Au 13 octobre, la chaleur des discussions et les variations de prix des trois principaux cryptoactifs sont les suivantes :
Le nombre de discussions sur le Bitcoin la semaine dernière était de 12,52 K, ce qui représente une légère baisse de 0,98 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la même période de la semaine précédente.
La discussion sur Ethereum a augmenté la semaine dernière, atteignant 3,63K discussions, avec une augmentation de 3,45 %. Cependant, son prix de clôture dimanche était de 2530 dollars, en baisse de 4 % par rapport à la même période la semaine précédente.
Le nombre de discussions sur un autre cryptoactif la semaine dernière était de 782, ce qui représente une baisse de 12,63 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 5,26 dollars, en légère baisse de 0,25 % par rapport à la semaine précédente.
Le chiffrement homomorphe (Fully Homomorphic Encryption, FHE) est une technologie prometteuse dans le domaine de la cryptographie. Son principal avantage réside dans sa capacité à effectuer des calculs directement sur des données chiffrées, sans avoir besoin de les déchiffrer, ce qui offre un soutien considérable pour la protection de la vie privée et le traitement des données. Les applications du FHE sont vastes, couvrant de nombreux domaines tels que la finance, la santé, l'informatique en nuage, l'apprentissage machine, les systèmes de vote, l'Internet des objets et la protection de la vie privée sur blockchain. Néanmoins, le FHE fait face à de nombreux défis sur la voie de sa commercialisation.
Le potentiel et les cas d'utilisation de FHE
Le plus grand avantage du chiffrement homomorphe est la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la puissance de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que cette dernière ait accès au contenu spécifique, le FHE peut jouer un rôle. Le propriétaire des données peut transmettre les informations chiffrées à la partie calculatrice pour traitement, et les résultats de calcul restent également chiffrés. Le propriétaire des données peut ensuite déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège à la fois la vie privée des données et permet d'effectuer le travail de calcul nécessaire.
Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données tels que la finance et la santé. Avec le développement du cloud computing et de l'intelligence artificielle, la sécurité des données devient de plus en plus un point focal. FHE peut fournir une protection du calcul multipartite dans ces scénarios, permettant à toutes les parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctions telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison entre FHE et d'autres méthodes de chiffrement
Dans le domaine de Web3, FHE, preuves à connaissance nulle (ZK), calcul multipartite (MPC) et environnement d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Contrairement à ZK, FHE permet d'effectuer plusieurs opérations sur des données chiffrées sans avoir besoin de déchiffrer les données au préalable. MPC permet aux parties de calculer tout en gardant les données chiffrées, sans avoir à partager des informations privées entre elles. TEE offre un calcul dans un environnement sécurisé, mais la flexibilité du traitement des données est relativement limitée.
Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le soutien des tâches de calcul complexes, l'FHE se distingue particulièrement. Cependant, l'FHE fait face à des problèmes de coût de calcul élevé et de faible évolutivité dans les applications réelles, ce qui limite ses performances dans les applications en temps réel.
Les limites et défis de FHE
Bien que les bases théoriques de l'FHE soient solides, des défis pratiques se posent dans les applications commerciales :
Coût de calcul à grande échelle : le FHE nécessite d'importantes ressources de calcul, et par rapport aux calculs non chiffrés, son coût augmente de manière significative. Pour les opérations de polynômes de haut degré, le temps de traitement augmente de manière polynomiale, ce qui rend difficile la satisfaction des besoins de calcul en temps réel. La réduction des coûts doit dépendre d'un accélérateur matériel spécialisé, mais cela augmente également la complexité du déploiement.
Capacités opérationnelles limitées : Bien que FHE puisse effectuer des opérations d'addition et de multiplication sur des données chiffrées, le support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle impliquant des réseaux de neurones profonds, etc. Les solutions FHE actuelles sont principalement adaptées aux calculs linéaires et aux calculs polynomiaux simples, les applications de modèles non linéaires étant considérablement limitées.
Complexité du support multi-utilisateur : FHE fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien qu'il existe des cadres FHE à plusieurs clés permettant d'opérer sur des ensembles de données chiffrées avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent de manière significative.
La combinaison de FHE et de l'intelligence artificielle
À l'ère actuelle axée sur les données, l'intelligence artificielle (IA) est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données rendent souvent les utilisateurs réticents à partager des informations sensibles. FHE fournit une solution de protection de la vie privée pour le domaine de l'IA. Dans le cadre de l'informatique en nuage, le transfert et le stockage des données sont généralement chiffrés, mais le processus de traitement est souvent en texte clair. Grâce à FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité.
