Bitcoin ซึ่งเปิดตัวเมื่อเกือบ 14 ปีที่แล้วปฏิวัติการทําธุรกรรมทางการเงินโดยการกําจัดตัวกลาง การถือกําเนิดของ Ethereum และสัญญาอัจฉริยะได้เร่งแนวโน้มนี้ต่อไปโดยกําจัดตัวกลางจากผลิตภัณฑ์ทางการเงินที่ซับซ้อนเช่นการซื้อขายการให้กู้ยืมและตัวเลือก อย่างไรก็ตามค่าใช้จ่ายในการลบตัวกลางมักเป็นการเสียสละความเป็นส่วนตัว ข้อมูลประจําตัวและธุรกรรมแบบ on-chain ของเราถูกติดตามได้อย่างง่ายดายโดยการแลกเปลี่ยนแบบรวมศูนย์ทางลาดเปิด / ปิด บริษัท วิเคราะห์แบบ on-chain และหน่วยงานอื่น ๆ อีกมากมาย ความโปร่งใสแบบ on-chain นี้ จํากัด การขยายตัวของ Web 3 ไปยังกรณีการใช้งานจํานวนมากเช่นการชําระเงินขององค์กรการซื้อขายแบบ on-chain ที่เป็นกรรมสิทธิ์และแอปพลิเคชันอื่น ๆ อีกมากมาย

ปัญหานี้ไม่ใหม่ และมีหลายๆ โครงการ เช่น zCash ได้พยายามแก้ไขมันตั้งแต่ปี 2016 โดยการนำเทคโนโลยีเช่น Zero-Knowledge Proofs (ZKPs) เข้ามาช่วยแก้ปัญหา ตั้งแต่นั้นเทคโนโลยี ZK ได้ก้าวหน้าอย่างรวดเร็ว นอกจากนี้ยังมีเทคโนโลยีอื่นๆ เช่น Fully Homomorphic Encryption (FHE) และ secure Multi-party Computations (MPC) ที่กำลังเจริญขึ้น เพื่อที่จะตอบสนองต่อสถานการณ์ที่ซับซ้อนมากขึ้นในการใช้ข้อมูลส่วนตัวบนเชน หรือก็คือ Private State

ที่ Alliance เราเชื่อว่าความเป็นส่วนตัวบนโซ่บล็อกจะทำให้มีกรณีการใช้งานที่ไม่เป็นไปได้มาก่อน และจึงเป็นหัวข้อหลักใน Web 3 ในอีกไม่กี่ปีข้างหน้า ถ้าคุณเป็นผู้ก่อตั้งที่กำลังสร้างโครงสร้างความเป็นส่วนตัวหรือแอปพลิเคชันที่ต้องการสถานะส่วนตัว เราอยากสนับสนุนคุณreach outและใช้สมัครพันธมาสัญญา.

ประเภทของสถานะส่วนตัวที่แตกต่างกัน

การใช้ข้อมูลส่วนตัวบนเชื่อมโยงโดยธรรมชาติหมายถึงข้อมูลนี้ถูกเข้ารหัสแล้ว ความเป็นส่วนตัวของข้อมูลนั้นขึ้นอยู่กับการเป็นเจ้าของของกุญแจการเข้ารหัส/ถอดรหัส กุญแจนี้ ก็คือ กุญแจความเป็นส่วนตัว ซึ่งมักจะแตกต่างจาก กุญแจส่วนตัวปกติ กล่าวคือ กุญแจที่ใช้ลงนามธุรกรรม กุญแจแรกควบคุมเฉพาะความเป็นส่วนตัวของข้อมูล ในขณะที่กุญแจที่หลังควบคุมการเปลี่ยนแปลงข้อมูลเหล่านี้

ลักษณะเจ้าของของคีย์ความเป็นส่วนตัว ทำให้เกิดประเภทของสถานะส่วนตัวที่แตกต่างกัน ประเภทสถานะส่วนตัวมีผลต่อวิธีการแทนสถานะนี้บนเชือง และวิธีการจัดการสถานะนี้ให้เหมาะที่สุด โดยทั่วไปสถานะส่วนตัวสามารถแบ่งเป็นสถานะส่วนตัวส่วนบุคคล (PPS) และสถานะส่วนตัวที่แบ่งปัน (SPS)

สถานะส่วนบุคคล

นี่หมายความว่าข้อมูล/สถานะเป็นเจ้าของขององค์กรเดียวและเฉพาะองค์กรนี้เท่านั้นที่สามารถมองเห็นหรือเปลี่ยนแปลงได้ องค์กรนี้ยังสามารถตัดสินใจให้ผู้อื่นมองเห็นข้อมูล เช่น โดยการแชร์คีย์การมองข้อมูลไปยังทุกๆ หรือบางส่วนของข้อมูลนี้ ตัวอย่างของสถานะส่วนตัวนี้ประกอบไปด้วย:

