Криптоактиви ринку щотижневий огляд та обговорення гомоморфного шифрування

Станом на 13 жовтня, обговорення трьох основних криптоактивів та їхня цінова динаміка виглядають наступним чином:

Обговорення біткойна минулого тижня становило 12,52K, що на 0,98% менше в порівнянні з попереднім тижнем. Ціна закриття в неділю склала 63916 доларів, що на 1,62% більше в порівнянні з попереднім тижнем.

Обговорення Ethereum минулого тижня становило 3,63K, що на 3,45% більше в порівнянні з попереднім періодом. Ціна закриття в неділю склала 2530 доларів, що на 4% менше в порівнянні з попереднім періодом.

某Криптоактиви上周讨论次数782，环比下降12.63%。周日收盘价5.26美元，环比微跌0.25%。

Гомоморфне шифрування(FHE) є важливою технологією в галузі криптографії, яка дозволяє виконувати обчислення над зашифрованими даними без необхідності їх розшифровки. Ця особливість надає FHE величезний потенціал у захисті конфіденційності та обробці даних, що дозволяє її широке застосування у фінансах, медицині, хмарних обчисленнях, машинному навчанні та інших сферах. Проте, комерційний шлях FHE все ще стикається з численними викликами.

Цінність застосування Гомоморфного шифрування

Найбільша перевага Гомоморфного шифрування полягає в захисті конфіденційності. Наприклад, одна компанія може передати зашифровані дані іншій компанії для аналізу, не хвилюючись про витік даних. Цей механізм особливо важливий для чутливих до даних галузей, таких як фінанси та охорона здоров'я. З розвитком хмарних обчислень і штучного інтелекту, перспективи застосування Гомоморфного шифрування в багатосторонніх безпечних обчисленнях є широкими. У сфері блокчейну Гомоморфне шифрування може бути використане для підвищення конфіденційності та безпеки транзакцій.

Порівняння FHE з іншими технологіями шифрування

У сфері Web3 FHE, нульові докази (ZK), багатопартійні обчислення (MPC) та надійні середовища виконання (TEE) є основними методами захисту конфіденційності. У порівнянні з цим, FHE може виконувати різні операції з зашифрованими даними без їх розшифрування. MPC дозволяє кільком сторонам здійснювати спільні обчислення за умов захисту конфіденційності. TEE забезпечує безпечне середовище для обчислень, але має нижчу гнучкість.

Незважаючи на те, що Гомоморфне шифрування має відмінні показники в підтримці складних обчислювальних завдань, його висока обчислювальна вартість і проблеми масштабованості все ще обмежують його широке використання в реальних додатках.

Виклики, з якими стикається FHE

1. Великі витрати на обчислення: Гомоморфне шифрування потребує великої кількості обчислювальних ресурсів, особливо для обчислень високих степенів поліномів, час обробки росте поліноміально.

2. Обмежені можливості операцій: FHE в основному підтримує додавання та множення, підтримка складних нелінійних операцій є обмеженою, що обмежує його використання в AI-додатках, таких як глибокі нейронні мережі.

3. Підтримка кількох користувачів є складною: при роботі з багатокористувацькими наборами даних складність системи FHE значно зростає, управління ключами та проектування архітектури стає більш складним.

Поєднання FHE та AI

У сучасну епоху, що керується даними, технології ШІ широко застосовуються в різних сферах. Однак питання конфіденційності даних часто перешкоджає користувачам ділитися чутливою інформацією. Гомоморфне шифрування забезпечує рішення для захисту конфіденційності для ШІ, дозволяючи обробляти дані в зашифрованому стані, що гарантує безпеку приватності. Ця особливість є особливо важливою в умовах суворих регуляцій щодо захисту даних, таких як GDPR.

Гомоморфне шифрування в блокчейні

Гомоморфне шифрування в області блокчейн в основному використовується для захисту конфіденційності даних, включаючи конфіденційність на ланцюгу, конфіденційність даних для навчання ШІ, конфіденційність голосування та перевірку транзакцій. В даний час вже кілька проектів досліджують практичне застосування технології Гомоморфного шифрування:

• Певний проект: на основі технології TFHE, зосереджений на булевих обчисленнях та обчисленнях з низькою довжиною цілого числа, для побудови стеку FHE для блокчейну та AI додатків.

• Якийсь проект: розроблено нову мову смарт-контрактів та бібліотеку FHE, що підходить для блокчейн-мереж.

• Певний проєкт: використання FHE для забезпечення конфіденційності в обчислювальних мережах ШІ, підтримка різних моделей ШІ.

• Якийсь проект: поєднання Гомоморфне шифрування та AI, що забезпечує децентралізоване та захищене конфіденційність середовище AI.

• Певний проект: як рішення Layer 2 для Ethereum, підтримує FHE Rollups та FHE Coprocessors, сумісний з EVM та підтримує смарт-контракти на Solidity.

Висновок

FHE як передова технологія, яка дозволяє виконувати обчислення на зашифрованих даних, має значні переваги в захисті конфіденційності даних. Незважаючи на те, що наразі існують виклики, такі як обчислювальні витрати та масштабованість, ці проблеми, ймовірно, можуть бути вирішені за допомогою апаратного прискорення та оптимізації алгоритмів. З розвитком технології блокчейн важливість FHE у сфері захисту конфіденційності та безпечних обчислень буде зростати, і вона може стати основною технологією, що підтримує захист конфіденційних обчислень, забезпечуючи революційний прорив у безпеці даних.