Até 13 de outubro, a discussão e as mudanças de preço das três principais Ativos de criptografia são as seguintes:
O número de discussões sobre Bitcoin na semana passada foi de 12.52K, uma ligeira diminuição de 0.98% em relação à semana anterior. O preço de fechamento no domingo foi de 63916 dólares, um aumento de 1.62% em relação ao mesmo período da semana anterior.
A discussão sobre Ethereum aumentou na semana passada, alcançando 3.63K interações, com um aumento de 3.45%. No entanto, seu preço de fechamento no domingo foi de 2530 dólares, uma queda de 4% em relação à semana anterior.
Outra moeda de encriptação teve 782 discussões na semana passada, uma queda de 12,63% em relação à semana anterior. O preço de fechamento no domingo foi de 5,26 dólares, uma leve queda de 0,25% em comparação com a semana anterior.
A encriptação homomórfica (Fully Homomorphic Encryption, FHE) é uma tecnologia com grande potencial no campo da criptografia. Sua principal vantagem é a capacidade de realizar cálculos diretamente sobre dados encriptados, sem a necessidade de os decifrar, o que oferece um forte suporte à proteção da privacidade e ao processamento de dados. A FHE tem uma ampla gama de aplicações, abrangendo áreas como finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção da privacidade em blockchain. No entanto, a FHE ainda enfrenta vários desafios na sua comercialização.
O potencial e os cenários de aplicação do FHE
A maior vantagem da encriptação homomórfica está na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade de computação de outra empresa para analisar dados, mas não deseja que a segunda tenha acesso ao conteúdo específico, a FHE pode desempenhar um papel. O proprietário dos dados pode encriptar as informações e transmiti-las para a parte de computação para processamento, e o resultado da computação permanece em estado encriptado. O proprietário dos dados pode então descriptografar e obter os resultados da análise. Este mecanismo protege a privacidade dos dados e permite realizar o trabalho de computação necessário.
Este mecanismo de proteção de privacidade é particularmente importante em setores sensíveis a dados, como finanças e saúde. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados tornou-se cada vez mais um foco de atenção. O FHE pode fornecer proteção de computação multipartidária nesses cenários, permitindo que as partes colaborem sem expor informações confidenciais. Na tecnologia de blockchain, o FHE melhora a transparência e a segurança do processamento de dados através de funções como proteção de privacidade em cadeia e revisão de transações privadas.
Comparação entre FHE e outros métodos de encriptação
No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução confiáveis (TEE) são todos métodos principais de proteção da privacidade. Ao contrário do ZK, o FHE pode executar várias operações em dados encriptados sem precisar primeiro decriptar os dados. O MPC permite que as partes realizem cálculos na condição de que os dados estejam encriptados, sem a necessidade de compartilhar informações privadas entre si. O TEE, por sua vez, fornece cálculos em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm suas vantagens, mas no suporte a tarefas computacionais complexas, o FHE destaca-se particularmente. No entanto, o FHE ainda enfrenta problemas de alto custo computacional e baixa escalabilidade na aplicação prática, o que limita seu desempenho em aplicações em tempo real.
Limitações e Desafios do FHE
Apesar de a teoria FHE ter uma base sólida, encontrou desafios práticos na aplicação comercial:
Custo computacional em larga escala: A FHE requer uma grande quantidade de recursos computacionais, e em comparação com cálculos não encriptados, seus custos aumentam significativamente. Para operações polinomiais de alto grau, o tempo de processamento cresce polinomialmente, tornando difícil atender às necessidades de cálculos em tempo real. Reduzir custos depende da aceleração de hardware dedicado, mas isso também aumenta a complexidade de implantação.
Capacidade de operação limitada: Embora o FHE possa executar adições e multiplicações de dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um gargalo para aplicações de inteligência artificial, como redes neurais profundas. Atualmente, os esquemas FHE são principalmente adequados para cálculos lineares e polinomiais simples, com aplicações de modelos não lineares sendo significativamente limitadas.
Complexidade do suporte a múltiplos utilizadores: FHE apresenta um bom desempenho em cenários de utilizador único, mas a complexidade do sistema aumenta drasticamente quando se trata de conjuntos de dados de múltiplos utilizadores. Embora existam estruturas FHE de múltiplas chaves que permitem a operação de conjuntos de dados encriptados com diferentes chaves, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.
A combinação de FHE com inteligência artificial
Na atual era orientada por dados, a inteligência artificial (IA) é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados muitas vezes fazem com que os usuários relutem em compartilhar informações sensíveis. O FHE oferece uma solução de proteção de privacidade para o campo da IA. No cenário da computação em nuvem, a transmissão e o armazenamento de dados são geralmente encriptados, mas o processo de processamento muitas vezes ocorre em estado de texto claro. Com o FHE, os dados dos usuários podem ser processados enquanto permanecem em estado encriptado, garantindo a privacidade.