• ยอดเงินโทเค็นส่วนตัว
• ข้อมูลส่วนตัวหรือข้อมูลส่วนบุคคล ซึ่งรวมถึงอายุ, สัญชาติ, สถานะการรับรองของนักลงทุน, บัญชีทวิตเตอร์ หรือข้อมูล Web 2 อื่น ๆ ที่สามารถนำมาใช้ใน Web 3
• ประวัติธุรกรรมส่วนบุคคล

สถานะส่วนตัวที่แบ่งปัน

รัฐเอกชนที่ใช้ร่วมกัน (SPS) เป็นข้อมูลส่วนตัวที่หลายคนสามารถเปลี่ยน / ใช้สําหรับการประมวลผลโดยไม่ทําลายความเป็นส่วนตัว SPS สามารถเป็นสถานะที่ทุกคนสามารถเข้าถึงได้และด้วยเหตุนี้ผู้ใช้ทุกคนสามารถเปลี่ยนแปลงได้ นี่อาจเป็นสถานะของสระว่ายน้ํามืด AMM สถานะของกลุ่มสินเชื่อส่วนตัว ฯลฯ SPS ยังสามารถ จํากัด เฉพาะผู้เข้าร่วมกลุ่มเล็ก ๆ ที่สามารถเข้าถึงหรือเปลี่ยนแปลงข้อมูลได้ ตัวอย่างของในภายหลังรวมถึงสถานะของผู้เล่นหลายคนแบบ on-chain ที่คุณอนุญาตให้ผู้เล่นที่ใช้งานอยู่เปลี่ยนสถานะเท่านั้น นอกจากนี้ยังสามารถรวมอินพุตส่วนตัวไปยังโมเดล AI แบบ on-chain ซึ่งมีเพียงไม่กี่เอนทิตีเช่นตัวดําเนินการแบบจําลองสามารถเรียกใช้การประมวลผลผ่านข้อมูลส่วนตัวได้

SPS ยากกว่าการจัดการสถานะส่วนตัวของบุคคล มันยากมากที่จะคิดเช่นชนิดของการคำนวณที่สามารถทำบน SPS และว่าการคำนวณนี้สามารถรั่วข้อมูลเกี่ยวกับมันหรือไม่ ตัวอย่างเช่น การดำเนินการซื้อขายต่อ AMM dark-pool อาจทำให้ข้อมูลบางส่วนรั่วเกี่ยวกับความสามารถในการเลี้ยงของสระว่ายน้ำ

ZKPs, FHE, และ MPC

มีวิธีการที่แตกต่างกันในการจัดการสถานะส่วนตัวบนเชนที่เหมาะสมสำหรับประเภทของสถานะส่วนตัวและดังนั้นจึงเหมาะสำหรับแอปพลิเคชันเฉพาะ ในกรณีมากมายการสร้างแอปพลิเคชันที่มีประโยชน์ต้องการผสมวิธีการเหล่านี้ร่วมกัน

พิสูจน์ที่ไม่รู้เรื่อง

วิธีแรกที่เกิดขึ้นเพื่อจัดการความเป็นส่วนตัวในเชนคือการใช้ ZKPs วิธีนี้เหมาะสำหรับข้อมูลส่วนบุคคลโดยเฉพาะ ในวิธีนี้เจ้าของข้อมูลสามารถถอดรหัสข้อมูลได้อย่างง่ายโดยใช้คีย์ความเป็นส่วนตัวของตนเอง ทำการเปลี่ยนแปลงที่จำเป็น ทำการเข้ารหัสผลลัพธ์โดยใช้คีย์ของตนเอง และสุดท้ายสร้าง ZKP เพื่อพิสูจน์กับเครือข่ายว่าการเปลี่ยนแปลงที่เป็นส่วนตัวเป็นสถานะที่ถูกต้อง

นี่ทำให้ ZK เป็นที่เหมาะสำหรับเครือข่ายการชำระเงินโดยเฉพาะ เช่น zCash, Iron Fish, และอื่น ๆ ในสถาปัตยกรรมเหล่านี้ เมื่อผู้ใช้ทำธุรกรรมโดยใช้สินทรัพย์ส่วนตัวทั้งหมดทำการคำนวณในเครื่องคอมพิวเตอร์ของตนเอง คือ ใช้จ่าย UTXO และสร้าง UTXO ใหม่สำหรับผู้รับ และปรับเปลี่ยนยอดเงินส่วนตัวของพวกเขา การคำนวณและการสร้าง ZKP จะเกิดขึ้นในเครื่องอุปกรณ์ของผู้ใช้ ความเป็นส่วนตัวของยอดเงินและประวัติการทำธุรกรรมจึงได้รับการป้องกัน ผู้ขุดเครือข่ายเห็นเฉพาะ ZKP ที่สร้างขึ้นและ UTXO ที่ถูกเข้ารหัสใหม่

