Dinámica del mercado de Activos Cripto y análisis de la tecnología de Cifrado homomórfico
Hasta el 13 de octubre, el grado de discusión y el rendimiento de precios de varias criptomonedas principales son los siguientes:
La cantidad de discusiones sobre Bitcoin la semana pasada fue de 12.52K, lo que representa una disminución del 0.98% en comparación con la semana anterior. El precio alcanzó los 63916 dólares el domingo pasado, lo que significa un aumento del 1.62% en comparación con la semana anterior.
El número de discusiones sobre Ethereum la semana pasada fue de 3.63K, un aumento del 3.45% en comparación con la semana anterior. El domingo pasado, su precio fue de 2530 dólares, 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 domingo pasado, su precio fue de 5.26 dólares, una ligera caída del 0.25% en comparación con la semana anterior.
El cifrado homomórfico ( FHE ) como una tecnología emergente en el campo de la criptografía está recibiendo una amplia atención. Su ventaja central radica en la capacidad de realizar cálculos directamente sobre datos encriptados, sin necesidad de desencriptar, proporcionando así un fuerte apoyo en el procesamiento de datos y la protección de la privacidad. La tecnología FHE puede aplicarse en múltiples campos, como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. A pesar de las amplias perspectivas, el camino hacia la comercialización del FHE aún enfrenta numerosos desafíos.
Potencial y casos de uso de FHE
La mayor ventaja de FHE radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que el contenido de los datos se filtren, FHE puede desempeñar un papel importante. El propietario de los datos puede transmitir datos encriptados al procesador para su procesamiento, y los resultados del cálculo permanecen en estado encriptado; el propietario de los datos puede descifrar y obtener los resultados del análisis. Este mecanismo protege eficazmente la privacidad de los datos, al tiempo que permite al procesador completar el trabajo necesario.
Este mecanismo de protección de la privacidad es especialmente importante en industrias sensibles a 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 multipartito en estos escenarios, permitiendo que las partes colaboren sin exponer información privada. En la tecnología blockchain, FHE mejora la transparencia y seguridad del procesamiento de datos a través de funciones como la protección de privacidad en la cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas 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 a las partes realizar cálculos sin compartir información privada entre sí, mientras los datos están encriptados. TEE proporciona cálculos en un entorno seguro, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen sus propias ventajas, pero en cuanto a la capacidad de soportar tareas de cálculo complejas, el Cifrado homomórfico (FHE) se destaca especialmente. Sin embargo, el FHE aún enfrenta problemas de altos costos computacionales y escasa escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos del FHE
A pesar de que la base teórica de FHE es sólida, se han encontrado 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, su costo de cálculo aumenta significativamente. Para operaciones de polinomios 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.
Capacidad operativa limitada: Aunque el FHE puede realizar suma y multiplicación de datos encriptados, su soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Los esquemas de FHE actuales siguen siendo principalmente adecuados para cálculos lineales y polinómicos simples, y la aplicación de modelos no lineales está significativamente restringida.
Complejidad del soporte múltiple de 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. El marco FHE de múltiples claves propuesto en 2013, aunque permite operar con conjuntos de datos cifrados con diferentes claves, aumenta significativamente la complejidad de la gestión de claves y la arquitectura del sistema.
La combinación de FHE y la inteligencia artificial
En la actual era impulsada por datos, la encriptación (AI) se aplica ampliamente en múltiples campos, pero debido a las preocupaciones sobre la privacidad de los datos, los usuarios a menudo no están dispuestos a compartir datos sensibles. El Cifrado homomórfico ofrece una solución de protección de la privacidad en el campo de la inteligencia artificial. En el escenario de la computación en la nube, los datos suelen estar encriptados durante la transmisión y almacenamiento, pero a menudo están en texto claro durante el procesamiento. A través del Cifrado homomórfico, los datos del usuario pueden ser procesados manteniendo el estado encriptado, asegurando así la privacidad de los datos.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, ya que estas regulaciones exigen que los usuarios tengan derecho a la información sobre cómo se procesa su data, y aseguran que los datos estén protegidos durante la transmisión. La encriptación de extremo a extremo de FHE proporciona garantías de cumplimiento y seguridad de datos.
Aplicaciones actuales de FHE en blockchain y proyectos
La aplicación de FHE en la blockchain se centra principalmente en la protección de la privacidad de los datos, incluidos la privacidad en cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en cadena y la revisión de transacciones privadas en cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para impulsar la implementación de la protección de la privacidad.
Algunos proyectos conocidos incluyen:
Pilas de desarrollo FHE centradas en operaciones booleanas y operaciones con enteros de baja longitud, basadas en la tecnología TFHE.
Desarrolló un nuevo lenguaje de contratos inteligentes y un proyecto de la biblioteca HyperghraphFHE adecuada para redes blockchain.
Utilizar FHE para implementar la protección de la privacidad en redes de cálculo de IA, apoyando soluciones para múltiples modelos de IA.
Combinar FHE con inteligencia artificial para proporcionar una red de entorno de IA descentralizada y con protección de la privacidad.
Como solución de Layer 2 para Ethereum, soporta FHE Rollups y FHE Coprocessors, es compatible con EVM y soporta la escritura de contratos inteligentes en Solidity.
Conclusión
FHE, como una tecnología avanzada que permite 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, a través de la aceleración de hardware y la optimización de algoritmos, se espera que estos problemas se resuelvan gradualmente. Además, con el desarrollo de la tecnología blockchain, FHE desempeñará 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 nuevos avances revolucionarios 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.
