На 13 октября данные платформы TrendX для BTC, ETH и TON следующие:

BTC на прошлой неделе обсуждалось 12,52 тыс. раз, что на 0,98% меньше, чем на предыдущей неделе; цена в воскресенье на прошлой неделе составляла 63916 долларов, что на 1,62% больше, чем в предыдущее воскресеньепамп;

ETH на прошлой неделе количество обсуждений составило 3,63 тыс., что на 3,45% выше, чем на предыдущей неделе; цена в воскресенье составила 2530 долларов, что на 4% ниже, чем в предыдущее воскресенье;

TON на прошлой неделе количество обсуждений составило 782, что на 12.63% меньше, чем на предыдущей неделе; цена в воскресенье составила 5.26 долларов, что на 0.25% меньше, чем в предыдущее воскресенье;

Гомоморфное шифрование (Fully Homomorphic Encryption, FHE) - это технология с огромным потенциалом в современной криптографии, основное преимущество которой заключается в возможности проведения вычислений напрямую на зашифрованных данных без их расшифровки. Это обеспечивает мощную поддержку в области защиты конфиденциальности и обработки данных. FHE может быть широко применено в финансовой сфере, медицине, облачных вычислениях, машинном обучении, системах голосования, интернете вещей и защите конфиденциальности в области блокчейна. Однако, несмотря на широкие перспективы применения FHE, его коммерциализация все еще стоит перед вызовами.

Потенциал и сферы применения FHE

Основным преимуществом гомоморфного шифрования является защита конфиденциальности. Представьте себе, что компания A нуждается в использовании вычислительной мощности компании B для анализа ее данных, но не хочет, чтобы компания B имела доступ к конкретному содержанию этих данных. В этом случае гомоморфное шифрование может быть использовано: компания A может зашифровать данные, передать их компании B для вычислений, результаты вычислений останутся зашифрованными, и компания A сможет получить результаты анализа после расшифровки. Таким образом, конфиденциальность данных защищена, а компания B может выполнить необходимую вычислительную работу.

Этот механизм защиты конфиденциальности особенно важен для финансовой и медицинской отраслей, где данные являются чувствительными. Безопасность данных становится все более важной в контексте развития облачных вычислений и искусственного интеллекта. FHE может обеспечить защиту вычислений в этих сценариях, позволяя участникам сотрудничать, не раскрывая конфиденциальную информацию. Особенно в технологии блокчейна FHE повышает прозрачность и безопасность обработки данных через функции защиты конфиденциальности в блокчейне и проверки экранированных транзакций.

Сравнение FHE с другими способами шифрования

В области Web3 FHE, Доказательство с нулевым разглашением (ZK), Многостороннее вычисление (MPC) и Доверенная исполнительная среда (TEE) являются основными методами защиты конфиденциальности. В отличие от ZK, FHE позволяет выполнять различные операции с зашифрованными данными без предварительного расшифрования. MPC позволяет сторонам выполнять вычисления при зашифровании данных, без необходимости обмена конфиденциальной информацией. TEE предоставляет безопасную среду для вычислений, но относительно ограничена в гибкости обработки данных.

Эти шифрование технологии имеют свои преимущества, но в поддержке сложных вычислительных задач, FHE выделяется особенно. Тем не менее, FHE по-прежнему сталкивается с проблемами высоких вычислительных затрат и плохой масштабируемости в реальных приложениях, что часто делает его ограниченным в реальном времени. Ограничения и вызовы FHE Несмотря на мощную теоретическую основу FHE, он сталкивается с практическими вызовами в коммерческом применении.

• Большие вычислительные затраты: FHE требует большого количества вычислительных ресурсов, и его вычислительные затраты значительно растут по сравнению с незашифрованными вычислениями. Для высокоуровневых многочленовых операций время обработки увеличивается в соответствии с ростом многочлена, поэтому FHE не может удовлетворить требованиям реального времени. Для снижения стоимости FHE требует специализированного оборудования для ускорения вычислений, но это также увеличивает сложность развертывания.
• Ограниченные возможности обработки: хотя FHE может выполнять сложение и умножениешифрование данных, его поддержка сложных нелинейных операций ограничена, что является узким местом для приложений искусственного интеллекта, таких как Глубина нейронных сетей. Текущие схемы FHE все еще в основном применимы для линейных и простых полиномиальных вычислений, применение нелинейных моделей значительно ограничено.
• Сложность поддержки нескольких пользователей: FHE хорошо себя показывает в сценариях с одним пользователем, но при работе с набором данных нескольких пользователей сложность системы резкоПодъем. В 2013 году Лопес-Альт и другие предложили рамки мультипартнерскогошифрование данных с различнымиСекретный ключами, однако управлениеСекретный ключами и сложность архитектуры системы значительно возросли.