แม้จะมีความเรียบง่ายของการคํานวณที่จําเป็นในการชําระเงิน แต่ UX ของการชําระเงินส่วนตัวนั้นยากเนื่องจากเวลาในการสร้าง ZKP ที่ยาวนาน อย่างไรก็ตามด้วยการปรับปรุงที่สําคัญในระบบพิสูจน์ zk เวลาของการสร้างหลักฐานสําหรับการชําระเงินอย่างง่ายลดลงต่ํากว่า 1 วินาทีบนฮาร์ดแวร์ของผู้บริโภค นอกจากนี้ยังอนุญาตให้มีการแนะนําความสามารถในการตั้งโปรแกรมทั่วไปให้กับระบบที่ใช้ zk AztecและAleoเป็นเครือข่ายที่ยอดเยี่ยมสองระบบที่นำเสนอการโปรแกรมให้กับโซลูชัน zk-based chains Aztec และ Aleo มีความแตกต่างบ้าง แต่ทั้งสองมีพื้นฐานอย่างมากบน โมเดล ZEXEในโมเดลนี้ แต่ละแอปพลิเคชั่นจะต้องถูกนำมาปฏิบัติเป็นเป็นวงจร zk สร้างความต้องการทั้งสองสำหรับเครือข่ายในการนำ zk complexity สำหรับนักพัฒนาแอปพลิเคชั่นและผู้ใช้ นี้ต้องการให้มีการสร้างภาษาโปรแกรมระดับสูง เช่น Noir (Aztec) และ Leo (Aleo) ซึ่งสามารถแปลงโค้ดระดับสูงเป็นวงจร zk ได้อย่างมีประสิทธิภาพ

ตัวอย่างเช่น Aztec ใช้ Noir และโครงสร้างพัฒนาสมาร์ทคอนแทรคที่เกี่ยวข้องAztec.nr, เพื่อแยกทุกสัญญาฉลาดออกเป็นชุดของฟังก์ชัน แต่ละฟังก์ชันนั้นถูกนำมาใช้งานเป็นวงจร zk ผู้ใช้สามารถทำการคำนวณทั่วไปบนข้อมูลส่วนตัวของตนโดยการดาวน์โหลดฟังก์ชันที่จำเป็นและทำการคำนวณบนอุปกรณ์ของตนเอง รายละเอียดเกี่ยวกับวิธีการดำเนินการสัญญาฉลาดของ Aztec ได้ถูกพูดถึงในเธรด.

การปฏิบัติเช่น Aztec ได้ปรับปรุงความสามารถในการใช้งานของระบบ zk อย่างมากโดยการนำเสนอความสามารถในการโปรแกรมทั่วไป อย่างไรก็ตาม ระบบเช่นนี้ยังมีความท้าทายหลายประการ:

1. การคำนวณใด ๆ ที่เกี่ยวข้องกับสถานะส่วนตัวจะต้องเกิดขึ้นที่ด้านลูกค้า สิ่งนี้ทำให้ประสบการณ์ผู้ใช้เสียหายและต้องการผู้ใช้จะต้องมีอุปกรณ์ที่สามารถใช้เครือข่าย
2. วิธี zk ไม่เหมาะสมสำหรับการจัดการสถานะส่วนตัวที่ใช้ร่วมกัน โดยค่าเริ่มต้นแอปพลิเคชันทั้งหมดมีสถานะสาธารณะ นี้ทำให้ยากต่อการสร้างแอปพลิเคชันเช่นเกมที่ขาดข้อมูลและ DeFi ส่วนตัว
3. ความสามารถในการประสานงานที่ยากขึ้น ไม่สามารถดำเนินการธุรกรรมที่ต้องการเปลี่ยนแปลงสถานะส่วนตัวหลายรายการเนื่องจากทุกสถานะต้องถูกคำนวณโดยผู้ใช้แต่ละคนแยกกัน ธุรกรรมเช่นนี้จำเป็นต้องถูกแบ่งออกเป็นชิ้น ๆ และให้ทุกชิ้นถูกดำเนินการในบล็อกแยกต่าง ๆ
4. ยังมีความท้าทายในการค้นพบข้อมูลส่วนตัวเช่นกัน หากผู้ใช้ได้รับธุรกรรมที่มีสถานะส่วนตัว พวกเขาจะไม่สามารถค้นพบสถานะนี้ได้เว้นแต่ว่าพวกเขาจะต้องดาวน์โหลดสถานะส่วนตัวของเครือข่ายทั้งหมด พยายามถอดรหัสทุกชิ้นโดยใช้กุญแจความเป็นส่วนตัวของพวกเขา สร้างประสบการณ์ UX ที่ท้าทายสำหรับผู้ใช้ แม้แต่ในการทำงานที่เรียบง่ายเช่นการสอบถามยอดคงเหลือของพวกเขาตามที่อธิบายโดยเธรด.

