A blockchain NEAR introduz tecnologia de privacidade: a fusão de desempenho e privacidade

Recentemente, um protocolo de privacidade anunciou a introdução de tecnologias de computação cega e armazenamento cego na blockchain NEAR. Esta integração combina o alto desempenho da NEAR com ferramentas de privacidade avançadas, permitindo que mais de 750 projetos no ecossistema NEAR utilizem a tecnologia de computação cega.

NEAR é uma rede de blockchain L1 madura, conhecida pelo seu desempenho excepcional. As suas três principais características incluem:

• Tecnologia de fragmentação Nightshade: aumenta a taxa de transações e reduz a latência, adequada para aplicações de alto desempenho.
• WebAssembly runtime: contratos inteligentes que suportam Rust e AssemblyScript, atraindo uma diversidade de grupos de desenvolvedores.
• Conta legível: use nomes de conta intuitivos para melhorar a experiência do usuário e a acessibilidade.

Essas características atraíram um grande número de desenvolvedores, empreendedores e criadores, que juntos construíram um ecossistema próspero.

Ao combinar a capacidade de computação cega com o processamento eficiente de transações da NEAR, foram alcançadas as seguintes vantagens:

• Privacidade de dados modular: funcionalidades de privacidade integradas de forma transparente com o NEAR, permitindo a execução modular de armazenamento e operações de cálculo em redes de privacidade, enquanto realiza liquidações transparentes na blockchain NEAR.
• Gestão de dados privados: oferece armazenamento e cálculo privados para todos os tipos de dados, expandindo o alcance das funcionalidades da NEAR.
• AI Privado: A atenção da NEAR à IA autônoma e de propriedade do usuário complementa a capacidade de armazenamento e computação privada, abrindo um novo espaço de design para IA descentralizada.

Esta integração abre novas possibilidades para aplicações de proteção de privacidade dentro do ecossistema NEAR, especialmente no que diz respeito a soluções de IA:

• Inferência Privada: Implementar inferência segura para modelos de IA, protegendo modelos de aprendizado de máquina proprietários e entradas sensíveis dos usuários.
• Agente privado: Com o surgimento de agentes de IA, as soluções de privacidade tornaram-se cruciais.
• Aprendizado federado: melhorar a privacidade através da proteção do processo de agregação, garantindo que as informações sensíveis derivadas durante o treinamento permaneçam confidenciais.
• Dados sintéticos privados: protege a privacidade dos dados básicos durante o processo de treinamento do GAN.
• Geração Aumentada de Recuperação Privada (RAG): um novo método de proteção de privacidade para recuperação de informações.

Além disso, essa integração trouxe novas possibilidades para soluções de privacidade entre cadeias, plataformas comunitárias com foco na privacidade, DeFi seguro e ferramentas de desenvolvimento que protegem a privacidade.

Ao combinar a infraestrutura de alto desempenho do NEAR com funcionalidades avançadas de privacidade, está-se a criar um ambiente que permite aos desenvolvedores construir aplicações robustas e que protegem a privacidade, para atender às necessidades do mundo real. Isso ajudará a criar uma nova economia digital aberta, permitindo que os usuários tenham um melhor controle sobre seus ativos e dados.