Según los últimos datos, hasta el 13 de este mes, la discusión y los cambios de precios de los principales Activos Cripto son los siguientes:
El número de discusiones sobre Bitcoin la semana pasada fue de 12.52K, con una disminución del 0.98% en comparación con la semana anterior. El precio de cierre del domingo fue de 63916 dólares, con un aumento del 1.62% en comparación con la semana anterior.
El número de discusiones sobre Ethereum la semana pasada fue de 3.63K, con un aumento del 3.45% en comparación con la semana anterior. El precio de cierre del domingo fue de 2530 dólares, con una disminución del 4% en comparación con la semana anterior.
El número de discusiones sobre TON la semana pasada fue de 782, lo que representa una disminución del 12.63% en comparación con la semana anterior. El precio de cierre del domingo fue de 5.26 dólares, con una ligera caída del 0.25% en comparación con la semana anterior.
Potencial y desafíos de la tecnología de encriptación homomórfica
La encriptación homomórfica ( FHE ) es una tecnología de vanguardia en el campo de la criptografía, que permite realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptarlos. Esta característica proporciona un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. FHE tiene amplias perspectivas de aplicación en varios campos, como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. Sin embargo, a pesar de su gran potencial, el camino hacia la comercialización de FHE aún enfrenta numerosos desafíos.
Ventajas de FHE y escenarios de aplicación
La mayor ventaja de FHE radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita aprovechar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que la otra parte acceda al contenido específico, FHE puede desempeñar su papel. El propietario de los datos puede transmitir los datos encriptados al procesador para su tratamiento, y los resultados del cálculo permanecen en estado encriptado. El propietario de los datos puede obtener los resultados del análisis tras la desencriptación, protegiendo así la privacidad de los datos y completando la tarea de cálculo necesaria.
Este mecanismo de protección de la privacidad es especialmente importante en industrias sensibles a los datos como las finanzas y la salud. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido en un foco de atención cada vez mayor. FHE puede proporcionar protección de cálculo multipartita en estos escenarios, permitiendo que las partes colaboren sin exponer información privada. En la tecnología blockchain, FHE mejora la transparencia y la seguridad del procesamiento de datos a través de funciones como la protección de la privacidad en la cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, prueba de cero conocimiento ( ZK ), cálculo multipartito ( MPC ) y entorno de ejecución confiable ( TEE ) son todos métodos principales de protección de la privacidad. A diferencia de ZK, FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar los datos primero. MPC permite que las partes realicen cálculos con los datos encriptados sin necesidad de compartir información privada entre sí. TEE proporciona cálculos en un entorno seguro, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen sus ventajas, pero en el soporte de tareas de cálculo complejas, FHE se destaca especialmente. Sin embargo, FHE aún enfrenta problemas de altos costos computacionales y mala escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y Desafíos de FHE
A pesar de que la base teórica de FHE es sólida, se han encontrado algunos desafíos prácticos en su aplicación comercial:
Costos de cálculo a gran escala: FHE requiere una gran cantidad de recursos de cálculo, y en comparación con el cálculo no encriptado, sus costos aumentan significativamente. Para operaciones polinómicas de alto grado, el tiempo de procesamiento crece de forma polinómica, lo que dificulta satisfacer las demandas de cálculo en tiempo real. Reducir costos depende de la aceleración por hardware especializado, pero esto también aumenta la complejidad de la implementación.
Capacidades de operación limitadas: aunque FHE puede realizar adición y multiplicación de datos encriptados, el soporte para operaciones no lineales complejas es limitado. Esto representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Actualmente, los esquemas FHE son principalmente adecuados para cálculos lineales y polinómicos simples, y la aplicación de modelos no lineales está significativamente restringida.
Complejidad del soporte para múltiples usuarios: FHE funciona bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios. Aunque hay investigaciones que han propuesto marcos de FHE de múltiples claves, que permiten operar con conjuntos de datos encriptados con diferentes claves, la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.