แอปพลิเคชันที่เหมาะสมสำหรับระบบที่ใช้ zk

ความปกป้องความเป็นส่วนตัวของ zk ทำให้เหมาะสำหรับจำนวนมากของกรณีการใช้งาน

โซเชียลมีเดียอนุรักษ์

บางบุคคลสำคัญไม่สามารถแบ่งปันความคิดและประสบการณ์ที่แท้จริงของตนเอง เนื่องจากกลัวการตอบโต้และการยกเลิกจากสังคม นี้ทำให้เกิดชนิดใหม่ของสื่อสังคมที่ผู้เข้าร่วมสามารถพิสูจน์ทางส่วนตัวเกี่ยวกับบางลักษณะบางอย่างของตนเอง เช่น ความมั่งคั่งที่เกิดขึ้นที่สายต่อหรือการเป็นเจ้าของ NFT ที่เฉพาะเจาะจง และใช้พิสูจน์นี้เพื่อโพสต์อย่างไม่ระบุชื่อจริงของตนเอง ตัวอย่างเช่นเพลงปลาวาฬ prototype by my colleague David,

ข้อมูลประจำตัวบนบล็อกเชนเชิงส่วนบุคคล

ตัวอย่างที่เกี่ยวข้องคือการอนุญาตให้คนที่มีประวัติบางอย่างที่จะเข้าร่วมอย่างไม่ระบุชื่อใน DAO หรือลงคะแนนอย่างไม่ระบุชื่อสำหรับเรื่องที่ต้องการความเชี่ยวชาญทางเฉพาะเฉพาะ ตัวอย่างของ Web 3 คือHeyAnoun. โดเมนแอปพลิเคชันที่ใหญ่ขึ้นคือการใช้ประโยชน์จากข้อมูลประจำตัว IRL เช่นความมั่งคั่งของ IRL ปริภูมิศาสตร์ เพื่อเข้าร่วมโปรโตคอลอย่างไม่ระบุชื่อบนเชน การนำเข้าข้อมูลประจำตัว IRL สู่เชนสามารถเปิดโอกาสให้ใช้ได้หลายกรณี เช่น การให้ยืม DeFi โดยไม่ต้องมีหลักทรัพย์ การยืนยันตัวตนในเชน หรือการเข้าถึงตามภูมิภาค ZK เหมาะสำหรับกรณีการใช้เหล่านี้เพราะมันอนุญาตให้มีคีย์ที่เป็นมุมมองที่เฉพาะเจาะจงสำหรับส่วนของสถานะที่เป็นข้อมูลส่วนตัวที่สามารถใช้ในสถานการณ์ที่เฉพาะเจาะจง เช่น การเรียกร้องสัญญาผิด

ความท้าทายหลักของการลงทะเบียนเอกสาร IRL บนบล็อกเชนคือวิธีการรับรองความถูกต้องของเอกสาร/ข้อมูล IRL บางวิธีการเช่นzkEmailและTLSNotaryแอดเดรสปัญหานี้ผ่านการอนุมัติการจราจรเว็บไปยังโดเมนเว็บที่เฉพาะเจาะจงและว่าโดเมนมีข้อมูลที่จำเป็น

การออกใบกำกับภาษี/การชำระเงินขององค์กร

กลุ่มย่อยสำคัญของการชำระเงินส่วนตัวคือการชำระเงินในองค์กร บริษัทมักไม่ต้องการเปิดเผยพันธมิตรธุรกิจ/ซัพพลายเออร์หรือเงื่อนไขสัญญาของข้อตกลงของพวกเขา ความโปร่งใสของการชำระเงินบนโซนมีขีดจำกัดที่จำกัดการนำบริษัทใช้ชำระเงินสเตเบิ้ลคอยน์ ด้วยความเป็นส่วนตัวบนโซนที่เหมาะสมรัฐวิสาหกิจยอมรับการชําระเงินแบบ on-chainสามารถเร่งความเร็วได้ตามประสิทธิภาพที่ดีขึ้นและมีความคุ้มค่าในมูลค่าเมื่อเปรียบเทียบกับรางวัลการเงินที่มีอยู่

วิธี FHE

การเข้ารหัสแบบ Homomorphic อย่างสมบูรณ์ช่วยให้สามารถคํานวณข้อมูลที่เข้ารหัสและสร้างผลลัพธ์ที่เข้ารหัสที่ถูกต้องโดยไม่ต้องถอดรหัสข้อมูลระหว่างการคํานวณ สิ่งนี้ทําให้ FHE เหมาะอย่างยิ่งสําหรับการจัดการรัฐเอกชนที่ใช้ร่วมกัน ด้วย FHE คุณสามารถสร้างแอปพลิเคชันแบบออนเชนที่มีรัฐเอกชนเช่นสระว่ายน้ํา AMM ส่วนตัวหรือกล่องลงคะแนนส่วนตัว สถานะส่วนตัวมีอยู่ใน on-chain ในรูปแบบที่เข้ารหัสซึ่งอนุญาตให้ผู้ใช้ทําการคํานวณข้อมูลนี้ การรวม FHE on-chain สามารถเปิดใช้งานและลดความซับซ้อนของกรณีการใช้งานจํานวนมากที่ไม่เคยทําได้มาก่อนเช่นการลงคะแนนส่วนตัวและเกมที่ไม่สมบูรณ์เช่นโป๊กเกอร์

