Datos del mercado de Activos Cripto y el desarrollo de la Cifrado homomórfico
Hasta el 13 de octubre, el nivel de discusión y el desempeño de precios de las tres principales Activos Cripto son los siguientes:
El número de discusiones sobre Bitcoin la semana pasada fue de 12.52K, una disminución del 0.98% en comparación con la semana anterior. El precio del domingo pasado fue de 63916 dólares, un aumento del 1.62% en comparación con el domingo anterior.
La cantidad de discusiones sobre Ethereum la semana pasada fue de 3.63K, un aumento del 3.45% en comparación con la semana anterior. El precio del domingo pasado fue de 2530 dólares, una caída del 4% en comparación con el domingo de la semana anterior.
El número de discusiones sobre un Activo Cripto la semana pasada fue de 782, lo que representa una caída del 12.63% en comparación con la semana anterior. El precio del domingo pasado fue de 5.26 dólares, una ligera caída del 0.25% en comparación con el domingo de la semana anterior.
El cifrado homomórfico ( FHE ) es una tecnología con un gran potencial en el campo de la criptografía. Permite realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptar, proporcionando un fuerte soporte para la protección de la privacidad y el procesamiento de datos. FHE puede aplicarse ampliamente en finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain, entre otros campos. A pesar de sus amplias perspectivas de aplicación, la comercialización de FHE aún enfrenta numerosos desafíos.
Potencial y escenarios de aplicación de FHE
La mayor ventaja del Cifrado homomórfico radica en la protección de la privacidad. Por ejemplo, una empresa necesita utilizar la capacidad de computación de otra empresa para analizar datos, pero no desea que esta última tenga acceso al contenido específico. FHE puede desempeñar un papel en este caso: el propietario de los datos puede transmitir datos encriptados a la parte que realiza el cálculo para su procesamiento, los resultados del cálculo se mantienen en estado encriptado, y el propietario de los datos puede obtener los resultados del análisis después de desencriptarlos. Este mecanismo protege la privacidad de los datos y completa el trabajo de cálculo necesario.
Para industrias sensibles a datos como las finanzas y la salud, este mecanismo de protección de la privacidad es especialmente importante. 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 un foco de atención. FHE puede proporcionar protección de computación multipartita en estos escenarios, permitiendo a las partes colaborar sin exponer información confidencial. En la tecnología blockchain, FHE mejora la transparencia y 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 con otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas de conocimiento cero (ZK), computación multipartita (MPC) y entorno de ejecución confiable (TEE) son los principales métodos de protección de la privacidad. FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar primero los datos. MPC permite a las partes calcular en condiciones de datos encriptados sin compartir información privada. TEE proporciona un entorno seguro para el cálculo, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen ventajas distintas, pero en el soporte de tareas de cálculo complejas, el Cifrado homomórfico (FHE) se destaca especialmente. Sin embargo, el FHE todavía enfrenta problemas de alto costo computacional y mala escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos del FHE
A pesar de que la base teórica de FHE es sólida, se ha encontrado con desafíos prácticos en su aplicación comercial:
Coste de computación a gran escala: FHE requiere una gran cantidad de recursos de computación, y en comparación con la computación no encriptada, su coste aumenta significativamente. Para operaciones de polinomios de alto grado, el tiempo de procesamiento crece de forma polinómica, lo que dificulta satisfacer las necesidades de computación en tiempo real.
Capacidad de operación limitada: FHE puede ejecutar la suma y multiplicación de datos encriptados, pero el soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial como las redes neuronales profundas.
Complejidad de soporte para múltiples usuarios: FHE se desempeña bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios.
La combinación de FHE y la inteligencia artificial
En la era impulsada por datos, la inteligencia artificial se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos hacen que los usuarios no deseen compartir información sensible. FHE ofrece soluciones de protección de la privacidad en el campo de la inteligencia artificial. En el contexto de la computación en la nube, FHE permite que los datos de los usuarios sean procesados manteniendo su estado de encriptación, asegurando así la privacidad.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen que los usuarios tengan derecho a ser informados sobre las formas de procesamiento de datos y garantizan que los datos estén protegidos durante la transmisión. La encriptación de extremo a extremo de FHE proporciona garantías de cumplimiento y seguridad de los datos.
