Rapport hebdomadaire sur le marché des Cryptoactifs : BTC hausse de 1,62 % ETH chute de 4 % Analyse des perspectives d'application de la technologie FHE
Rapport hebdomadaire sur le marché des Cryptoactifs et analyse de la technologie de Chiffrement homomorphique
Jusqu'au 13 octobre, la plateforme de données a statistiqué la chaleur des discussions et les variations de prix des principaux cryptoactifs.
Le nombre de discussions sur le bitcoin la semaine dernière était de 12,52K, en baisse de 0,98 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la semaine précédente.
La discussion autour d'Ethereum a atteint 3,63K la semaine dernière, avec une augmentation de 3,45% par rapport à la semaine précédente. Cependant, son prix dimanche était de 2530 dollars, en baisse de 4% par rapport à la semaine précédente.
Le nombre de discussions sur TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Son prix dimanche était de 5,26 dollars, en légère baisse de 0,25 % par rapport à la semaine précédente.
Le chiffrement homomorphique ( FHE ) est une technologie prometteuse dans le domaine de la cryptographie, permettant de réaliser des calculs directement sur des données chiffrées sans avoir besoin de les déchiffrer. Cette caractéristique offre un soutien solide à la protection de la vie privée et au traitement des données, et peut être largement appliquée dans divers domaines tels que la finance, la santé, le cloud computing, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et la protection de la vie privée sur blockchain. Bien que les perspectives d'application du FHE soient vastes, de nombreux défis subsistent sur la voie de la commercialisation.
Le potentiel et les cas d'utilisation de FHE
Le principal avantage du FHE réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la capacité de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que l'autre partie ait accès au contenu spécifique, le FHE peut jouer un rôle. Le propriétaire des données peut transmettre des données chiffrées à la partie de calcul pour traitement, les résultats du calcul restent également chiffrés, et le propriétaire des données peut déchiffrer pour obtenir les résultats d'analyse. Ce mécanisme protège efficacement la vie privée des données tout en permettant à la partie de calcul d'accomplir le travail nécessaire.
Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données comme la finance et la santé. Avec le développement de l'informatique en nuage et de l'intelligence artificielle, la sécurité des données devient de plus en plus un sujet de préoccupation. Le chiffrement homomorphique (FHE) peut offrir une protection du calcul multipartite dans ces scénarios, permettant aux différentes parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, le FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctionnalités telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison de FHE avec d'autres méthodes de chiffrement
Dans le domaine de Web3, le chiffrement homomorphique (FHE), les preuves à divulgation nulle de connaissance (ZK), le calcul multipartite (MPC) et les environnements d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Contrairement à ZK, le FHE peut effectuer plusieurs opérations sur des données chiffrées sans avoir besoin de déchiffrer les données au préalable. Le MPC permet aux parties de réaliser des calculs sans partager d'informations privées, même lorsque les données sont chiffrées. Le TEE offre un environnement de calcul sécurisé, mais la flexibilité dans le traitement des données est relativement limitée.
Ces technologies de chiffrement ont toutes leurs avantages, mais en ce qui concerne le support des tâches de calcul complexes, le FHE se distingue particulièrement. Cependant, le FHE fait encore face à des problèmes de coûts de calcul élevés et de faible évolutivité dans les applications réelles, ce qui le rend souvent inadéquat pour des applications en temps réel.
Limitations et défis du FHE
Malgré la puissance théorique des FHE, des défis pratiques ont été rencontrés dans son application commerciale :
Coût de calcul à grande échelle : le chiffrement homomorphique nécessite d'importantes ressources de calcul, et ses coûts augmentent de manière significative par rapport au calcul non chiffré. Pour les opérations polynomiales de haut degré, le temps de traitement augmente de façon polynomiale, rendant difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts doit dépendre d'accélérateurs matériels dédiés, mais cela augmente également la complexité de déploiement.
Capacité opérationnelle limitée : Bien que le chiffrement homomorphique (FHE) puisse exécuter des additions et des multiplications sur des données chiffrées, il offre un support limité pour des opérations non linéaires complexes, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle telles que les réseaux neuronaux profonds. Les solutions FHE actuelles sont principalement adaptées aux calculs linéaires et aux calculs polynomiaux simples, tandis que l'application de modèles non linéaires est considérablement limitée.
Complexité du support multi-utilisateurs : le chiffrement homomorphique (FHE) fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien que des recherches aient proposé des cadres de FHE à clés multiples, permettant d'opérer sur des jeux de données chiffrés avec différentes clés, la gestion des clés et la complexité de l'architecture du système augmentent de manière significative.
Combinaison de FHE et de l'intelligence artificielle
Dans l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données amènent souvent les utilisateurs à ne pas vouloir partager des informations sensibles. Le FHE offre une solution de protection de la vie privée dans le domaine de l'IA. Dans les scénarios de cloud computing, les données sont généralement chiffrées lors de leur transmission et de leur stockage, mais elles sont souvent en clair pendant le traitement. Grâce au FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité.
