A blockchain NEAR introduz tecnologia de computação privada, integrando desempenho e privacidade

Recentemente, a blockchain NEAR anunciou que irá introduzir tecnologias de computação cega e armazenamento cego. Esta importante atualização trará novas capacidades de proteção de privacidade para seu ecossistema. Ao integrar ferramentas avançadas de privacidade com a infraestrutura de alto desempenho da NEAR, mais de 750 projetos no ecossistema poderão utilizar a funcionalidade de computação cega, proporcionando aos usuários uma experiência mais segura e privada.

A NEAR, como uma rede de blockchain L1 madura, é conhecida por seu desempenho excepcional. Suas características principais incluem a tecnologia de sharding Nightshade, um ambiente de execução de contratos inteligentes baseado em WebAssembly e um sistema de contas intuitivo e legível. Essas inovações atraíram um grande número de desenvolvedores, impulsionando o próspero desenvolvimento do ecossistema NEAR.

A introdução desta tecnologia de privacidade trará as seguintes melhorias para o NEAR:

1. Privacidade de dados modular: os desenvolvedores podem processar flexivelmente o armazenamento e o cálculo de dados em redes de privacidade, enquanto realizam liquidações transparentes na blockchain NEAR.

2. Gestão de dados privados: expandiu o alcance funcional do NEAR, permitindo que forneça serviços de armazenamento e computação privados para vários tipos de dados.

3. Suporte a AI privada: A combinação do NEAR com o foco na AI autônoma abre um novo espaço de design para aplicações de AI descentralizadas.

Este episódio abriu novas vias para aplicações de proteção de privacidade dentro do ecossistema NEAR, especialmente no campo das soluções de IA:

• Inferência privada: proteger modelos de aprendizado de máquina proprietários e entradas sensíveis dos usuários.
• Agente de IA privado: garante que os usuários não divulguem informações sensíveis ao usar o agente de IA.
• Aprendizagem Federada: Aumentar a proteção de privacidade no treinamento de modelos em conjuntos de dados descentralizados.
• Dados sintéticos privados: proteger a privacidade dos dados durante o processo de treinamento de GAN.
• Recuperação Aumentada Privada (RAG): um método de recuperação de informações que garante a proteção da privacidade.

Além da área de IA, esta tecnologia também impulsionará o desenvolvimento de soluções de privacidade entre cadeias, plataformas comunitárias com foco na privacidade, aplicações DeFi seguras e ferramentas de desenvolvimento para proteção da privacidade.

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