Cet avantage est particulièrement important sous les réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés des modalités de traitement des données et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout de FHE assure la conformité et la sécurité des données.
Applications et projets actuels de FHE dans la blockchain
FHE est principalement utilisé dans la blockchain pour protéger la confidentialité des données, y compris la confidentialité sur la chaîne, la confidentialité des données d'entraînement en IA, la confidentialité des votes sur la chaîne et l'examen des transactions privées sur la chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la mise en œuvre de la protection de la vie privée :
La solution FHE construite par une certaine entreprise est largement utilisée dans plusieurs projets de protection de la vie privée.
Une entreprise basée sur la technologie TFHE, spécialisée dans les opérations booléennes et les opérations sur des entiers de faible longueur, a construit une pile de développement FHE pour des applications blockchain et AI.
Une autre entreprise a développé un nouveau langage de contrat intelligent et une bibliothèque HyperghraphFHE, adaptés aux réseaux de blockchain.
Certaines entreprises utilisent FHE pour réaliser la protection de la vie privée dans les réseaux de calcul AI, en prenant en charge plusieurs modèles AI.
Un projet combine FHE et intelligence artificielle pour offrir un environnement IA décentralisé et protégé en matière de vie privée.
Il existe également des projets en tant que solution Layer 2 d'Ethereum, prenant en charge les Rollups FHE et les Coprocessors FHE, compatibles avec l'EVM et prenant en charge les contrats intelligents écrits en Solidity.
Conclusion
FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE soit encore confrontée à des problèmes de coût de calcul élevé et de faible évolutivité, ces problèmes devraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. Avec le développement de la technologie blockchain, FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, FHE pourrait devenir la technologie de base soutenant le calcul de protection de la vie privée, apportant une nouvelle percée révolutionnaire en matière de sécurité des données.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
11 J'aime
Récompense
11
5
Partager
Commentaire
0/400
WarmLightLin
· Il y a 18h
Moche🐴 ça suffit, ne l'envoie plus.
Voir l'originalRépondre0
SchrodingerPrivateKey
· Il y a 18h
hausse moins élevée que prévu.
Voir l'originalRépondre0
OnchainGossiper
· Il y a 18h
Eh bien, le Bitcoin a vraiment explosé, n'est-ce pas~
Voir l'originalRépondre0
DegenRecoveryGroup
· Il y a 18h
Maintenant, parler de Cryptoactifs, c'est déjà acheter le dip, que ce soit tôt ou tard.
Voir l'originalRépondre0
NFTHoarder
· Il y a 18h
Ces trois jetons vont encore hausser ? Le marché est étrange.
Chiffrement homomorphique : l'étoile montante et les défis de la protection de la vie privée dans Web3
Au 13 octobre, la chaleur des discussions et les variations de prix des trois principaux cryptoactifs sont les suivantes :
Le nombre de discussions sur le Bitcoin la semaine dernière était de 12,52 K, ce qui représente une légère baisse de 0,98 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la même période de la semaine précédente.
La discussion sur Ethereum a augmenté la semaine dernière, atteignant 3,63K discussions, avec une augmentation de 3,45 %. Cependant, son prix de clôture dimanche était de 2530 dollars, en baisse de 4 % par rapport à la même période la semaine précédente.
Le nombre de discussions sur un autre cryptoactif la semaine dernière était de 782, ce qui représente une baisse de 12,63 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 5,26 dollars, en légère baisse de 0,25 % par rapport à la semaine précédente.
Le chiffrement homomorphe (Fully Homomorphic Encryption, FHE) est une technologie prometteuse dans le domaine de la cryptographie. Son principal avantage réside dans sa capacité à effectuer des calculs directement sur des données chiffrées, sans avoir besoin de les déchiffrer, ce qui offre un soutien considérable pour la protection de la vie privée et le traitement des données. Les applications du FHE sont vastes, couvrant de nombreux domaines tels que la finance, la santé, l'informatique en nuage, l'apprentissage machine, les systèmes de vote, l'Internet des objets et la protection de la vie privée sur blockchain. Néanmoins, le FHE fait face à de nombreux défis sur la voie de sa commercialisation.
Le potentiel et les cas d'utilisation de FHE
Le plus grand avantage du chiffrement homomorphe est la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la puissance de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que cette dernière ait accès au contenu spécifique, le FHE peut jouer un rôle. Le propriétaire des données peut transmettre les informations chiffrées à la partie calculatrice pour traitement, et les résultats de calcul restent également chiffrés. Le propriétaire des données peut ensuite déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège à la fois la vie privée des données et permet d'effectuer le travail de calcul nécessaire.
Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données tels que la finance et la santé. Avec le développement du cloud computing et de l'intelligence artificielle, la sécurité des données devient de plus en plus un point focal. FHE peut fournir une protection du calcul multipartite dans ces scénarios, permettant à toutes les parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctions telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison entre FHE et d'autres méthodes de chiffrement
Dans le domaine de Web3, FHE, preuves à connaissance nulle (ZK), calcul multipartite (MPC) et environnement d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Contrairement à ZK, FHE permet d'effectuer plusieurs opérations sur des données chiffrées sans avoir besoin de déchiffrer les données au préalable. MPC permet aux parties de calculer tout en gardant les données chiffrées, sans avoir à partager des informations privées entre elles. TEE offre un calcul dans un environnement sécurisé, mais la flexibilité du traitement des données est relativement limitée.
Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le soutien des tâches de calcul complexes, l'FHE se distingue particulièrement. Cependant, l'FHE fait face à des problèmes de coût de calcul élevé et de faible évolutivité dans les applications réelles, ce qui limite ses performances dans les applications en temps réel.
Les limites et défis de FHE
Bien que les bases théoriques de l'FHE soient solides, des défis pratiques se posent dans les applications commerciales :
Coût de calcul à grande échelle : le FHE nécessite d'importantes ressources de calcul, et par rapport aux calculs non chiffrés, son coût augmente de manière significative. Pour les opérations de polynômes de haut degré, le temps de traitement augmente de manière polynomiale, ce qui rend difficile la satisfaction des besoins de calcul en temps réel. La réduction des coûts doit dépendre d'un accélérateur matériel spécialisé, mais cela augmente également la complexité du déploiement.
Capacités opérationnelles limitées : Bien que FHE puisse effectuer des opérations d'addition et de multiplication sur des données chiffrées, le support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle impliquant des réseaux de neurones profonds, etc. Les solutions FHE actuelles sont principalement adaptées aux calculs linéaires et aux calculs polynomiaux simples, les applications de modèles non linéaires étant considérablement limitées.
Complexité du support multi-utilisateur : FHE fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien qu'il existe des cadres FHE à plusieurs clés permettant d'opérer sur des ensembles de données chiffrées avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent de manière significative.
La combinaison de FHE et de l'intelligence artificielle
À l'ère actuelle axée sur les données, l'intelligence artificielle (IA) est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données rendent souvent les utilisateurs réticents à partager des informations sensibles. FHE fournit une solution de protection de la vie privée pour le domaine de l'IA. Dans le cadre de l'informatique en nuage, le transfert et le stockage des données sont généralement chiffrés, mais le processus de traitement est souvent en texte clair. Grâce à FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité.
Cet avantage est particulièrement important sous les réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés des modalités de traitement des données et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout de FHE assure la conformité et la sécurité des données.
Applications et projets actuels de FHE dans la blockchain
FHE est principalement utilisé dans la blockchain pour protéger la confidentialité des données, y compris la confidentialité sur la chaîne, la confidentialité des données d'entraînement en IA, la confidentialité des votes sur la chaîne et l'examen des transactions privées sur la chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la mise en œuvre de la protection de la vie privée :
La solution FHE construite par une certaine entreprise est largement utilisée dans plusieurs projets de protection de la vie privée.
Une entreprise basée sur la technologie TFHE, spécialisée dans les opérations booléennes et les opérations sur des entiers de faible longueur, a construit une pile de développement FHE pour des applications blockchain et AI.
Une autre entreprise a développé un nouveau langage de contrat intelligent et une bibliothèque HyperghraphFHE, adaptés aux réseaux de blockchain.
Certaines entreprises utilisent FHE pour réaliser la protection de la vie privée dans les réseaux de calcul AI, en prenant en charge plusieurs modèles AI.
Un projet combine FHE et intelligence artificielle pour offrir un environnement IA décentralisé et protégé en matière de vie privée.
Il existe également des projets en tant que solution Layer 2 d'Ethereum, prenant en charge les Rollups FHE et les Coprocessors FHE, compatibles avec l'EVM et prenant en charge les contrats intelligents écrits en Solidity.
Conclusion
FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE soit encore confrontée à des problèmes de coût de calcul élevé et de faible évolutivité, ces problèmes devraient être progressivement résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. Avec le développement de la technologie blockchain, FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, FHE pourrait devenir la technologie de base soutenant le calcul de protection de la vie privée, apportant une nouvelle percée révolutionnaire en matière de sécurité des données.