Cet avantage est particulièrement important en raison des réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout de l'EHF offre une garantie de conformité et de sécurité des données.
Applications et projets actuels de l'homomorphisme de chiffrement dans la blockchain
L'application de l'FHE dans la blockchain se concentre principalement sur la protection de la vie privée des données, y compris la vie privée sur la chaîne, la vie privée des données d'entraînement de l'IA, la vie privée des votes sur la chaîne et l'audit des transactions privées sur la chaîne, entre autres. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la réalisation de la protection de la vie privée.
Quelques projets basés sur la technologie FHE incluent :
Une solution axée sur les opérations booléennes et les calculs d'entiers de faible longueur, construisant une pile de développement FHE pour les applications blockchain et IA.
Développé un nouveau langage de contrat intelligent et une bibliothèque HyperghraphFHE, adaptés aux réseaux blockchain.
Utiliser le chiffrement homomorphique (FHE) pour réaliser la protection de la vie privée dans les réseaux de calcul AI, prenant en charge plusieurs modèles AI.
Combinaison de FHE et d'intelligence artificielle pour offrir un environnement AI décentralisé et protégé en matière de vie privée.
En tant que solution Layer 2 pour Ethereum, prend en charge les Rollups FHE et les Coprocessors FHE, compatible avec EVM et prend en charge les contrats intelligents écrits en Solidity.
Conclusion
FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE fasse encore face à des problèmes de coûts de calcul élevés et de mauvaise évolutivité, ces questions pourraient être progressivement résolues grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie blockchain, FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, FHE pourrait devenir la technologie centrale soutenant le calcul de protection de la vie privée, apportant une nouvelle percée révolutionnaire en matière de sécurité des données.
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.
12 J'aime
Récompense
12
6
Partager
Commentaire
0/400
OldLeekConfession
· Il y a 7h
eth continue à se lamenter
Voir l'originalRépondre0
DeFi_Dad_Jokes
· Il y a 7h
Encore parler d'histoires pour prendre les gens pour des idiots ?
Voir l'originalRépondre0
DeadTrades_Walking
· Il y a 7h
BTC est encore en vert, les autres jetons sont vraiment pump.
Voir l'originalRépondre0
HypotheticalLiquidator
· Il y a 7h
Le prétexte d'un bull run technique, la gestion des risques est la clé.
Voir l'originalRépondre0
DAOdreamer
· Il y a 7h
Quand la chute sans fin prendra-t-elle fin ?
Voir l'originalRépondre0
ImpermanentPhobia
· Il y a 7h
Coin Hoarding attend le bull run des pigeons à comprendre
Rapport hebdomadaire sur le marché des Cryptoactifs : BTC hausse de 1,62 % ETH chute de 4 % Analyse des perspectives d'application de la technologie FHE
Rapport hebdomadaire sur le marché des Cryptoactifs et analyse de la technologie de Chiffrement homomorphique
Jusqu'au 13 octobre, la plateforme de données a statistiqué la chaleur des discussions et les variations de prix des principaux cryptoactifs.
Le nombre de discussions sur le bitcoin la semaine dernière était de 12,52K, en baisse de 0,98 % par rapport à la semaine précédente. Son prix de clôture dimanche était de 63916 dollars, en hausse de 1,62 % par rapport à la semaine précédente.
La discussion autour d'Ethereum a atteint 3,63K la semaine dernière, avec une augmentation de 3,45% par rapport à la semaine précédente. Cependant, son prix dimanche était de 2530 dollars, en baisse de 4% par rapport à la semaine précédente.
Le nombre de discussions sur TON la semaine dernière était de 782, en baisse de 12,63 % par rapport à la semaine précédente. Son prix dimanche était de 5,26 dollars, en légère baisse de 0,25 % par rapport à la semaine précédente.
Le chiffrement homomorphique ( FHE ) est une technologie prometteuse dans le domaine de la cryptographie, permettant de réaliser des calculs directement sur des données chiffrées sans avoir besoin de les déchiffrer. Cette caractéristique offre un soutien solide à la protection de la vie privée et au traitement des données, et peut être largement appliquée dans divers domaines tels que la finance, la santé, le cloud computing, l'apprentissage automatique, les systèmes de vote, l'Internet des objets et la protection de la vie privée sur blockchain. Bien que les perspectives d'application du FHE soient vastes, de nombreux défis subsistent sur la voie de la commercialisation.
Le potentiel et les cas d'utilisation de FHE
Le principal avantage du FHE réside dans la protection de la vie privée. Par exemple, lorsqu'une entreprise a besoin d'utiliser la capacité de calcul d'une autre entreprise pour analyser des données, mais ne souhaite pas que l'autre partie ait accès au contenu spécifique, le FHE peut jouer un rôle. Le propriétaire des données peut transmettre des données chiffrées à la partie de calcul pour traitement, les résultats du calcul restent également chiffrés, et le propriétaire des données peut déchiffrer pour obtenir les résultats d'analyse. Ce mécanisme protège efficacement la vie privée des données tout en permettant à la partie de calcul d'accomplir le travail nécessaire.
