Ativos de criptografia discussão calor e análise de dinâmica de preços

Até recentemente, as estatísticas dos dados de três principais ativos de criptografia mostram:

O número de discussões sobre Bitcoin na semana passada foi de 12,52K, uma diminuição de 0,98% em relação à semana anterior. O preço de fechamento no domingo foi de 63916 dólares, um aumento de 1,62% em relação à semana anterior.

A discussão sobre Ethereum na semana passada teve um total de 3.63K vezes, com um aumento de 3.45% em relação à semana anterior. O preço de fechamento no domingo foi de 2530 dólares, com uma queda de 4% em relação à semana anterior.

A discussão sobre o TON na semana passada teve um total de 782 menções, uma diminuição de 12,63% em relação à semana anterior. O preço de fechamento no domingo foi de 5,26 dólares, uma leve queda de 0,25% em relação à semana anterior.

O potencial e os desafios da tecnologia de encriptação homomórfica

A encriptação homomórfica ( FHE ), como uma tecnologia de ponta no campo da criptografia, tem como principal vantagem a capacidade de realizar cálculos diretamente sobre dados encriptados, sem a necessidade de um processo de decriptação. Esta característica oferece um forte suporte à proteção da privacidade e ao processamento de dados. A aplicação do FHE é ampla, abrangendo várias áreas, incluindo finanças, saúde, computação em nuvem, aprendizado de máquina, sistemas de votação, Internet das Coisas e proteção da privacidade em blockchain. No entanto, o FHE ainda enfrenta muitos desafios no caminho da comercialização.

Cenários de aplicação e vantagens do FHE

A maior vantagem do FHE está na proteção da privacidade. Por exemplo, quando uma empresa precisa utilizar a capacidade de computação de outra empresa para analisar dados, mas não deseja que esta última tenha acesso ao conteúdo específico, o FHE pode desempenhar um papel importante. O proprietário dos dados pode transmitir os dados encriptados para a parte de computação para processamento, e os resultados da computação permanecem encriptados, permitindo que o proprietário dos dados os decifre para obter os resultados da análise. Este mecanismo protege a privacidade dos dados e realiza a tarefa de computação necessária.

Para indústrias sensíveis a dados, como finanças e saúde, o mecanismo de proteção de privacidade do FHE é especialmente importante. Com o desenvolvimento da computação em nuvem e da inteligência artificial, a segurança dos dados se tornou cada vez mais um foco de atenção. O FHE pode fornecer proteção de computação multipartidária nesses campos, permitindo que as partes colaborem sem expor informações confidenciais. Na tecnologia blockchain, o FHE aumenta a transparência e a segurança do processamento de dados por meio de funcionalidades como proteção de privacidade em cadeia e revisão de transações privadas.

Comparação entre FHE e outras técnicas de encriptação

No domínio do Web3, FHE, provas de zero conhecimento (ZK), computação multipartidária (MPC) e ambientes de execução confiáveis (TEE) são os principais métodos de proteção de privacidade. Ao contrário do ZK, o FHE pode realizar várias operações em dados encriptados, sem a necessidade de primeiro descriptografar os dados. O MPC permite que as partes realizem cálculos sob a condição de dados encriptados, sem precisar compartilhar informações privadas entre si. O TEE fornece computação em um ambiente seguro, mas a flexibilidade no processamento de dados é relativamente limitada.

Estas tecnologias de encriptação têm suas vantagens, mas no suporte a tarefas de cálculo complexas, o FHE destaca-se especialmente. No entanto, o FHE ainda enfrenta problemas de altos custos computacionais e baixa escalabilidade em aplicações práticas, o que limita seu desempenho em aplicações em tempo real.