Esta vantagem é especialmente importante sob regulamentações como o GDPR, pois essas regulamentações exigem que os usuários tenham o direito de saber como seus dados são processados e garantem a proteção dos dados durante a transmissão. A encriptação de ponta a ponta do FHE proporciona segurança e conformidade dos dados.
Aplicações atuais do FHE na blockchain e projetos
A FHE é utilizada principalmente na blockchain para proteger a privacidade dos dados, incluindo privacidade em cadeia, privacidade de dados de treinamento de IA, privacidade de votação em cadeia e auditoria de transações privadas em cadeia. Atualmente, vários projetos estão a utilizar a tecnologia FHE para promover a realização da proteção da privacidade:
A solução FHE construída por uma empresa é amplamente utilizada em vários projetos de proteção de privacidade.
Uma empresa baseada na tecnologia TFHE, focada em operações booleanas e operações de inteiros de baixo comprimento, construiu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outra empresa desenvolveu uma nova linguagem de contratos inteligentes e a biblioteca HyperghraphFHE, adequada para redes de blockchain.
Algumas empresas utilizam FHE para implementar proteção de privacidade em redes de cálculo de IA, suportando vários modelos de IA.
Um projeto combina FHE com inteligência artificial, oferecendo um ambiente de IA descentralizado e com proteção de privacidade.
Existem também projetos como soluções Layer 2 para Ethereum, que suportam FHE Rollups e FHE Coprocessors, compatíveis com EVM e suportam contratos inteligentes escritos em Solidity.
Conclusão
A FHE, como uma tecnologia avançada que pode executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial atual da FHE ainda enfrente desafios como alto custo computacional e baixa escalabilidade, através de aceleração de hardware e otimização de algoritmos, espera-se que esses problemas sejam gradualmente resolvidos. Com o desenvolvimento da tecnologia de blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, a FHE pode se tornar a tecnologia central que sustenta o cálculo de proteção da privacidade, trazendo novas e revolucionárias inovações para a segurança dos dados.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
11 Curtidas
Recompensa
11
5
Compartilhar
Comentário
0/400
WarmLightLin
· 11h atrás
Desculpe, já estou farto.
Ver originalResponder0
SchrodingerPrivateKey
· 11h atrás
subir menos do que o esperado.
Ver originalResponder0
OnchainGossiper
· 11h atrás
Boa garoto, o Bitcoin subiu como um louco, não é?
Ver originalResponder0
DegenRecoveryGroup
· 12h atrás
Agora ainda se fala em ativos de criptografia, tanto comprar na baixa como comprar na baixa é comprar na baixa.
Ver originalResponder0
NFTHoarder
· 12h atrás
Só essas três moedas ainda sobem? O mercado está estranho.
Criptografia homomórfica: a futura estrela e desafios da proteção de privacidade no Web3
Até 13 de outubro, a discussão e as mudanças de preço das três principais Ativos de criptografia são as seguintes:
O número de discussões sobre Bitcoin na semana passada foi de 12.52K, uma ligeira diminuição de 0.98% em relação à semana anterior. O preço de fechamento no domingo foi de 63916 dólares, um aumento de 1.62% em relação ao mesmo período da semana anterior.
A discussão sobre Ethereum aumentou na semana passada, alcançando 3.63K interações, com um aumento de 3.45%. No entanto, seu preço de fechamento no domingo foi de 2530 dólares, uma queda de 4% em relação à semana anterior.
Outra moeda de encriptação teve 782 discussões na semana passada, uma queda de 12,63% em relação à semana anterior. O preço de fechamento no domingo foi de 5,26 dólares, uma leve queda de 0,25% em comparação com a semana anterior.
A encriptação homomórfica (Fully Homomorphic Encryption, FHE) é uma tecnologia com grande potencial no campo da criptografia. Sua principal vantagem é a capacidade de realizar cálculos diretamente sobre dados encriptados, sem a necessidade de os decifrar, o que oferece um forte suporte à proteção da privacidade e ao processamento de dados. A FHE tem uma ampla gama de aplicações, abrangendo áreas como finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção da privacidade em blockchain. No entanto, a FHE ainda enfrenta vários desafios na sua comercialização.
O potencial e os cenários de aplicação do FHE
A maior vantagem da encriptação homomórfica está na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade de computação de outra empresa para analisar dados, mas não deseja que a segunda tenha acesso ao conteúdo específico, a FHE pode desempenhar um papel. O proprietário dos dados pode encriptar as informações e transmiti-las para a parte de computação para processamento, e o resultado da computação permanece em estado encriptado. O proprietário dos dados pode então descriptografar e obter os resultados da análise. Este mecanismo protege a privacidade dos dados e permite realizar o trabalho de computação necessário.