Комбинация FHE и искусственного интеллекта

В современной эпохе данных искусственный интеллект (ИИ) широко применяется в различных областях, но из-за беспокойства о конфиденциальности данных пользователи часто не желают делиться чувствительными данными, такими как медицинская и финансовая информация. FHE предоставляет решение для защиты конфиденциальности в области искусственного интеллекта. В области облачных вычислений данные обычно шифруются в процессе передачи и хранения, но часто остаются в открытом виде в процессе обработки. С помощью FHE данные пользователей могут обрабатываться в зашифрованном виде, обеспечивая конфиденциальность данных.

Это преимущество особенно важно в контексте требований законодательства, таких как GDPR, поскольку эти нормативные акты требуют, чтобы пользователи имели право на осведомленность о способах обработки данных и обеспечивали защиту данных в процессе их передачи. Криптография с полностью гомоморфным шифрованием обеспечивает соблюдение нормативных требований и безопасность данных.

Применение FHE в Блокчейне и проекты

Применение FHE в блокчейне в основном сосредоточено на защите конфиденциальности данных, включая конфиденциальность в блокчейне, конфиденциальность данных обучения искусственного интеллекта, конфиденциальность голосования в блокчейне и проверку экранированных транзакций в блокчейне. В настоящее время многие проекты используют технологию FHE для содействия обеспечению конфиденциальности. Например, решение FHE, разработанное Zama, широко применяется в проектах Fhenix, Privasea, IncoNetwork и MindNetwork.

Zama: основан на технологии TFHE, специализируется на булевых операциях и операциях с короткими целыми числами, а также создает стек разработки FHE для применения в блокчейн и искусственном интеллекте.

Octra：开发了一种新的смарт-контракт语言和 HyperghraphFHE 库，适用于блокчейн网络。

Privasea: использование FHE для обеспечения конфиденциальности в AI вычислительных сетях с поддержкой различных моделей AI.

MindNetwork：сочетание FHE и искусственного интеллекта, обеспечивающее децентрализованную и защищенную конфиденциальность среду искусственного интеллекта.

Fhenix：в качестве Уровень 2 решения для Ethereum, поддерживает роллапы FHE и сопроцессоры FHE, совместим с EVM и поддерживает смарт-контракты, написанные на Solidity.

Исследование данных

Заключение

FHE как продвинутая технология вычислений на шифрованных данных обладает значительным преимуществом в защите конфиденциальности данных. Несмотря на то, что в настоящее время коммерциализация FHE все еще сталкивается с проблемами больших вычислительных затрат и плохой масштабируемости, благодаря аппаратному ускорению и оптимизации Алгоритмов эти проблемы могут быть постепенно решены. Кроме того, с развитием технологии блокчейн FHE будет играть все более важную роль в защите конфиденциальности и безопасных вычислениях. В будущем FHE может стать ключевой технологией для поддержки вычислений по защите конфиденциальности и принести новый революционный прорыв в области безопасности данных.

следуйте за нами TrendX

Платформа инвестиционных возможностей Web3 TrendX-No.1, опирающаяся на ведущую в отрасли технологию анализа искусственного интеллекта и технологию отслеживания тенденций блокчейневне блокчейна, анализирует динамику десятков миллиардов данных в режиме реального времени, фиксирует инвестиционные возможности, предоставляет пользователям инвестиционные советы посредством интуитивно понятного взаимодействия, придерживается концепции «изменение — это возможность» и стремится стать предпочтительной инвестиционной платформой Web3 для пользователей.

Инвестиции имеют риски, проект предоставляется только в качестве справочной информации, риски несете вы сами