Activos Cripto mercado semanal y Cifrado homomórfico Análisis técnico
Hasta el 13 de octubre, la popularidad de la discusión y el rendimiento de precios de varias criptomonedas principales son los siguientes:
La cantidad de discusiones sobre Bitcoin la semana pasada fue de 12.52K, lo que representa una disminución del 0.98% en comparación con la semana anterior. El precio del domingo pasado fue de 63916 dólares, un aumento del 1.62% en comparación con el domingo de la semana anterior.
La cantidad de discusiones sobre Ethereum la semana pasada fue de 3.63K, un aumento del 3.45% en comparación con la semana anterior. El precio del domingo pasado fue de 2530 dólares, lo que representa una caída del 4% en comparación con el domingo de la semana anterior.
El número de discusiones sobre TON la semana pasada fue de 782, lo que representa una disminución del 12.63% en comparación con la semana anterior. El precio del domingo pasado fue de 5.26 dólares, una ligera caída del 0.25% en comparación con el domingo de la semana anterior.
El cifrado homomórfico (FHE) es una tecnología de vanguardia en el campo de la criptografía, que permite realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptarlos. Esta característica otorga a FHE un gran potencial en la protección de la privacidad y el procesamiento de datos, y puede aplicarse ampliamente en múltiples campos como finanzas, salud, computación en la nube, aprendizaje automático, entre otros. Sin embargo, a pesar de las amplias perspectivas de aplicación, la comercialización de FHE aún enfrenta numerosos desafíos.
Ventajas y escenarios de aplicación de FHE
La mayor ventaja del FHE radica en la protección de la privacidad. Por ejemplo, una empresa puede enviar datos encriptados a otra empresa para su análisis, la cual puede realizar cálculos sin conocer el contenido de los datos originales y devolver los resultados encriptados. Este mecanismo es especialmente importante para industrias sensibles a los datos, como las finanzas y la salud.
En el ámbito de la computación en la nube y la inteligencia artificial, FHE puede proporcionar protección de computación multiparte, permitiendo que las partes colaboren sin exponer información confidencial. En la tecnología blockchain, FHE mejora la transparencia y seguridad del procesamiento de datos a través de funciones como la protección de la privacidad en la cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, prueba de cero conocimiento (ZK), computación multipartita (MPC) y entorno de ejecución confiable (TEE) son los principales métodos de protección de la privacidad. FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar los datos primero, lo que lo hace superior a ZK. MPC permite a las partes realizar cálculos bajo la condición de que los datos estén encriptados, sin necesidad de compartir información privada entre sí. TEE proporciona un entorno seguro para el cálculo, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
A pesar de que el Cifrado homomórfico (FHE) se destaca en el soporte de tareas de cálculo complejas, en la práctica todavía enfrenta problemas de alto costo computacional y mala escalabilidad, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos de FHE
A pesar de que la base teórica de FHE es sólida, se han encontrado desafíos prácticos en su aplicación comercial:
Gran costo computacional: FHE requiere una gran cantidad de recursos computacionales, y en comparación con la computación sin encriptación, su costo computacional aumenta significativamente. Para operaciones polinómicas de alto grado, el tiempo de procesamiento crece de manera polinómica, lo que dificulta satisfacer las necesidades de cálculo en tiempo real.
Capacidad de operación limitada: FHE solo admite la adición y multiplicación de datos encriptados, y tiene un soporte limitado para operaciones no lineales complejas, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que implican redes neuronales profundas.
Complejidad del soporte para múltiples usuarios: FHE funciona bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios. Aunque se han propuesto marcos de FHE de múltiples claves, la complejidad de la gestión de claves y la arquitectura del sistema aumenta significativamente.
La combinación de FHE e inteligencia artificial
En la actual era impulsada por datos, FHE proporciona soluciones de protección de la privacidad en el campo de la IA. A través de FHE, los datos de los usuarios pueden ser procesados manteniendo su estado de encriptación, asegurando la privacidad de los datos. Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen que los usuarios tengan derecho a ser informados sobre la forma en que se procesan sus datos y que aseguran la protección de los datos durante su transmisión.
Aplicación y proyectos de FHE en la blockchain
FHE se aplica principalmente en la blockchain para proteger la privacidad de los datos, incluyendo la privacidad en la cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en la cadena y la revisión de transacciones privadas en la cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para impulsar la implementación de la protección de la privacidad:
La solución FHE construida por una empresa se utiliza ampliamente en varios proyectos de protección de la privacidad.
Algunos proyectos se centran en operaciones booleanas y operaciones con enteros de corta longitud, y han construido una pila de desarrollo FHE orientada a aplicaciones de blockchain y AI.
Hay proyectos que han desarrollado un nuevo lenguaje de contratos inteligentes y una biblioteca FHE, adecuados para redes de blockchain.
Algunos proyectos utilizan FHE para implementar la protección de la privacidad en redes de cálculo de IA, soportando múltiples modelos de IA.
También hay proyectos que combinan FHE con inteligencia artificial, proporcionando un entorno de IA descentralizado y que protege la privacidad.
Algunos proyectos como soluciones de Layer 2 para Ethereum, soportan Rollups FHE y Coprocesadores FHE, son compatibles con EVM y soportan contratos inteligentes escritos en Solidity.
Conclusión
FHE como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, ofrece ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de FHE aún enfrenta problemas de alto costo computacional y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Con el desarrollo de la tecnología blockchain, FHE jugará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, FHE podría convertirse en la tecnología central que sustenta el cálculo de protección de la privacidad, trayendo nuevos avances revolucionarios a la seguridad de los datos.