Aplicaciones y proyectos actuales de FHE en blockchain
La aplicación de FHE en la blockchain se centra principalmente en la protección de la privacidad de los datos, incluyendo la privacidad en cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en cadena y la revisión de transacciones privadas en cadena. Varios proyectos están utilizando la tecnología FHE para impulsar la implementación de la protección de la privacidad.
Algunos proyectos han desarrollado soluciones FHE basadas en la tecnología TFHE, centrándose en operaciones booleanas y operaciones con enteros de baja longitud, y han construido una pila de desarrollo FHE para aplicaciones de blockchain y AI. Otros proyectos han desarrollado un nuevo lenguaje de contratos inteligentes y bibliotecas FHE, adecuadas para redes de blockchain.
Algunos proyectos utilizan Cifrado homomórfico para implementar la protección de la privacidad en redes de cálculo de IA, soportando múltiples modelos de IA. También hay proyectos que combinan Cifrado homomórfico con inteligencia artificial, ofreciendo un entorno de IA descentralizado y con protección de la privacidad.
Algunos proyectos como soluciones Layer 2 de Ethereum, soportan Rollups FHE y Coprocesadores FHE, son compatibles con EVM y soportan contratos inteligentes escritos en Solidity.
Conclusión
FHE, como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque actualmente las aplicaciones comerciales de FHE todavía enfrentan problemas de altos costos computacionales y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Con el desarrollo de la tecnología blockchain, FHE desempeñará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, FHE podría convertirse en la tecnología central que respalde el cálculo de protección de la privacidad, trayendo nuevos avances revolucionarios para la seguridad de los datos.
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.
14 me gusta
Recompensa
14
6
Republicar
Compartir
Comentar
0/400
AirdropHunterXiao
· 08-06 21:55
BTC va a alcanzar el cielo, ¿verdad?
Ver originalesResponder0
ChainDoctor
· 08-06 16:34
Esta vez realmente está alcista, ¿verdad?
Ver originalesResponder0
RugpullTherapist
· 08-06 10:41
El bull run ha llegado, vamos a aprovecharlo.
Ver originalesResponder0
SchrodingerPrivateKey
· 08-06 10:41
¿Por qué los datos son tan extraños?
Ver originalesResponder0
MysteryBoxBuster
· 08-06 10:39
BTC es realmente impresionante, aún está en verde.
Las aplicaciones y desafíos de la tecnología FHE en la protección de la privacidad en la Cadena de bloques y la IA
Datos del mercado de Activos Cripto y el desarrollo de la Cifrado homomórfico
Hasta el 13 de octubre, el nivel de discusión y el desempeño de precios de las tres principales Activos Cripto son los siguientes:
El número de discusiones sobre Bitcoin la semana pasada fue de 12.52K, una disminución del 0.98% en comparación con la semana anterior. El precio del domingo pasado fue de 63916 dólares, un aumento del 1.62% en comparación con el domingo anterior.
La cantidad de discusiones sobre Ethereum la semana pasada fue de 3.63K, un aumento del 3.45% en comparación con la semana anterior. El precio del domingo pasado fue de 2530 dólares, una caída del 4% en comparación con el domingo de la semana anterior.
El número de discusiones sobre un Activo Cripto la semana pasada fue de 782, lo que representa una caída del 12.63% en comparación con la semana anterior. El precio del domingo pasado fue de 5.26 dólares, una ligera caída del 0.25% en comparación con el domingo de la semana anterior.
El cifrado homomórfico ( FHE ) es una tecnología con un gran potencial en el campo de la criptografía. Permite realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptar, proporcionando un fuerte soporte para la protección de la privacidad y el procesamiento de datos. FHE puede aplicarse ampliamente en finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain, entre otros campos. A pesar de sus amplias perspectivas de aplicación, la comercialización de FHE aún enfrenta numerosos desafíos.
