Analyse de la dynamique des prix et de l'engouement des discussions sur les cryptoactifs

À ce jour, les statistiques de données sur trois principales cryptoactifs montrent :

La discussion autour du Bitcoin a atteint 12,52K fois la semaine dernière, enregistrant une 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 sur Ethereum a atteint 3,63K la semaine dernière, enregistrant une croissance de 3,45% par rapport à la semaine précédente. Son prix de clôture dimanche était de 2530 dollars, en baisse de 4% par rapport à la semaine précédente.

La popularité des discussions sur TON la semaine dernière était de 782 fois, en baisse de 12,63% par rapport à la semaine précédente. Son prix de clôture dimanche était de 5,26 dollars, en légère baisse de 0,25%.

Le potentiel et les défis de la technologie de chiffrement homomorphe

L'homomorphisme de chiffrement ( FHE ), en tant que technologie de pointe dans le domaine de la cryptographie, a pour avantage principal de permettre des calculs directs sur des données chiffrées, sans nécessiter de processus de déchiffrement. Cette caractéristique offre un soutien puissant à la protection de la vie privée et au traitement des données. Les applications de FHE sont vastes, englobant plusieurs 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 dans la blockchain. Néanmoins, FHE fait face à de nombreux défis sur la voie de sa commercialisation.

Scénarios d'application et avantages de FHE

Le principal avantage de 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 cette dernière ait accès au contenu spécifique, FHE peut jouer un rôle important. Le propriétaire des données peut transmettre les données chiffrées à la partie de calcul pour traitement, les résultats de calcul restant chiffrés, et le propriétaire des données peut les déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège à la fois la vie privée des données et permet d'accomplir les tâches de calcul requises.

Pour les secteurs sensibles aux données tels que la finance et la santé, le mécanisme de protection de la vie privée de l'FHE est particulièrement important. Avec le développement du cloud computing et de l'intelligence artificielle, la sécurité des données devient de plus en plus un sujet de préoccupation. L'FHE peut fournir une protection du calcul multipartite dans ces domaines, permettant aux parties de collaborer sans exposer d'informations confidentielles. Dans la technologie blockchain, l'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 entre FHE et d'autres technologies de chiffrement

Dans le domaine du Web3, FHE, preuves à divulgation nulle de connaissance ( ZK ), calcul multipartite ( MPC ) et environnement d'exécution de confiance ( TEE ) sont les principales méthodes de protection de la vie privée. Contrairement à ZK, FHE peut effectuer diverses opérations sur des données chiffrées sans avoir besoin de déchiffrer les données au préalable. MPC permet aux parties de calculer dans un environnement où les données sont chiffrées, sans avoir à partager d'informations privées. TEE offre des calculs dans un environnement sécurisé, mais la flexibilité du traitement des données est relativement limitée.

Ces technologies de chiffrement ont chacune 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 pratiques, ce qui limite ses performances dans les applications en temps réel.

Limitations et défis de FHE

Bien que la théorie FHE soit solide, elle rencontre des défis pratiques dans les applications commerciales :

1. Coût de calcul à grande échelle : FHE nécessite des ressources de calcul importantes, et ses coûts augmentent considérablement par rapport au calcul non chiffré. Pour les opérations polynomiales de haut degré, le temps de traitement croît de manière polynomiale, rendant difficile la satisfaction des besoins de calcul en temps réel. La réduction des coûts dépendra d'un accélérateur matériel dédié, mais cela augmente également la complexité de déploiement.

2. Capacité opérationnelle limitée : Bien que le FHE puisse effectuer des opérations d'addition et de multiplication sur des données chiffrées, il prend en charge de manière limitée les opérations non linéaires complexes, ce qui constitue un goulot d'étranglement pour les applications d'IA telles que les réseaux neuronaux profonds. Actuellement, les solutions FHE sont principalement adaptées aux calculs linéaires et aux calculs polynomiaux simples, les applications de modèles non linéaires étant considérablement limitées.

3. Complexité du support multi-utilisateur : le 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 certaines recherches aient proposé des cadres FHE à clés multiples, permettant d'opérer sur des ensembles de données chiffrés avec différentes clés, la gestion des clés et la complexité de l'architecture du système augmentent de manière significative.

La combinaison de FHE et de l'intelligence artificielle

À l'ère des données, l'IA est largement appliquée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données rendent souvent les utilisateurs réticents à partager des informations sensibles. L'FHE offre une solution de protection de la vie privée dans le domaine de l'IA. Dans le cadre de l'informatique en nuage, l'FHE permet aux données des utilisateurs d'être traitées tout en restant chiffrées, garantissant ainsi la confidentialité.

Cet avantage est particulièrement important dans le cadre de réglementations telles que le RGPD, car ces réglementations 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 pendant leur transmission. Le chiffrement de bout en bout de l'FHE assure la conformité et la sécurité des données.

Applications de la FHE dans la blockchain

L'application de FHE dans la blockchain se concentre principalement sur la protection de la vie privée des données, y compris la vie privée en chaîne, la vie privée des données d'entraînement de l'IA, la vie privée des votes en chaîne et l'examen des transactions privées en chaîne. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la mise en œuvre de la protection de la vie privée :

• La solution FHE construite par un certain projet est largement utilisée dans plusieurs projets de protection de la vie privée. Ce projet est basé sur la technologie TFHE, se concentre sur les opérations booléennes et les opérations sur des entiers de faible longueur, et a construit une pile de développement FHE pour les applications blockchain et IA.

• Un autre projet a développé un nouveau langage de contrat intelligent et la bibliothèque HyperghraphFHE, adaptés aux réseaux de blockchain.

• Des projets utilisent FHE pour réaliser la protection de la vie privée dans les réseaux de calcul AI, prenant en charge divers modèles AI.

• Un projet combinant FHE et intelligence artificielle, offrant un environnement d'IA décentralisé et protégé en matière de confidentialité.

• Il existe également des projets en tant que solutions Layer 2 pour Ethereum, prenant en charge les FHE Rollups et les FHE Coprocessors, compatibles avec EVM et prenant 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 pour la protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE soit encore confrontée à des problèmes de coûts de calcul élevés et de faible évolutivité, ces problèmes devraient progressivement être résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. 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 devrait devenir une technologie clé pour soutenir le calcul de protection de la vie privée, apportant des percées révolutionnaires en matière de sécurité des données.