La combinación de FHE e inteligencia artificial
En la actual era impulsada por datos, la encriptación(AI) se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos a menudo hacen que los usuarios no estén dispuestos a compartir información sensible. FHE ofrece soluciones de protección de privacidad en el ámbito de la IA. En el contexto de la computación en la nube, los datos suelen estar encriptados durante la transmisión y el almacenamiento, pero a menudo están en estado de texto plano durante el procesamiento. A través de FHE, los datos de los usuarios se pueden procesar mientras se mantiene el estado encriptado, asegurando la privacidad.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, ya que estas regulaciones exigen que los usuarios tengan derecho a ser informados sobre cómo se procesan sus 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 la 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 datos de entrenamiento de IA, la privacidad de votación en cadena y la revisión de transacciones privadas en cadena. Actualmente, varios proyectos utilizan la tecnología FHE para promover la implementación de la protección de la privacidad.
Algunas soluciones FHE construidas por proyectos se aplican ampliamente en múltiples proyectos de protección de privacidad de blockchain. Estos proyectos incluyen:
Basado en la tecnología TFHE, se centra en operaciones booleanas y operaciones de enteros de baja longitud, y ha construido un proyecto de pila de desarrollo de FHE para aplicaciones de blockchain y AI.
Se desarrolló un nuevo lenguaje de contratos inteligentes y la biblioteca HyperghraphFHE, adecuada para proyectos en redes de blockchain.
Utilizar FHE para implementar la protección de la privacidad en redes de cálculo de IA, apoyando proyectos de múltiples modelos de IA.
Proyecto que combina FHE con inteligencia artificial para ofrecer un entorno de IA descentralizado y que protege la privacidad.
Como solución de capa 2 de Ethereum, soporta FHE Rollups y FHE Coprocessors, es compatible con EVM y soporta contratos inteligentes escritos en Solidity.
Conclusión
FHE, como una tecnología avanzada que puede realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de FHE aún enfrenta problemas de alto costo computacional y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Además, con el desarrollo de la tecnología blockchain, FHE jugará 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 una nueva revolución en 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.
15 me gusta
Recompensa
15
4
Compartir
Comentar
0/400
LiquidationAlert
· hace21h
moneda precio Reversión tomar a la gente por tonta ver el espectáculo
La aplicación y los desafíos de la tecnología de cifrado homomórfico en el campo de la cadena de bloques
Activos Cripto discusión y precio semanal
Según los últimos datos, hasta el 13 de este mes, la discusión y los cambios de precios de los principales Activos Cripto son los siguientes:
El número de discusiones sobre Bitcoin la semana pasada fue de 12.52K, con una disminución del 0.98% en comparación con la semana anterior. El precio de cierre del domingo fue de 63916 dólares, con un aumento del 1.62% en comparación con la semana anterior.
El número de discusiones sobre Ethereum la semana pasada fue de 3.63K, con un aumento del 3.45% en comparación con la semana anterior. El precio de cierre del domingo fue de 2530 dólares, con una disminución del 4% en comparación con la semana anterior.
El número de discusiones sobre TON la semana pasada fue de 782, lo que representa una disminución del 12.63% en comparación con la semana anterior. El precio de cierre del domingo fue de 5.26 dólares, con una ligera caída del 0.25% en comparación con la semana anterior.
Potencial y desafíos de la tecnología de encriptación homomórfica
La encriptación homomórfica ( FHE ) es una tecnología de vanguardia en el campo de la criptografía, que permite realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptarlos. Esta característica proporciona un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. FHE tiene amplias perspectivas de aplicación en varios campos, como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. Sin embargo, a pesar de su gran potencial, el camino hacia la comercialización de FHE aún enfrenta numerosos desafíos.
Ventajas de FHE y escenarios de aplicación
La mayor ventaja de FHE radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita aprovechar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que la otra parte acceda al contenido específico, FHE puede desempeñar su papel. El propietario de los datos puede transmitir los datos encriptados al procesador para su tratamiento, y los resultados del cálculo permanecen en estado encriptado. El propietario de los datos puede obtener los resultados del análisis tras la desencriptación, protegiendo así la privacidad de los datos y completando la tarea de cálculo necesaria.