ข้อดีของ FHE

ความได้เปรียบอย่างมีนัยสำคัญของ FHE คือการปรับปรุงความสามารถในการรวมกันในด้านต่างๆ

1. การทำธุรกรรม/ผู้ใช้หลายคนสามารถเปลี่ยนแปลงสถานะส่วนตัวเดียวกันในบล็อกเดียวกัน ตัวอย่างเช่น การสวีปหลายรายการสามารถใช้ dark pool เดียวกัน
2. ธุรกรรมเดี่ยวสามารถเปลี่ยนแปลงสถานะส่วนตัวหลายรายการได้ เช่น ธุรกรรมสลับสามารถใช้ dark AMM pools หลายรายการเพื่อทำธุรกรรมสลับ

ข้อดีอีกอย่างคือประสบการณ์ของผู้ใช้ที่ดีขึ้น ใน FHE การคำนวณเกี่ยวกับสถานะส่วนตัวจะถูกทำโดยผู้ตรวจสอบเครือข่ายที่สามารถใช้ฮาร์ดแวร์ที่เชี่ยวชาญเพื่อทำคำนวณเหล่านี้ได้เร็วขึ้น

ข้อดีที่สามของ FHE คือประสบการณ์ในการพัฒนาที่ดีขึ้น ผู้พัฒนายังต้องปรับอารมณ์ใจเพื่อจัดการสถานะเอกชนอย่างถูกต้อง แต่อุปสรรคนั้นน้อยกว่าระบบ zk มาก ๆ อย่างแรก FHE systems สามารถทำงานได้กับโมเดลบัญชีเดียวกันที่เชื่อมต่อกับโซ่สมาร์ทคอนแทร็ค อย่างที่สอง การดำเนินการ FHE สามารถเพิ่มเติมลงบนการนำไปใช้ของ VM implementations ที่มีอยู่แล้ว ทำให้ผู้ใช้สามารถใช้เฟรมเวิร์กการพัฒนาเดียวกัน เครื่องมือช่วยเหลือ กระเป๋าเงิน และโครงสร้างพื้นฐานที่พวกเขาเคยใช้งานได้อย่างเต็มที่ นี้เป็นกรณีสำหรับ fhEVMการนำมาใช้จากZama ที่เพิ่มเพียงตัวแปรที่เข้ารหัสและการดําเนินการ FHE เป็น precompiles ข้อได้เปรียบนี้มีความสําคัญต่อการเติบโตของแอปพลิเคชันส่วนตัวแบบ on-chain นักพัฒนาเป็นกุญแจสําคัญในการสร้างแอปพลิเคชันที่น่าสนใจซึ่งดึงดูดผู้ใช้ ประสบการณ์นักพัฒนาที่ราบรื่นสามารถดึงดูดนักพัฒนาให้เข้ามาในพื้นที่ FHE ได้มากขึ้น

ข้อจำกัดของ FHE

ความเชื่อในความเป็นส่วนตัว

เครือข่าย FHE ต้องการคีย์การเข้ารหัส / ถอดรหัสทั่วโลกสําหรับรัฐเอกชนทั้งหมด นี่เป็นสิ่งสําคัญในการบรรลุความสามารถในการแต่งเพลง โดยทั่วไปคีย์เหล่านี้จะได้รับการดูแลโดยกลุ่มผู้ตรวจสอบเพื่อให้สามารถถอดรหัสผลลัพธ์ของการดําเนินงาน FHE ผ่านรัฐเอกชน ซึ่งหมายความว่ากลุ่มผู้ตรวจสอบความถูกต้องก็เช่นกัน ไว้ใจไม่ทำลายความเป็นส่วนตัวของสถานะส่วนตัวที่มีอยู่

การรั่วซึมความเป็นส่วนตัวที่เป็นไปได้
การดำเนินการคำนวณหลายรายการบนข้อมูลที่เข้ารหัสลับอาจทำให้เกิดการละเมิดความเป็นส่วนตัว ตัวอย่างเช่นการเทรดที่ดำเนินการในสระ Dark AMM อาจเปิดเผยข้อมูลบางส่วนเกี่ยวกับโครงสร้าง Likelihood ปัจจุบันของสระ

ความซับซ้อนทางคำนวณของการคำนวณ FHE

แม้จะมีการใช้งานขั้นสูง แต่การทํางานของ FHE มักจะมีราคาแพงกว่าการคํานวณทั่วไป 1,000 เท่าถึง 1,000,000 เท่า ความซับซ้อนนี้จํากัดปริมาณงานที่เป็นไปได้ของแอปพลิเคชัน FHE แบบ on-chain การประมาณการปัจจุบันจาก Inco Network ระบุปริมาณงานระหว่าง 1-5 TPS สําหรับการดําเนินงาน FHE ด้วยการเร่งความเร็ว GPU และ FPGA ปริมาณงานนี้สามารถเร่งความเร็วได้ 10–50x

