Обговорення криптоактивів та звіт про ціни за тиждень
Згідно з останніми даними, станом на 13 число цього місяця, обговорення основних криптоактивів та зміни їх цін виглядають так:
Обговорення біткойна минулого тижня становило 12.52K, зниження на 0.98% в порівнянні з попереднім періодом. Закриття в неділю становило 63916 доларів, зростання на 1.62% в порівнянні з попереднім періодом.
Обговорення Ethereum минулого тижня становило 3.63K, зростання на 3.45% порівняно з попереднім тижнем. Ціна закриття в неділю становила 2530 доларів, зниження на 4%.
Кількість обговорень TON за минулий тиждень становила 782 рази, що на 12.63% менше в порівнянні з попереднім тижнем. Ціна закриття в неділю становила 5.26 доларів, що на 0.25% менше в порівнянні з попереднім тижнем.
Потенціал та виклики технології гомоморфного шифрування
Гомоморфне шифрування ( FHE ) є передовою технологією в галузі криптографії, яка дозволяє виконувати обчислення безпосередньо на зашифрованих даних без необхідності їх розшифровки. Ця характеристика забезпечує потужну підтримку для захисту конфіденційності та обробки даних. FHE має широкі перспективи застосування в таких сферах, як фінанси, охорона здоров'я, хмарні обчислення, машинне навчання, системи голосування, Інтернет речей та захист конфіденційності в блокчейні. Однак, незважаючи на величезний потенціал FHE, його комерційний шлях все ще стикається з багатьма викликами.
Переваги та сфери застосування FHE
Головною перевагою FHE є захист конфіденційності. Наприклад, коли компанія потребує використання обчислювальних потужностей іншої компанії для аналізу даних, але не хоче, щоб інша сторона мала доступ до конкретного змісту, FHE може бути корисним. Власник даних може передати зашифровані дані до обчислювальної сторони для обробки, а результати обчислень залишаються зашифрованими. Після розшифрування власник даних отримує результати аналізу, що забезпечує захист конфіденційності даних і одночасно виконує необхідні обчислювальні завдання.
Цей механізм захисту конфіденційності є особливо важливим для чутливих до даних галузей, таких як фінанси та охорона здоров'я. З розвитком хмарних обчислень та штучного інтелекту безпека даних стає все більш актуальною темою. FHE в цих сценаріях може забезпечити захист багаторазових обчислень, що дозволяє сторонам співпрацювати без розкриття конфіденційної інформації. У технології блокчейн FHE підвищує прозорість і безпеку обробки даних через функції захисту конфіденційності на ланцюгу та перевірки конфіденційних транзакцій.
Порівняння FHE з іншими способами шифрування
У сфері Web3, FHE, нульові докази (ZK), багатосторонні обчислення (MPC) та довірене середовище виконання (TEE) є основними методами захисту конфіденційності. На відміну від ZK, FHE може виконувати різноманітні операції з зашифрованими даними без необхідності їх попереднього розшифрування. MPC дозволяє сторонам здійснювати обчислення за умов зашифрованих даних, без необхідності ділитися приватною інформацією. TEE забезпечує обчислення в безпечному середовищі, але має відносно обмежену гнучкість у обробці даних.
Ці технології шифрування мають свої переваги, але в підтримці складних обчислювальних завдань FHE особливо виділяється. Проте, FHE у реальних застосуваннях все ще стикається з проблемами високих обчислювальних витрат і поганої масштабованості, що обмежує його ефективність у реальному часі.
Обмеження та виклики FHE
Попри те, що теоретичні основи FHE є потужними, в процесі комерційного застосування виникли деякі практичні виклики:
Витрати на обчислення великого масштабу: FHE потребує значних обчислювальних ресурсів, порівняно з нешифрованими обчисленнями, його витрати значно зростають. Для обчислень високих ступенів поліномів час обробки зростає поліноміально, що ускладнює задоволення вимог до реального часу. Зниження витрат потребує залежності від спеціалізованих апаратних прискорювачів, але це також збільшує складність розгортання.
Обмежені можливості операцій: хоча FHE може виконувати додавання та множення зашифрованих даних, підтримка складних нелінійних операцій є обмеженою. Це створює перешкоди для застосувань штучного інтелекту, таких як глибокі нейронні мережі. Наразі схеми FHE в основному підходять для лінійних та простих поліноміальних обчислень, застосування нелінійних моделей значно обмежене.
Складність підтримки кількох користувачів: FHE добре працює в сценаріях з одним користувачем, але при залученні наборів даних з кількома користувачами складність системи різко зростає. Хоча є дослідження, які запропонували багатоключеві FHE-структури, що дозволяють працювати з зашифрованими наборами даних з різними ключами, управління ключами та складність архітектури системи суттєво зростають.
Поєднання FHE та штучного інтелекту
У сучасну епоху, що ґрунтується на даних, штучний інтелект (AI) широко застосовується в різних сферах, але побоювання щодо конфіденційності даних часто змушують користувачів не ділитися чутливою інформацією. FHE пропонує рішення для захисту конфіденційності в сфері штучного інтелекту. У сценаріях хмарних обчислень дані зазвичай шифруються під час передачі та зберігання, але під час обробки вони часто перебувають у відкритому вигляді. Завдяки FHE дані користувачів можуть оброблятися в зашифрованому стані, що забезпечує конфіденційність.