Este mecanismo de protección de la privacidad es especialmente importante en industrias sensibles a los datos como las finanzas y la salud. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido en un foco de atención cada vez mayor. FHE puede proporcionar protección de cálculo multipartita en estos escenarios, permitiendo que las partes colaboren sin exponer información privada. En la tecnología blockchain, FHE mejora la transparencia y la seguridad del procesamiento de datos a través de funciones como la protección de la privacidad en la cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, prueba de cero conocimiento ( ZK ), cálculo multipartito ( MPC ) y entorno de ejecución confiable ( TEE ) son todos métodos principales de protección de la privacidad. A diferencia de ZK, FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar los datos primero. MPC permite que las partes realicen cálculos con los datos encriptados sin necesidad de compartir información privada entre sí. TEE proporciona cálculos en un entorno seguro, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen sus ventajas, pero en el soporte de tareas de cálculo complejas, FHE se destaca especialmente. Sin embargo, FHE aún enfrenta problemas de altos costos computacionales y mala escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y Desafíos de FHE
A pesar de que la base teórica de FHE es sólida, se han encontrado algunos desafíos prácticos en su aplicación comercial:
Costos de cálculo a gran escala: FHE requiere una gran cantidad de recursos de cálculo, y en comparación con el cálculo no encriptado, sus costos aumentan significativamente. Para operaciones polinómicas de alto grado, el tiempo de procesamiento crece de forma polinómica, lo que dificulta satisfacer las demandas de cálculo en tiempo real. Reducir costos depende de la aceleración por hardware especializado, pero esto también aumenta la complejidad de la implementación.
Capacidades de operación limitadas: aunque FHE puede realizar adición y multiplicación de datos encriptados, el soporte para operaciones no lineales complejas es limitado. Esto representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Actualmente, los esquemas FHE son principalmente adecuados para cálculos lineales y polinómicos simples, y la aplicación de modelos no lineales está significativamente restringida.
Complejidad del soporte para múltiples usuarios: FHE funciona bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios. Aunque hay investigaciones que han propuesto marcos de FHE de múltiples claves, que permiten operar con conjuntos de datos encriptados con diferentes claves, la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.
La combinación de FHE e inteligencia artificial
En la actual era impulsada por datos, la encriptación(AI) se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos a menudo hacen que los usuarios no estén dispuestos a compartir información sensible. FHE ofrece soluciones de protección de privacidad en el ámbito de la IA. En el contexto de la computación en la nube, los datos suelen estar encriptados durante la transmisión y el almacenamiento, pero a menudo están en estado de texto plano durante el procesamiento. A través de FHE, los datos de los usuarios se pueden procesar mientras se mantiene el estado encriptado, asegurando la privacidad.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, ya que estas regulaciones exigen que los usuarios tengan derecho a ser informados sobre cómo se procesan sus 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 la 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 datos de entrenamiento de IA, la privacidad de votación en cadena y la revisión de transacciones privadas en cadena. Actualmente, varios proyectos utilizan la tecnología FHE para promover la implementación de la protección de la privacidad.
Algunas soluciones FHE construidas por proyectos se aplican ampliamente en múltiples proyectos de protección de privacidad de blockchain. Estos proyectos incluyen:
Basado en la tecnología TFHE, se centra en operaciones booleanas y operaciones de enteros de baja longitud, y ha construido un proyecto de pila de desarrollo de FHE para aplicaciones de blockchain y AI.
Se desarrolló un nuevo lenguaje de contratos inteligentes y la biblioteca HyperghraphFHE, adecuada para proyectos en redes de blockchain.
Utilizar FHE para implementar la protección de la privacidad en redes de cálculo de IA, apoyando proyectos de múltiples modelos de IA.
Proyecto que combina FHE con inteligencia artificial para ofrecer un entorno de IA descentralizado y que protege la privacidad.
Como solución de capa 2 de Ethereum, soporta FHE Rollups y FHE Coprocessors, es compatible con EVM y soporta contratos inteligentes escritos en Solidity.
Conclusión
FHE, como una tecnología avanzada que puede realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de FHE aún enfrenta problemas de alto costo computacional y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Además, con el desarrollo de la tecnología blockchain, FHE jugará 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 una nueva revolución en la seguridad de los datos.