Source: https://eprint.iacr.org/2021/1402.pdf

การใช้งานที่เหมาะสมสําหรับระบบ FHE

ระบบ FHE เป็นเหมาะสำหรับการประยุกต์ที่ต้องการระดับความสามารถในการประมวลผลสูง

เกมที่ขาดข้อมูล ตัวอย่างเช่นเกมการ์ด เช่น โป๊กเกอร์ ที่สถานะของสำรับการ์ดสามารถเข้าถึงและสามารถแก้ไขได้โดยผู้เล่นหลายคน

การลงคะแนนเสียงส่วนตัว FHE ทำให้การปฏิบัติงานของการเลือกตั้งลับเมื่อมีการลงคะแนนเสียงที่สามารถเปลี่ยนผลการลงคะแนนโดยที่ไม่ต้องทราบผลการลงคะแนนก่อนหน้านี้

Private AMM, การนำ Private AMMs หรือ Private DeFi pools มาใช้งานโดยทั่วไปถูกทำให้เรียบง่ายขึ้นโดยการแทนสถานะของพูลเป็นตัวแปรที่เข้ารหัส

วิธีการ MPC

การคำนวณหลายฝ่าย (MPC) รู้จักและโด่งดังในวงการคริปโตสำหรับการเก็บรักษาสินทรัพย์เป็นกรณีใช้เฉพาะ บางบริษัทใหญ่ในวงการ เช่น Fireblocksได้สร้างธุรกิจที่ประสบความสำเร็จโดยใช้ MPC ที่ปลอดภัยสำหรับการเก็บ concurrency นอกจากนี้ยังมีผู้ให้บริการวอลเล็ตเช่น Coinbase0xPass, ใช้ MPC เพื่อปรับปรุงความปลอดภัยและประสบการณ์ของกระเป๋าเงิน

อย่างไรก็ตาม MPC สามารถใช้มากกว่าการรักษาความปลอดภัยคีย์ส่วนตัว โดยทั่วไป MPC แก้ปัญหาการประมวลผลผ่านอินพุตส่วนตัวเช่นข้อมูลและเปิดเผยเฉพาะเอาต์พุตของการคํานวณโดยไม่ทําลายความเป็นส่วนตัวของอินพุต ในบริบทเฉพาะของการดูแลทรัพย์สินอินพุตส่วนตัวเป็นชิ้นส่วนของคีย์ส่วนตัว เจ้าของชิ้นส่วนเหล่านี้ทํางานร่วมกันเพื่อดําเนินการ "คอมพิวเตอร์" ผ่านอินพุตส่วนตัวเหล่านี้ การคํานวณที่นี่กําลังสร้างลายเซ็นธุรกรรม หลายฝ่ายที่นี่ร่วมกันสร้างและถอดรหัสลายเซ็นโดยที่ฝ่ายใดฝ่ายหนึ่งไม่สามารถเข้าถึงอินพุตส่วนตัวเช่นคีย์ส่วนตัว

ในทํานองเดียวกัน MPC อนุญาตให้คํานวณข้อมูลส่วนตัวทุกประเภทโดยไม่เปิดเผย สิ่งนี้ทําให้ MPC สามารถจัดการกับรัฐเอกชนในบริบทบล็อกเชนได้ ตัวอย่างหนึ่งคือการฝึกอบรม AI แบบกระจายอํานาจผ่านชุดข้อมูลส่วนตัว เจ้าของข้อมูลและผู้ให้บริการประมวลผลที่แตกต่างกันสามารถทํางานร่วมกันเพื่อดําเนินการฝึกอบรม AI ที่ใช้ MPC ผ่านชุดข้อมูลส่วนตัวเพื่อคํานวณน้ําหนักแบบจําลอง ผลลัพธ์ของการคํานวณเช่นน้ําหนักจะถูกถอดรหัสโดยกลุ่ม MPC หลังจากขั้นตอนการฝึกอบรมเพื่อสร้างแบบจําลอง AI ที่เสร็จสมบูรณ์

การใช้งาน MPC จํานวนมากบรรลุการรับประกันความเป็นส่วนตัวที่แข็งแกร่งสําหรับความเป็นส่วนตัวของข้อมูลเช่นชนกลุ่มน้อยที่ซื่อสัตย์ซึ่งหมายความว่ามีการรับประกันความเป็นส่วนตัวที่คล้ายคลึงกันกับระบบ ZK กนง. อาจมีลักษณะคล้ายกับ FHE เนื่องจากช่วยให้สามารถประมวลผลผ่าน SPS ซึ่งหมายความว่าสามารถจัดองค์ประกอบได้ อย่างไรก็ตามเมื่อเทียบกับ FHE กนง. มีข้อจํากัดบางประการ

