稳健,是 Gate 持续增长的核心动力。
真正的成长,不是顺风顺水,而是在市场低迷时依然坚定前行。我们或许能预判牛熊市的大致节奏,但绝无法精准预测它们何时到来。特别是在熊市周期,才真正考验一家交易所的实力。
Gate 今天发布了2025年第二季度的报告。作为内部人,看到这些数据我也挺惊喜的——用户规模突破3000万,现货交易量逆势环比增长14%,成为前十交易所中唯一实现双位数增长的平台,并且登顶全球第二大交易所;合约交易量屡创新高,全球化战略稳步推进。
更重要的是,稳健并不等于守成,而是在面临严峻市场的同时,还能持续创造新的增长空间。
欢迎阅读完整报告:https://www.gate.com/zh/announcements/article/46117
加密货币市场周报:BTC涨1.62% ETH跌4% FHE技术应用前景分析
加密货币市场周报与同态加密技术探析
截至10月13日,数据平台对主要加密货币的讨论热度和价格变动进行了统计。
比特币上周的讨论次数为12.52K,环比下降0.98%。其周日收盘价为63916美元,较前一周上涨1.62%。
以太坊上周的讨论热度达到3.63K次,环比增长3.45%。但其周日价格为2530美元,较前一周下跌4%。
TON上周的讨论次数为782次,环比下降12.63%。其周日价格为5.26美元,较前一周微跌0.25%。
同态加密(FHE)是密码学领域一项前景广阔的技术,它允许在加密数据上直接进行计算而无需解密。这一特性为隐私保护和数据处理提供了强有力的支持,可广泛应用于金融、医疗、云计算、机器学习、投票系统、物联网及区块链隐私保护等多个领域。尽管FHE的应用前景广阔,但在商业化道路上仍面临诸多挑战。
FHE的潜力及应用场景
FHE的最大优势在于隐私保护。例如,当一家公司需要利用另一家公司的计算能力分析数据,但又不希望对方接触到具体内容时,FHE就能发挥作用。数据所有方可以将加密后的数据传输给计算方进行处理,计算结果依然保持加密状态,数据所有方解密后即可获得分析结果。这种机制有效保护了数据隐私,同时也使计算方能完成所需的工作。
这种隐私保护机制对金融和医疗等数据敏感行业尤为重要。随着云计算与人工智能的发展,数据安全日益成为关注焦点。FHE在这些场景中能够提供多方计算保护,使各方在不暴露私密信息的前提下完成协作。在区块链技术中,FHE通过链上隐私保护和隐私交易审查等功能,提高了数据处理的透明度和安全性。
FHE与其他加密方式的比较
在Web3领域,FHE、零知识证明(ZK)、多方计算(MPC)和可信执行环境(TEE)都是主要的隐私保护方法。与ZK不同,FHE能对加密数据执行多种操作,无需先解密数据。MPC允许各方在数据加密的情况下进行计算,无需彼此共享私密信息。TEE提供了安全环境中的计算,但对数据处理的灵活性相对有限。
这些加密技术各有优势,但在支持复杂计算任务方面,FHE表现尤为出色。然而,FHE在实际应用中仍面临高计算开销与可扩展性差的问题,这导致其在实时应用中往往力不从心。
FHE的局限性与挑战
尽管FHE理论基础强大,但在商业化应用中遇到了实际挑战:
大规模计算开销:FHE需要大量计算资源,与未加密计算相比,其开销显著增加。对于高次多项式运算,处理时间呈多项式增长,难以满足实时计算需求。降低成本需依赖专用硬件加速,但这也增加了部署复杂性。
有限的操作能力:FHE虽可执行加密数据的加法和乘法,但对复杂非线性操作支持有限,这对涉及深度神经网络等人工智能应用是一个瓶颈。当前FHE方案主要适用于线性和简单多项式计算,非线性模型应用受到显著限制。
多用户支持的复杂性:FHE在单用户场景下表现良好,但涉及多用户数据集时,系统复杂性急剧上升。虽然有研究提出了多密钥FHE框架,允许不同密钥的加密数据集进行操作,但其密钥管理和系统架构复杂度显著提高。
FHE与人工智能的结合
在当前数据驱动时代,人工智能(AI)广泛应用于多个领域,但数据隐私顾虑使用户往往不愿分享敏感信息。FHE为AI领域提供了隐私保护解决方案。在云计算场景下,数据在传输和存储过程中通常是加密的,但处理过程中往往是明文状态。通过FHE,用户数据可在保持加密状态下进行处理,确保隐私性。
这一优势在GDPR等法规要求下尤为重要,因为这些法规要求用户对数据处理方式有知情权,并确保数据在传输过程中得到保护。FHE的端到端加密为合规性和数据安全提供了保障。
当前FHE在区块链中的应用及项目
FHE在区块链中的应用主要聚焦于保护数据隐私,包括链上隐私、AI训练数据隐私、链上投票隐私和链上隐私交易审查等方向。目前,多个项目利用FHE技术推动隐私保护的实现。
一些基于FHE技术的项目包括:
结论
FHE作为一种能够在加密数据上执行计算的先进技术,具有保护数据隐私的显著优势。虽然当前FHE的商业化应用依然面临着计算开销大和可扩展性差的难题,但通过硬件加速和算法优化,这些问题有望逐步得到解决。此外,随着区块链技术的发展,FHE将在隐私保护和安全计算方面扮演越来越重要的角色。未来,FHE有可能成为支撑隐私保护计算的核心技术,为数据安全带来新的革命性突破。