Ce mécanisme de protection de la vie privée est particulièrement important pour les secteurs sensibles aux données comme la finance et la santé. Avec le développement de l'informatique en nuage et de l'intelligence artificielle, la sécurité des données devient de plus en plus un sujet de préoccupation. Le chiffrement homomorphique (FHE) peut offrir une protection du calcul multipartite dans ces scénarios, permettant aux différentes parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, le FHE améliore la transparence et la sécurité du traitement des données grâce à des fonctionnalités telles que la protection de la vie privée sur la chaîne et l'examen des transactions privées.
Comparaison de FHE avec d'autres méthodes de chiffrement
Dans le domaine de Web3, le chiffrement homomorphique (FHE), les preuves à divulgation nulle de connaissance (ZK), le calcul multipartite (MPC) et les environnements d'exécution de confiance (TEE) sont tous des méthodes principales de protection de la vie privée. Contrairement à ZK, le FHE peut effectuer plusieurs opérations sur des données chiffrées sans avoir besoin de déchiffrer les données au préalable. Le MPC permet aux parties de réaliser des calculs sans partager d'informations privées, même lorsque les données sont chiffrées. Le TEE offre un environnement de calcul sécurisé, mais la flexibilité dans le traitement des données est relativement limitée.
Ces technologies de chiffrement ont toutes leurs avantages, mais en ce qui concerne le support des tâches de calcul complexes, le FHE se distingue particulièrement. Cependant, le FHE fait encore face à des problèmes de coûts de calcul élevés et de faible évolutivité dans les applications réelles, ce qui le rend souvent inadéquat pour des applications en temps réel.
Limitations et défis du FHE
Malgré la puissance théorique des FHE, des défis pratiques ont été rencontrés dans son application commerciale :
Coût de calcul à grande échelle : le chiffrement homomorphique nécessite d'importantes ressources de calcul, et ses coûts augmentent de manière significative par rapport au calcul non chiffré. Pour les opérations polynomiales de haut degré, le temps de traitement augmente de façon polynomiale, rendant difficile la satisfaction des exigences de calcul en temps réel. La réduction des coûts doit dépendre d'accélérateurs matériels dédiés, mais cela augmente également la complexité de déploiement.
Capacité opérationnelle limitée : Bien que le chiffrement homomorphique (FHE) puisse exécuter des additions et des multiplications sur des données chiffrées, il offre un support limité pour des opérations non linéaires complexes, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle telles que les réseaux neuronaux profonds. Les solutions FHE actuelles sont principalement adaptées aux calculs linéaires et aux calculs polynomiaux simples, tandis que l'application de modèles non linéaires est considérablement limitée.
Complexité du support multi-utilisateurs : le chiffrement homomorphique (FHE) fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente considérablement lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien que des recherches aient proposé des cadres de FHE à clés multiples, permettant d'opérer sur des jeux de données chiffrés avec différentes clés, la gestion des clés et la complexité de l'architecture du système augmentent de manière significative.
Combinaison de FHE et de l'intelligence artificielle
Dans l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données amènent souvent les utilisateurs à ne pas vouloir partager des informations sensibles. Le FHE offre une solution de protection de la vie privée dans le domaine de l'IA. Dans les scénarios de cloud computing, les données sont généralement chiffrées lors de leur transmission et de leur stockage, mais elles sont souvent en clair pendant le traitement. Grâce au FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité.
Cet avantage est particulièrement important en raison des réglementations telles que le RGPD, qui exigent que les utilisateurs aient le droit d'être informés sur la manière dont leurs données sont traitées et garantissent que les données sont protégées lors de leur transmission. Le chiffrement de bout en bout de l'EHF offre une garantie de conformité et de sécurité des données.
Applications et projets actuels de l'homomorphisme de chiffrement dans la blockchain
L'application de l'FHE dans la blockchain se concentre principalement sur la protection de la vie privée des données, y compris la vie privée sur la chaîne, la vie privée des données d'entraînement de l'IA, la vie privée des votes sur la chaîne et l'audit des transactions privées sur la chaîne, entre autres. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la réalisation de la protection de la vie privée.
Quelques projets basés sur la technologie FHE incluent :
Conclusion
FHE, en tant que technologie avancée capable d'exécuter des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE fasse encore face à des problèmes de coûts de calcul élevés et de mauvaise évolutivité, ces questions pourraient être progressivement résolues grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie blockchain, FHE jouera un rôle de plus en plus important dans la protection de la vie privée et le calcul sécurisé. À l'avenir, FHE pourrait devenir la technologie centrale soutenant le calcul de protection de la vie privée, apportant une nouvelle percée révolutionnaire en matière de sécurité des données.