1. การคำนวณสามารถทำได้เฉพาะโดยหน่วยงานที่เป็นส่วนหนึ่งของกลุ่ม MPC เท่านั้น ไม่มีใครภายนอกกลุ่มนี้สามารถทำการคำนวณใด ๆ กับข้อมูลได้
2. เพื่อให้ได้รับการรับรองจากส่วนน้อยที่ซื่อสัตย์ ทุกฝ่ายของ MPC จำเป็นต้องร่วมมือกันเพื่อดำเนินการ MPC นี้หมายความว่าการคำนวณสามารถถูกเซ็นเซอร์โดยสมาชิกใดก็ได้ของกลุ่ม MPC จำกัดจุดจำกัดนี้สามารถปรับผ่อนได้ด้วยการลด MPC threshold กล่าวคือ จำนวนของตัวบ่งชี้ที่จำเป็นในการทำการคำนวณ อย่างไรก็ตาม ราคาที่นี่คือ ความเป็นส่วนตัวของข้อมูลสามารถถูกขัดขวางโดยการประสานงานระหว่างจำนวนผู้เข้าร่วมที่เล็กลง

การใช้งานที่เหมาะสมสำหรับระบบ MPC

Dark Pool CLOBs

หนึ่งในการประยุกต์ใช้ MPC ใน DeFi ครั้งแรกคือการนำ Dark Pool CLOBs มาใช้งาน ในระบบนี้ นักเทรดสามารถวางคำสั่งที่เป็น limit หรือ market โดยไม่ต้องมีความรู้ล่วงหน้าเกี่ยวกับสถานะของ order book การจับคู่คำสั่งเกิดขึ้นผ่าน MPC บนข้อมูลส่วนตัว กล่าวคือ existing order bookRenegade Financeเป็นหนึ่งในบริษัทที่กำลังสร้างระบบเช่นนี้

การอธิบายแบบกระจายของแบบจำลอง AI ที่เป็นเอกราย

บางแอปพลิเคชัน เช่น ผู้จัดการกลยุทธ์ที่ใช้ AI ใน DeFi หรือ เครดิตสกอร์ของเว็บ 3, สามารถใช้ MPC เพื่อทำการสรุปโมเดลโดยใช้แบบจำลองที่เป็นเอกสิทธิ์ ในสถาปัตยกรรมนี้ น้ำหนักของโมเดล AI เป็นส่วนตัว น้ำหนักสามารถแบ่งปันได้อย่างปลอดภัยในหมู่เครื่องคำนวณหลายๆ ตัวโดยที่แต่ละตัวมีเพียงส่วนหนึ่งของน้ำหนักของโมเดล ตัวโหลดสามารถร่วมมือกันเพื่อทำการสรุป AI บนเหตุการณ์ที่อัปเดตบนเชนเพื่อทำการตัดสินใจและส่งธุรกรรมที่ดำเนินกลยุทธ์ DeFi ได้

การฝึกอบรมโมเดล Open AI โดยใช้ข้อมูลที่เป็นเอกราช

ตัวอย่างที่พบบ่อยที่นี่คือการฝึกโมเดลการวินิจฉัยทางการแพทย์โดยใช้บันทึกสุขภาพส่วนตัว ในกรณีนี้ผู้สร้างโมเดล บริษัท และเจ้าของข้อมูล กล่าวคือ ผู้ป่วย สามารถร่วมมือกันโดยใช้ MPC เพื่อเรียกใช้กระบวนการฝึกอบรมบนข้อมูลส่วนตัวโดยไม่ละเมิดความเป็นส่วนตัวของข้อมูลส่วนตัว เครือข่าย เช่น BittensorและNillionสามารถเปิดใช้งานกรณีการใช้งานเช่นนี้

สถานะส่วนตัวที่แชร์โดยไม่มีการอนุญาต

ด้วยการออกแบบอย่างรอบคอบ MPC สามารถนำมาใช้ในการจัดการกับ SPS แบบเซมิ-อนิมิชันได้ ตัวอย่างเช่น สถานะของสระว่ายน้ำ AMM ที่มืดและการคำนวณเกี่ยวกับสถานะนี้สามารถสร้างขึ้นเป็น MPC ระหว่างจำนวนของหน่วยงาน ผู้ใช้ที่ต้องการที่จะโต้ตอบกับ AMM จะต้องแชร์ธุรกรรมของพวกเขากับกลุ่ม MPC เพื่อดำเนินการคำนวณแทนพวกเขา ข้อดีของวิธีนี้คือแต่ละ SPS สามารถมีชุดคีย์ความเป็นส่วนตัวที่แตกต่างกัน (เมื่อเทียบกับคีย์โลกในกรณีของ FHE) ความเสี่ยงของวิธีนี้คือความเป็นไปได้ของการเซ็นเซอร์โดยกลุ่ม MPC อย่างไรก็ตาม ด้วยการออกแบบทางเศรษฐศาสตร์อย่างรอบคอบ ความเสี่ยงนี้สามารถลดลง

การแข่งขันหรือความร่วมมือ

วิธีการที่ถูกพูดถึงในการจัดการสถานะส่วนตัวบนเชื่อมโยงดูเหมือนแข่งขันในมุมมองแรกเห็น อย่างไรก็ตาม หากเราละทิ้งเครื่องกระทำทางการเงินของทีมที่แตกต่างกันที่กำลังสร้างเครือข่ายเหล่านี้ zk, FHE และ MPC นั้นเป็นเทคโนโลยีที่เสริมกัน