Este mecanismo de proteção de privacidade é particularmente importante em setores sensíveis a dados, como finanças e saúde. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados tornou-se cada vez mais um foco de atenção. O FHE pode fornecer proteção de computação multipartidária nesses cenários, permitindo que as partes colaborem sem expor informações confidenciais. Na tecnologia de blockchain, o FHE melhora a transparência e a segurança do processamento de dados através de funções como proteção de privacidade em cadeia e revisão de transações privadas.
Comparação entre FHE e outros métodos de encriptação
No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução confiáveis (TEE) são todos métodos principais de proteção da privacidade. Ao contrário do ZK, o FHE pode executar várias operações em dados encriptados sem precisar primeiro decriptar os dados. O MPC permite que as partes realizem cálculos na condição de que os dados estejam encriptados, sem a necessidade de compartilhar informações privadas entre si. O TEE, por sua vez, fornece cálculos em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.
Estas tecnologias de encriptação têm suas vantagens, mas no suporte a tarefas computacionais complexas, o FHE destaca-se particularmente. No entanto, o FHE ainda enfrenta problemas de alto custo computacional e baixa escalabilidade na aplicação prática, o que limita seu desempenho em aplicações em tempo real.
Limitações e Desafios do FHE
Apesar de a teoria FHE ter uma base sólida, encontrou desafios práticos na aplicação comercial:
Custo computacional em larga escala: A FHE requer uma grande quantidade de recursos computacionais, e em comparação com cálculos não encriptados, seus custos aumentam significativamente. Para operações polinomiais de alto grau, o tempo de processamento cresce polinomialmente, tornando difícil atender às necessidades de cálculos em tempo real. Reduzir custos depende da aceleração de hardware dedicado, mas isso também aumenta a complexidade de implantação.
Capacidade de operação limitada: Embora o FHE possa executar adições e multiplicações de dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um gargalo para aplicações de inteligência artificial, como redes neurais profundas. Atualmente, os esquemas FHE são principalmente adequados para cálculos lineares e polinomiais simples, com aplicações de modelos não lineares sendo significativamente limitadas.
Complexidade do suporte a múltiplos utilizadores: FHE apresenta um bom desempenho em cenários de utilizador único, mas a complexidade do sistema aumenta drasticamente quando se trata de conjuntos de dados de múltiplos utilizadores. Embora existam estruturas FHE de múltiplas chaves que permitem a operação de conjuntos de dados encriptados com diferentes chaves, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.
A combinação de FHE com inteligência artificial
Na atual era orientada por dados, a inteligência artificial (IA) é amplamente aplicada em vários campos, mas as preocupações com a privacidade dos dados muitas vezes fazem com que os usuários relutem em compartilhar informações sensíveis. O FHE oferece uma solução de proteção de privacidade para o campo da IA. No cenário da computação em nuvem, a transmissão e o armazenamento de dados são geralmente encriptados, mas o processo de processamento muitas vezes ocorre em estado de texto claro. Com o FHE, os dados dos usuários podem ser processados enquanto permanecem em estado encriptado, garantindo a privacidade.
Esta vantagem é especialmente importante sob regulamentações como o GDPR, pois essas regulamentações exigem que os usuários tenham o direito de saber como seus dados são processados e garantem a proteção dos dados durante a transmissão. A encriptação de ponta a ponta do FHE proporciona segurança e conformidade dos dados.
Aplicações atuais do FHE na blockchain e projetos
A FHE é utilizada principalmente na blockchain para proteger a privacidade dos dados, incluindo privacidade em cadeia, privacidade de dados de treinamento de IA, privacidade de votação em cadeia e auditoria de transações privadas em cadeia. Atualmente, vários projetos estão a utilizar a tecnologia FHE para promover a realização da proteção da privacidade:
A solução FHE construída por uma empresa é amplamente utilizada em vários projetos de proteção de privacidade.
Uma empresa baseada na tecnologia TFHE, focada em operações booleanas e operações de inteiros de baixo comprimento, construiu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.
Outra empresa desenvolveu uma nova linguagem de contratos inteligentes e a biblioteca HyperghraphFHE, adequada para redes de blockchain.
Algumas empresas utilizam FHE para implementar proteção de privacidade em redes de cálculo de IA, suportando vários modelos de IA.
Um projeto combina FHE com inteligência artificial, oferecendo um ambiente de IA descentralizado e com proteção de privacidade.
Existem também projetos como soluções Layer 2 para Ethereum, que suportam FHE Rollups e FHE Coprocessors, compatíveis com EVM e suportam contratos inteligentes escritos em Solidity.
Conclusão
A FHE, como uma tecnologia avançada que pode executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial atual da FHE ainda enfrente desafios como alto custo computacional e baixa escalabilidade, através de aceleração de hardware e otimização de algoritmos, espera-se que esses problemas sejam gradualmente resolvidos. Com o desenvolvimento da tecnologia de blockchain, a FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, a FHE pode se tornar a tecnologia central que sustenta o cálculo de proteção da privacidade, trazendo novas e revolucionárias inovações para a segurança dos dados.