de usuarios, la presentación de tareas, la asignación de tareas, el cálculo cifrado, el cambio de claves, la verificación de resultados, el mecanismo de incentivos, la recuperación de resultados y la entrega de resultados. Todo el proceso garantiza la privacidad de los datos y la integridad de los cálculos.
Para gestionar los nodos de la red y distribuir recompensas, Privasea ha lanzado el NFT WorkHeart y el NFT StarFuel, basados respectivamente en los mecanismos PoW y PoS. Esta combinación de doble mecanismo optimiza la estructura de distribución de ingresos, equilibrando la importancia de los recursos computacionales y económicos en la red.
FHE, como tecnología central de Privasea AI Network, se considera el nuevo santo grial de la criptografía. En comparación con las pruebas de cero conocimiento (ZKP), FHE se enfoca más en la computación privada, mientras que ZKP se utiliza principalmente para la verificación de la privacidad. Sin embargo, FHE también enfrenta el desafío de la lentitud en la velocidad de cálculo. A pesar de esto, con el desarrollo de tecnologías como la optimización de algoritmos y la aceleración de hardware, el rendimiento de FHE está mejorando constantemente.
Privasea, a través de su única arquitectura y tecnología de cálculo de privacidad, está abriendo nuevas posibilidades para la profunda fusión entre Web3 y AI. Aunque el FHE aún necesita mejoras en la velocidad de cálculo, Privasea ha establecido una colaboración con ZAMA para abordar el desafío del cálculo de privacidad. Con los constantes avances tecnológicos, Privasea tiene el potencial de desempeñar un papel pionero en más campos, convirtiéndose en un líder en aplicaciones de cálculo de privacidad y AI.