จากที่สามารถ zk ระบบให้ความมั่นใจในเรื่องความเป็นส่วนตัวที่แข็งแกร่งเพราะข้อมูลที่ "ไม่ได้เข้ารหัส" ไม่เคยออกจากอุปกรณ์ของผู้ใช้ นอกจากนี้ ไม่สามารถให้ใครทำการคำนวณใด ๆ ที่เกี่ยวกับข้อมูลนี้โดยไม่ได้รับอนุญาตจากเจ้าของ ราคาสำหรับความมั่นใจในเรื่องความเป็นส่วนตัวที่แข็งแกร่งนี้คือความสามารถในการรวมกันที่อ่อนแอ

อย่างไรก็ตาม FHE ให้ความสามารถในการทำงานร่วมกันที่แข็งแกร่งมากขึ้น แต่มีความเสี่ยงด้านความเป็นส่วนตัวที่น้อยลง ความเสี่ยงด้านความเป็นส่วนตัวมาจากการวางใจให้กับหน่วยงานหรือจำนวนเล็กน้อยของหน่วยงานกับกุญแจการถอดรหัส FHE ระดับโลก แม้ว่าจะมีความเสี่ยงนั้น และเพราะความสามารถในการทำงานร่วมกันเป็นส่วนสำคัญใน crypto FHE สามารถเปิดโอกาสในด้านความเป็นส่วนตัวในกรณีการใช้งานที่สำคัญหลายรายการ เช่น DeFi

การนำ MPC มาใช้นั้นเสนอวิธีกลางทางที่เป็นเอกลักษณ์ระหว่างวิธี zk และ FHE MPC ช่วยให้สามารถคำนวณได้เกี่ยวกับข้อมูลส่วนตัวที่ถูกแบ่งปัน ดังนั้น มันเสนอความสามารถในการประกอบการที่มากกว่า ZKPs อย่างไรก็ตาม การคำนวณเกี่ยวกับสถานะส่วนตัวนี้ถูกจำกัดไว้ให้กับกลุ่มเล็ก ๆ ของผู้ร่วมและไม่ได้รับอนุญาต (ต่างจาก FHE)

โดยที่ ZKPs, MPC และ FHE แตกต่างกันในอัตราการใช้งานของพวกเขา การใช้งานทางปฏิบัติมักจะต้องการผสมเทคโนโลยีเหล่านี้ร่วมกัน ตัวอย่างเช่น Renegade Finance ผสม MPC และ ZKPs เพื่อให้เป็นไปได้ในการสร้าง Dark Pool CLOB ที่ยืนยันว่าผู้ร่วมเกมมีสินทรัพย์เพียงพอที่จะครอบคลุมคำสั่งที่ซ่อนอยู่ของพวกเขา ในทางเดียวกัน เกมโป๊กเกอร์ on-chain, zkHoldem ผสม ZKPs และ FHE ด้วย

เราคาดว่าเครือข่ายที่ให้ความสำคัญกับความเป็นส่วนตัวจะรวมเทคโนโลยีเหล่านี้ภายใต้โครงสร้างเพื่อให้นักพัฒนาบนเอคอซิสเหล่านี้ได้รับเครื่องมือทั้งหมดที่ต้องการสร้างแอปพลิเคชันอย่างไม่มีรอยต่อ ตัวอย่างเช่น Aztec สามารถรวม MPC ชนิดหนึ่งในเครือข่ายเพื่อจัดการสถานะส่วนตัวที่ถูกแบ่งข้องร่วมเครือข่าย Incoสามารถใช้ ZKPs เพื่อให้สามารถมีที่อยู่ส่วนตัวและประวัติการทำธุรกรรมส่วนตัว

ด้วยวิสัยทัศน์เหล่านี้ในอนาคตที่ให้ความสำคัญกับความเป็นส่วนตัว Alliance พร้อมสนับสนุนผู้ก่อตั้งที่กำลังสร้างอนาคตนี้ หากคุณกำลังสร้างในโดเมนนี้ reach outและใช้ในพันธมิตร.

Disclaimer：

1. บทความนี้ถูกพิมพาจาก [ พันธมิตร], All copyrights belong to the original author [Mohamed Fouda]. หากมีข้อขัดแย้งใดๆ เกี่ยวกับการพิมพ์ซ้ำนี้ โปรดติดต่อเกตเรียนทีม และพวกเขาจะจัดการกับมันอย่างรวดเร็ว
2. คำโต้แย้งความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำทางการลงทุนใดๆ
3. การแปลบทความเป็นภาษาอื่น ๆ โดยทีม Gate Learn จะทำการแปล หากไม่ได้กล่าวถึง การคัดลอก การแจกจ่าย หรือการลอกเลียนบทความที่ถูกแปล ถือเป็นการละเมิด