Ця перевага є особливо важливою в умовах вимог таких нормативних актів, як GDPR, які вимагають від користувачів права знати, як обробляються їхні дані, і забезпечують захист даних під час передачі. Кінцеве шифрування FHE забезпечує відповідність вимогам та безпеку даних.
Поточне застосування FHE в блокчейні та проекти
Застосування FHE в блокчейні в основному зосереджене на захисті приватності даних, включаючи приватність на ланцюгу, приватність даних для навчання ШІ, приватність голосування на ланцюгу та перевірку приватних транзакцій на ланцюгу. Наразі кілька проектів використовують технологію FHE для просування захисту приватності.
Деякі проекти, що будують рішення FHE, широко використовуються в кількох проектах захисту конфіденційності блокчейну. Ці проекти включають:
Базуючись на технології TFHE, зосереджуючись на булевих операціях та операціях з низькодобутковими цілими числами, було створено проект FHE-розробницького стеку для блокчейну та AI-додатків.
Розроблено новий тип мови смарт-контрактів та бібліотеки HyperghraphFHE, що підходять для проектів на базі блокчейн-мереж.
Використання FHE для забезпечення захисту конфіденційності в обчислювальних мережах AI, підтримка різних моделей AI.
Поєднання FHE та штучного інтелекту для створення децентралізованого та захищеного від публічності середовища для AI.
Як рішення Layer 2 для Ethereum, підтримує FHE Rollups та FHE Coprocessors, сумісний з EVM та підтримує написання смарт-контрактів на Solidity.
Висновок
FHE як передова технологія, що дозволяє виконувати обчислення над зашифрованими даними, має значні переваги у захисті конфіденційності даних. Хоча нинішні комерційні застосування FHE все ще стикаються з проблемами високих витрат на обчислення та низької масштабованості, ці питання можуть бути поступово вирішені завдяки апаратному прискоренню та оптимізації алгоритмів. Крім того, з розвитком технології блокчейн, FHE відіграватиме все важливішу роль у захисті конфіденційності та безпечних обчисленнях. У майбутньому FHE має потенціал стати ключовою технологією, що підтримує обчислення з захистом конфіденційності, приносячи нові революційні прориви у безпеці даних.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
15 лайків
Нагородити
15
4
Поділіться
Прокоментувати
0/400
LiquidationAlert
· 22год тому
монета ціна зворотний обдурювати людей, як лохів дивитися шоу
Гомоморфне шифрування технології в Блокчейн сфері застосування та виклики
Обговорення криптоактивів та звіт про ціни за тиждень
Згідно з останніми даними, станом на 13 число цього місяця, обговорення основних криптоактивів та зміни їх цін виглядають так:
Обговорення біткойна минулого тижня становило 12.52K, зниження на 0.98% в порівнянні з попереднім періодом. Закриття в неділю становило 63916 доларів, зростання на 1.62% в порівнянні з попереднім періодом.
Обговорення Ethereum минулого тижня становило 3.63K, зростання на 3.45% порівняно з попереднім тижнем. Ціна закриття в неділю становила 2530 доларів, зниження на 4%.
Кількість обговорень TON за минулий тиждень становила 782 рази, що на 12.63% менше в порівнянні з попереднім тижнем. Ціна закриття в неділю становила 5.26 доларів, що на 0.25% менше в порівнянні з попереднім тижнем.
Потенціал та виклики технології гомоморфного шифрування
Гомоморфне шифрування ( FHE ) є передовою технологією в галузі криптографії, яка дозволяє виконувати обчислення безпосередньо на зашифрованих даних без необхідності їх розшифровки. Ця характеристика забезпечує потужну підтримку для захисту конфіденційності та обробки даних. FHE має широкі перспективи застосування в таких сферах, як фінанси, охорона здоров'я, хмарні обчислення, машинне навчання, системи голосування, Інтернет речей та захист конфіденційності в блокчейні. Однак, незважаючи на величезний потенціал FHE, його комерційний шлях все ще стикається з багатьма викликами.
Переваги та сфери застосування FHE
Головною перевагою FHE є захист конфіденційності. Наприклад, коли компанія потребує використання обчислювальних потужностей іншої компанії для аналізу даних, але не хоче, щоб інша сторона мала доступ до конкретного змісту, FHE може бути корисним. Власник даних може передати зашифровані дані до обчислювальної сторони для обробки, а результати обчислень залишаються зашифрованими. Після розшифрування власник даних отримує результати аналізу, що забезпечує захист конфіденційності даних і одночасно виконує необхідні обчислювальні завдання.
Цей механізм захисту конфіденційності є особливо важливим для чутливих до даних галузей, таких як фінанси та охорона здоров'я. З розвитком хмарних обчислень та штучного інтелекту безпека даних стає все більш актуальною темою. FHE в цих сценаріях може забезпечити захист багаторазових обчислень, що дозволяє сторонам співпрацювати без розкриття конфіденційної інформації. У технології блокчейн FHE підвищує прозорість і безпеку обробки даних через функції захисту конфіденційності на ланцюгу та перевірки конфіденційних транзакцій.