10 me gusta
Recompensa
10
4
Republicar
Compartir
Comentar
0/400
0xOverleveraged
· hace15h
btc es el rey de las monedas del universo
Ver originalesResponder0
DegenRecoveryGroup
· hace15h
¡La moneda digital finalmente se movió! ¡A correr!
Ver originalesResponder0
FlatlineTrader
· hace15h
En el mundo Cripto, tanto sube como cae, ¿quién puede soportarlo?
Fluctuación del mercado de criptomonedas y el futuro y desafíos de la encriptación homomórfica
Dinámica del mercado de Activos Cripto y análisis de la tecnología de Cifrado homomórfico
Hasta el 13 de octubre, el grado de discusión y el rendimiento de precios de varias criptomonedas principales son los siguientes:
La cantidad de discusiones sobre Bitcoin la semana pasada fue de 12.52K, lo que representa una disminución del 0.98% en comparación con la semana anterior. El precio alcanzó los 63916 dólares el domingo pasado, lo que significa un aumento del 1.62% en comparación con la semana anterior.
El número de discusiones sobre Ethereum la semana pasada fue de 3.63K, un aumento del 3.45% en comparación con la semana anterior. El domingo pasado, su precio fue de 2530 dólares, 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 domingo pasado, su precio fue de 5.26 dólares, una ligera caída del 0.25% en comparación con la semana anterior.
El cifrado homomórfico ( FHE ) como una tecnología emergente en el campo de la criptografía está recibiendo una amplia atención. Su ventaja central radica en la capacidad de realizar cálculos directamente sobre datos encriptados, sin necesidad de desencriptar, proporcionando así un fuerte apoyo en el procesamiento de datos y la protección de la privacidad. La tecnología FHE puede aplicarse en múltiples campos, como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. A pesar de las amplias perspectivas, el camino hacia la comercialización del FHE aún enfrenta numerosos desafíos.
Potencial y casos de uso de FHE
La mayor ventaja de FHE radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no desea que el contenido de los datos se filtren, FHE puede desempeñar un papel importante. El propietario de los datos puede transmitir datos encriptados al procesador para su procesamiento, y los resultados del cálculo permanecen en estado encriptado; el propietario de los datos puede descifrar y obtener los resultados del análisis. Este mecanismo protege eficazmente la privacidad de los datos, al tiempo que permite al procesador completar el trabajo necesario.
Este mecanismo de protección de la privacidad es especialmente importante en industrias sensibles a 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 multipartito en estos escenarios, permitiendo que las partes colaboren sin exponer información privada. En la tecnología blockchain, FHE mejora la transparencia y seguridad del procesamiento de datos a través de funciones como la protección de privacidad en la cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas 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 a las partes realizar cálculos sin compartir información privada entre sí, mientras los datos están encriptados. TEE proporciona cálculos en un entorno seguro, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen sus propias ventajas, pero en cuanto a la capacidad de soportar tareas de cálculo complejas, el Cifrado homomórfico (FHE) se destaca especialmente. Sin embargo, el FHE aún enfrenta problemas de altos costos computacionales y escasa escalabilidad en aplicaciones prácticas, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos del FHE
A pesar de que la base teórica de FHE es sólida, se han encontrado 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, su costo de cálculo aumenta significativamente. Para operaciones de polinomios 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.
Capacidad operativa limitada: Aunque el FHE puede realizar suma y multiplicación de datos encriptados, su soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas. Los esquemas de FHE actuales siguen siendo principalmente adecuados para cálculos lineales y polinómicos simples, y la aplicación de modelos no lineales está significativamente restringida.
Complejidad del soporte múltiple de 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. El marco FHE de múltiples claves propuesto en 2013, aunque permite operar con conjuntos de datos cifrados con diferentes claves, aumenta significativamente la complejidad de la gestión de claves y la arquitectura del sistema.
La combinación de FHE y la inteligencia artificial
En la actual era impulsada por datos, la encriptación (AI) se aplica ampliamente en múltiples campos, pero debido a las preocupaciones sobre la privacidad de los datos, los usuarios a menudo no están dispuestos a compartir datos sensibles. El Cifrado homomórfico ofrece una solución de protección de la privacidad en el campo de la inteligencia artificial. En el escenario de la computación en la nube, los datos suelen estar encriptados durante la transmisión y almacenamiento, pero a menudo están en texto claro durante el procesamiento. A través del Cifrado homomórfico, los datos del usuario pueden ser procesados manteniendo el estado encriptado, asegurando así la privacidad de los datos.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, ya que estas regulaciones exigen que los usuarios tengan derecho a la información sobre cómo se procesa su data, y aseguran que los datos estén protegidos durante la transmisión. La encriptación de extremo a extremo de FHE proporciona garantías de cumplimiento y seguridad de datos.
Aplicaciones actuales de FHE en blockchain y proyectos
La aplicación de FHE en la blockchain se centra principalmente en la protección de la privacidad de los datos, incluidos la privacidad en cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en cadena y la revisión de transacciones privadas en cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para impulsar la implementación de la protección de la privacidad.
Algunos proyectos conocidos incluyen:
Conclusión
FHE, como una tecnología avanzada que permite 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, a través de la aceleración de hardware y la optimización de algoritmos, se espera que estos problemas se resuelvan gradualmente. Además, con el desarrollo de la tecnología blockchain, FHE desempeñará 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 nuevos avances revolucionarios en la seguridad de los datos.