Limitações e desafios do FHE

Apesar de a base teórica do FHE ser forte, encontrou desafios práticos na aplicação comercial:

1. Custo computacional em larga escala: FHE requer uma quantidade significativa de recursos computacionais, com custos que aumentam significativamente em comparação com cálculos não encriptados. Para operações polinomiais de alto grau, o tempo de processamento cresce de forma polinomial, dificultando a satisfação das necessidades de cálculo em tempo real. A redução de custos depende da aceleração por hardware especializado, mas isso também aumenta a complexidade da implementação.

2. Capacidade operacional limitada: Embora o FHE possa executar adição e multiplicação de dados encriptados, o suporte para operações não lineares complexas é limitado, o que representa um gargalo para aplicações de IA, como redes neurais profundas. Atualmente, as soluções FHE são principalmente adequadas para cálculos lineares e polinomiais simples, e a aplicação de modelos não lineares está significativamente restrita.

3. Complexidade do suporte a múltiplos utilizadores: O FHE tem um bom desempenho em cenários de utilizador único, mas a complexidade do sistema aumenta drasticamente quando se trata de conjuntos de dados de múltiplos utilizadores. Embora haja pesquisas que propuseram uma estrutura de FHE com múltiplas chaves, permitindo a operação em conjuntos de dados encriptados com diferentes chaves, a gestão de chaves e a complexidade da arquitetura do sistema aumentam significativamente.

A combinação de FHE com inteligência artificial

Na era da informação impulsionada por dados, a IA é amplamente aplicada em vários domínios, mas as preocupações com a privacidade dos dados fazem com que os usuários muitas vezes relutem em compartilhar informações sensíveis. A FHE oferece soluções de proteção de privacidade para o campo da IA. No contexto da computação em nuvem, a FHE permite que os dados dos usuários sejam processados mantendo seu estado encriptado, garantindo a privacidade.

Esta vantagem é especialmente importante sob regulamentos como o GDPR, que exigem que os usuários tenham o direito de saber como os dados são processados e garantem que os dados estejam protegidos durante a transmissão. A encriptação de ponta a ponta do FHE garante conformidade e segurança dos dados.

FHE na aplicação da blockchain

A aplicação do FHE na blockchain foca principalmente na proteção da privacidade dos dados, incluindo privacidade em cadeia, privacidade dos dados de treino de IA, privacidade de votação em cadeia e revisão de transações privadas em cadeia. Atualmente, vários projetos estão a utilizar a tecnologia FHE para promover a realização da proteção da privacidade:

• A solução FHE construída por um certo projeto é amplamente utilizada em vários projetos de proteção de privacidade. Este projeto é baseado na tecnologia TFHE, focando em operações booleanas e operações com inteiros de baixa largura, e construiu uma pilha de desenvolvimento FHE voltada para aplicações de blockchain e IA.

• Outro projeto desenvolveu uma nova linguagem de contratos inteligentes e a biblioteca HyperghraphFHE, adequada para redes de blockchain.

• Existem projetos que utilizam FHE para implementar a proteção da privacidade em redes de cálculo de IA, suportando vários modelos de IA.

• Um determinado projeto combina FHE com inteligência artificial, oferecendo um ambiente de IA descentralizado e com proteção de privacidade.

• Há também projetos como soluções Layer 2 para Ethereum, suportando FHE Rollups e FHE Coprocessors, compatíveis com EVM e suportando contratos inteligentes escritos em Solidity.

Conclusão

FHE, como uma tecnologia avançada capaz de executar cálculos em dados encriptados, possui vantagens significativas na proteção da privacidade dos dados. Embora a aplicação comercial do FHE ainda enfrente desafios como altos custos computacionais e baixa escalabilidade, a aceleração de hardware e a otimização de algoritmos podem gradualmente resolver esses problemas. Com o desenvolvimento da tecnologia blockchain, o FHE desempenhará um papel cada vez mais importante na proteção da privacidade e no cálculo seguro. No futuro, espera-se que o FHE se torne a tecnologia central que sustenta o cálculo de proteção da privacidade, trazendo uma revolução na segurança dos dados.