Порівняння FHE з іншими способами шифрування
У сфері Web3, FHE, нульові докази (ZK), багатосторонні обчислення (MPC) та довірене середовище виконання (TEE) є основними методами захисту конфіденційності. На відміну від ZK, FHE може виконувати різноманітні операції з зашифрованими даними без необхідності їх попереднього розшифрування. MPC дозволяє сторонам здійснювати обчислення за умов зашифрованих даних, без необхідності ділитися приватною інформацією. TEE забезпечує обчислення в безпечному середовищі, але має відносно обмежену гнучкість у обробці даних.
Ці технології шифрування мають свої переваги, але в підтримці складних обчислювальних завдань FHE особливо виділяється. Проте, FHE у реальних застосуваннях все ще стикається з проблемами високих обчислювальних витрат і поганої масштабованості, що обмежує його ефективність у реальному часі.
Обмеження та виклики FHE
Попри те, що теоретичні основи FHE є потужними, в процесі комерційного застосування виникли деякі практичні виклики:
Витрати на обчислення великого масштабу: FHE потребує значних обчислювальних ресурсів, порівняно з нешифрованими обчисленнями, його витрати значно зростають. Для обчислень високих ступенів поліномів час обробки зростає поліноміально, що ускладнює задоволення вимог до реального часу. Зниження витрат потребує залежності від спеціалізованих апаратних прискорювачів, але це також збільшує складність розгортання.
Обмежені можливості операцій: хоча FHE може виконувати додавання та множення зашифрованих даних, підтримка складних нелінійних операцій є обмеженою. Це створює перешкоди для застосувань штучного інтелекту, таких як глибокі нейронні мережі. Наразі схеми FHE в основному підходять для лінійних та простих поліноміальних обчислень, застосування нелінійних моделей значно обмежене.
Складність підтримки кількох користувачів: FHE добре працює в сценаріях з одним користувачем, але при залученні наборів даних з кількома користувачами складність системи різко зростає. Хоча є дослідження, які запропонували багатоключеві FHE-структури, що дозволяють працювати з зашифрованими наборами даних з різними ключами, управління ключами та складність архітектури системи суттєво зростають.
Поєднання FHE та штучного інтелекту
У сучасну епоху, що ґрунтується на даних, штучний інтелект (AI) широко застосовується в різних сферах, але побоювання щодо конфіденційності даних часто змушують користувачів не ділитися чутливою інформацією. FHE пропонує рішення для захисту конфіденційності в сфері штучного інтелекту. У сценаріях хмарних обчислень дані зазвичай шифруються під час передачі та зберігання, але під час обробки вони часто перебувають у відкритому вигляді. Завдяки FHE дані користувачів можуть оброблятися в зашифрованому стані, що забезпечує конфіденційність.
Ця перевага є особливо важливою в умовах вимог таких нормативних актів, як GDPR, які вимагають від користувачів права знати, як обробляються їхні дані, і забезпечують захист даних під час передачі. Кінцеве шифрування FHE забезпечує відповідність вимогам та безпеку даних.
Поточне застосування FHE в блокчейні та проекти
Застосування FHE в блокчейні в основному зосереджене на захисті приватності даних, включаючи приватність на ланцюгу, приватність даних для навчання ШІ, приватність голосування на ланцюгу та перевірку приватних транзакцій на ланцюгу. Наразі кілька проектів використовують технологію FHE для просування захисту приватності.
Деякі проекти, що будують рішення FHE, широко використовуються в кількох проектах захисту конфіденційності блокчейну. Ці проекти включають:
Базуючись на технології TFHE, зосереджуючись на булевих операціях та операціях з низькодобутковими цілими числами, було створено проект FHE-розробницького стеку для блокчейну та AI-додатків.
Розроблено новий тип мови смарт-контрактів та бібліотеки HyperghraphFHE, що підходять для проектів на базі блокчейн-мереж.
Використання FHE для забезпечення захисту конфіденційності в обчислювальних мережах AI, підтримка різних моделей AI.
Поєднання FHE та штучного інтелекту для створення децентралізованого та захищеного від публічності середовища для AI.
Як рішення Layer 2 для Ethereum, підтримує FHE Rollups та FHE Coprocessors, сумісний з EVM та підтримує написання смарт-контрактів на Solidity.
Висновок
FHE як передова технологія, що дозволяє виконувати обчислення над зашифрованими даними, має значні переваги у захисті конфіденційності даних. Хоча нинішні комерційні застосування FHE все ще стикаються з проблемами високих витрат на обчислення та низької масштабованості, ці питання можуть бути поступово вирішені завдяки апаратному прискоренню та оптимізації алгоритмів. Крім того, з розвитком технології блокчейн, FHE відіграватиме все важливішу роль у захисті конфіденційності та безпечних обчисленнях. У майбутньому FHE має потенціал стати ключовою технологією, що підтримує обчислення з захистом конфіденційності, приносячи нові революційні прориви у безпеці даних.