La combinación de la computación privada y la IA: explorando el camino innovador de Privasea
Recientemente, un proyecto de acuñación de NFT de rostros ha generado una amplia atención. Este proyecto permite a los usuarios ingresar su rostro a través de una aplicación móvil y acuñarlo como NFT. Desde su lanzamiento a finales de abril, ha atraído más de 200,000 acuñaciones de NFT, lo que evidencia su popularidad.
El propósito de este proyecto no es simplemente convertir datos faciales en NFT, sino que busca verificar la identidad real de los usuarios a través del reconocimiento facial. La identificación humano-máquina es crucial en el entorno de Internet actual. Según los datos, el tráfico de robots maliciosos representa el 27.5% del tráfico total de Internet, lo que tiene un impacto grave en los proveedores de servicios y en los usuarios reales.
En el ámbito de Web3, la detección de humanos es igualmente una necesidad urgente. Por ejemplo, en los airdrops de proyectos, es necesario identificar a usuarios reales para prevenir ataques de brujas. Para operaciones de alto riesgo como el inicio de sesión en cuentas, retiros, etc., es necesario verificar que el usuario no solo es una persona real, sino también el propietario de la cuenta.
Privasea ha propuesto una solución innovadora, construyendo la Red Privasea AI basada en la criptografía totalmente homomórfica (FHE), para abordar el problema de la computación de privacidad en escenarios de IA en Web3. Esta red está compuesta por cuatro roles: propietarios de datos, nodos de cálculo, descifradores y receptores de resultados, proporcionando servicios de computación de privacidad eficientes a través de una estructura jerárquica y un empaquetado optimizado.
El flujo de trabajo de la red Privasea AI incluye pasos como el registro de usuarios, la presentación de tareas, la asignación de tareas, el cálculo encriptado, el cambio de claves, la verificación de resultados, el mecanismo de incentivos, la recuperación de resultados y la entrega. Durante todo el proceso, los datos permanecen en estado encriptado, garantizando la seguridad de la privacidad.
La red también utiliza un mecanismo dual de PoW y PoS para gestionar nodos y distribuir recompensas. Los usuarios pueden convertirse en nodos de cálculo comprando un NFT de WorkHeart, participar en el cálculo de la red y obtener ganancias. El NFT de StarFuel actúa como un potenciador de nodos, lo que puede aumentar el multiplicador de ganancias.
A pesar de que la tecnología FHE proporciona un sólido apoyo para el cálculo de la privacidad, también enfrenta desafíos en la eficiencia computacional. En los últimos años, la industria ha logrado algunos avances en la optimización de algoritmos y la aceleración de hardware, pero aún hay una brecha en comparación con el cálculo en texto claro.
En general, Privasea, a través de su arquitectura única y tecnología de computación privada, está abriendo nuevas posibilidades para la fusión de Web3 y AI. Con el continuo avance de la tecnología, Privasea tiene el potencial de desempeñar un papel en más campos y convertirse en un pionero en aplicaciones de computación privada y AI.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
13 me gusta
Recompensa
13
5
Compartir
Comentar
0/400
GhostAddressMiner
· 07-04 19:52
¿Eh, encriptación de datos? Rastrear un poco las huellas on-chain y se revela.
Ver originalesResponder0
CryptoSourGrape
· 07-04 19:52
¿Para qué sirve la protección de la privacidad? Mejor que me den un Airdrop.
Ver originalesResponder0
GateUser-2fce706c
· 07-04 19:43
¡Lo tengo! La computación en la privacidad es este punto culminante; quien se posicione primero, controlará el futuro. Hace tres años ya presté especial atención a esta dirección.
Ver originalesResponder0
TokenomicsTrapper
· 07-04 19:27
otro meme de privacidad montando la ola de la IA... he visto este exit pump antes
Ver originalesResponder0
TxFailed
· 07-04 19:25
técnicamente hablando... otra solución de privacidad que va a filtrarse como un colador
Privasea fusiona de manera innovadora el cálculo de privacidad con IA, la encriptación completamente homomórfica impulsa el desarrollo de Web3.
La combinación de la computación privada y la IA: explorando el camino innovador de Privasea
Recientemente, un proyecto de acuñación de NFT de rostros ha generado una amplia atención. Este proyecto permite a los usuarios ingresar su rostro a través de una aplicación móvil y acuñarlo como NFT. Desde su lanzamiento a finales de abril, ha atraído más de 200,000 acuñaciones de NFT, lo que evidencia su popularidad.
El propósito de este proyecto no es simplemente convertir datos faciales en NFT, sino que busca verificar la identidad real de los usuarios a través del reconocimiento facial. La identificación humano-máquina es crucial en el entorno de Internet actual. Según los datos, el tráfico de robots maliciosos representa el 27.5% del tráfico total de Internet, lo que tiene un impacto grave en los proveedores de servicios y en los usuarios reales.
En el ámbito de Web3, la detección de humanos es igualmente una necesidad urgente. Por ejemplo, en los airdrops de proyectos, es necesario identificar a usuarios reales para prevenir ataques de brujas. Para operaciones de alto riesgo como el inicio de sesión en cuentas, retiros, etc., es necesario verificar que el usuario no solo es una persona real, sino también el propietario de la cuenta.
Privasea ha propuesto una solución innovadora, construyendo la Red Privasea AI basada en la criptografía totalmente homomórfica (FHE), para abordar el problema de la computación de privacidad en escenarios de IA en Web3. Esta red está compuesta por cuatro roles: propietarios de datos, nodos de cálculo, descifradores y receptores de resultados, proporcionando servicios de computación de privacidad eficientes a través de una estructura jerárquica y un empaquetado optimizado.
El flujo de trabajo de la red Privasea AI incluye pasos como el registro de usuarios, la presentación de tareas, la asignación de tareas, el cálculo encriptado, el cambio de claves, la verificación de resultados, el mecanismo de incentivos, la recuperación de resultados y la entrega. Durante todo el proceso, los datos permanecen en estado encriptado, garantizando la seguridad de la privacidad.
La red también utiliza un mecanismo dual de PoW y PoS para gestionar nodos y distribuir recompensas. Los usuarios pueden convertirse en nodos de cálculo comprando un NFT de WorkHeart, participar en el cálculo de la red y obtener ganancias. El NFT de StarFuel actúa como un potenciador de nodos, lo que puede aumentar el multiplicador de ganancias.
A pesar de que la tecnología FHE proporciona un sólido apoyo para el cálculo de la privacidad, también enfrenta desafíos en la eficiencia computacional. En los últimos años, la industria ha logrado algunos avances en la optimización de algoritmos y la aceleración de hardware, pero aún hay una brecha en comparación con el cálculo en texto claro.
En general, Privasea, a través de su arquitectura única y tecnología de computación privada, está abriendo nuevas posibilidades para la fusión de Web3 y AI. Con el continuo avance de la tecnología, Privasea tiene el potencial de desempeñar un papel en más campos y convertirse en un pionero en aplicaciones de computación privada y AI.