Potencial y escenarios de aplicación de FHE
La mayor ventaja del Cifrado homomórfico radica en la protección de la privacidad. Por ejemplo, una empresa necesita utilizar la capacidad de computación de otra empresa para analizar datos, pero no desea que esta última tenga acceso al contenido específico. FHE puede desempeñar un papel en este caso: el propietario de los datos puede transmitir datos encriptados a la parte que realiza el cálculo para su procesamiento, los resultados del cálculo se mantienen en estado encriptado, y el propietario de los datos puede obtener los resultados del análisis después de desencriptarlos. Este mecanismo protege la privacidad de los datos y completa el trabajo de cálculo necesario.
Para industrias sensibles a datos como las finanzas y la salud, este mecanismo de protección de la privacidad es especialmente importante. 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 un foco de atención. FHE puede proporcionar protección de computación multipartita en estos escenarios, permitiendo a las partes colaborar sin exponer información confidencial. En la tecnología blockchain, FHE mejora la transparencia y 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 con otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas de conocimiento cero (ZK), computación multipartita (MPC) y entorno de ejecución confiable (TEE) son los principales métodos de protección de la privacidad. FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar primero los datos. MPC permite a las partes calcular en condiciones de datos encriptados sin compartir información privada. TEE proporciona un entorno seguro para el cálculo, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen ventajas distintas, pero en el soporte de tareas de cálculo complejas, el Cifrado homomórfico (FHE) se destaca especialmente. Sin embargo, el FHE todavía enfrenta problemas de alto costo computacional y mala escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos del FHE
A pesar de que la base teórica de FHE es sólida, se ha encontrado con desafíos prácticos en su aplicación comercial:
Coste de computación a gran escala: FHE requiere una gran cantidad de recursos de computación, y en comparación con la computación no encriptada, su coste aumenta significativamente. Para operaciones de polinomios de alto grado, el tiempo de procesamiento crece de forma polinómica, lo que dificulta satisfacer las necesidades de computación en tiempo real.
Capacidad de operación limitada: FHE puede ejecutar la suma y multiplicación de datos encriptados, pero el soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial como las redes neuronales profundas.
Complejidad de soporte para múltiples usuarios: FHE se desempeña bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios.
La combinación de FHE y la inteligencia artificial
En la era impulsada por datos, la inteligencia artificial se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos hacen que los usuarios no deseen compartir información sensible. FHE ofrece soluciones de protección de la privacidad en el campo de la inteligencia artificial. En el contexto de la computación en la nube, FHE permite que los datos de los usuarios sean procesados manteniendo su estado de encriptación, asegurando así la privacidad.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen que los usuarios tengan derecho a ser informados sobre las formas de procesamiento de datos y garantizan que los datos estén protegidos durante la transmisión. La encriptación de extremo a extremo de FHE proporciona garantías de cumplimiento y seguridad de los datos.
Aplicaciones y proyectos actuales de FHE en blockchain
La aplicación de FHE en la blockchain se centra principalmente en la protección de la privacidad de los datos, incluyendo la privacidad en cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en cadena y la revisión de transacciones privadas en cadena. Varios proyectos están utilizando la tecnología FHE para impulsar la implementación de la protección de la privacidad.
Algunos proyectos han desarrollado soluciones FHE basadas en la tecnología TFHE, centrándose en operaciones booleanas y operaciones con enteros de baja longitud, y han construido una pila de desarrollo FHE para aplicaciones de blockchain y AI. Otros proyectos han desarrollado un nuevo lenguaje de contratos inteligentes y bibliotecas FHE, adecuadas para redes de blockchain.
Algunos proyectos utilizan Cifrado homomórfico para implementar la protección de la privacidad en redes de cálculo de IA, soportando múltiples modelos de IA. También hay proyectos que combinan Cifrado homomórfico con inteligencia artificial, ofreciendo un entorno de IA descentralizado y con protección de la privacidad.
Algunos proyectos como soluciones Layer 2 de Ethereum, soportan Rollups FHE y Coprocesadores FHE, son compatibles con EVM y soportan contratos inteligentes escritos en Solidity.
Conclusión
FHE, como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque actualmente las aplicaciones comerciales de FHE todavía enfrentan problemas de altos costos computacionales y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Con el desarrollo de la tecnología blockchain, FHE desempeñará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, FHE podría convertirse en la tecnología central que respalde el cálculo de protección de la privacidad, trayendo nuevos avances revolucionarios para la seguridad de los datos.