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 me gusta
Recompensa
12
4
Compartir
Comentar
0/400
GamefiHarvester
· hace6h
Otra vez subir, subir, comer, comer, comer.
Ver originalesResponder0
MidsommarWallet
· hace6h
Los tontos verdes están en Gran aumento nuevamente.
Ver originalesResponder0
CafeMinor
· hace6h
Los que hicieron ir en largo en el mercado bajista están condenados, ¿verdad?
Bitcoin sube un 1.62% La aplicación y los desafíos de la tecnología de Cifrado homomórfico FHE en el ámbito de Web3
Activos Cripto mercado semanal y Cifrado homomórfico Análisis técnico
Hasta el 13 de octubre, la popularidad de la discusión y el rendimiento de precios de varias criptomonedas principales son los siguientes:
La cantidad de discusiones sobre Bitcoin la semana pasada fue de 12.52K, lo que representa una disminución del 0.98% en comparación con la semana anterior. El precio del domingo pasado fue de 63916 dólares, un aumento del 1.62% en comparación con el domingo de la semana anterior.
La cantidad de discusiones sobre Ethereum la semana pasada fue de 3.63K, un aumento del 3.45% en comparación con la semana anterior. El precio del domingo pasado fue de 2530 dólares, lo que representa una caída del 4% en comparación con el domingo de la semana anterior.
El número de discusiones sobre TON la semana pasada fue de 782, lo que representa una disminución del 12.63% en comparación con la semana anterior. El precio del domingo pasado fue de 5.26 dólares, una ligera caída del 0.25% en comparación con el domingo de la semana anterior.
El cifrado homomórfico (FHE) es una tecnología de vanguardia en el campo de la criptografía, que permite realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptarlos. Esta característica otorga a FHE un gran potencial en la protección de la privacidad y el procesamiento de datos, y puede aplicarse ampliamente en múltiples campos como finanzas, salud, computación en la nube, aprendizaje automático, entre otros. Sin embargo, a pesar de las amplias perspectivas de aplicación, la comercialización de FHE aún enfrenta numerosos desafíos.
Ventajas y escenarios de aplicación de FHE
La mayor ventaja del FHE radica en la protección de la privacidad. Por ejemplo, una empresa puede enviar datos encriptados a otra empresa para su análisis, la cual puede realizar cálculos sin conocer el contenido de los datos originales y devolver los resultados encriptados. Este mecanismo es especialmente importante para industrias sensibles a los datos, como las finanzas y la salud.
En el ámbito de la computación en la nube y la inteligencia artificial, FHE puede proporcionar protección de computación multiparte, permitiendo que las partes colaboren sin exponer información confidencial. En la tecnología blockchain, FHE mejora la transparencia y seguridad del procesamiento de datos a través de funciones como la protección de la privacidad en la cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, prueba de cero conocimiento (ZK), computación multipartita (MPC) y entorno de ejecución confiable (TEE) son los principales métodos de protección de la privacidad. FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar los datos primero, lo que lo hace superior a ZK. MPC permite a las partes realizar cálculos bajo la condición de que los datos estén encriptados, sin necesidad de compartir información privada entre sí. TEE proporciona un entorno seguro para el cálculo, pero la flexibilidad en el procesamiento de datos es relativamente limitada.
A pesar de que el Cifrado homomórfico (FHE) se destaca en el soporte de tareas de cálculo complejas, en la práctica todavía enfrenta problemas de alto costo computacional y mala escalabilidad, lo que limita su rendimiento en aplicaciones en tiempo real.
Limitaciones y desafíos de FHE
A pesar de que la base teórica de FHE es sólida, se han encontrado desafíos prácticos en su aplicación comercial:
Gran costo computacional: FHE requiere una gran cantidad de recursos computacionales, y en comparación con la computación sin encriptación, su costo computacional aumenta significativamente. Para operaciones polinómicas de alto grado, el tiempo de procesamiento crece de manera polinómica, lo que dificulta satisfacer las necesidades de cálculo en tiempo real.
Capacidad de operación limitada: FHE solo admite la adición y multiplicación de datos encriptados, y tiene un soporte limitado para operaciones no lineales complejas, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que implican redes neuronales profundas.
Complejidad del soporte para múltiples usuarios: FHE funciona bien en escenarios de un solo usuario, pero la complejidad del sistema aumenta drásticamente cuando se trata de conjuntos de datos de múltiples usuarios. Aunque se han propuesto marcos de FHE de múltiples claves, la complejidad de la gestión de claves y la arquitectura del sistema aumenta significativamente.
La combinación de FHE e inteligencia artificial
En la actual era impulsada por datos, FHE proporciona soluciones de protección de la privacidad en el campo de la IA. A través de FHE, los datos de los usuarios pueden ser procesados manteniendo su estado de encriptación, asegurando la privacidad de los datos. Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen que los usuarios tengan derecho a ser informados sobre la forma en que se procesan sus datos y que aseguran la protección de los datos durante su transmisión.
Aplicación y proyectos de FHE en la blockchain
FHE se aplica principalmente en la blockchain para proteger la privacidad de los datos, incluyendo la privacidad en la cadena, la privacidad de los datos de entrenamiento de IA, la privacidad de las votaciones en la cadena y la revisión de transacciones privadas en la cadena. Actualmente, varios proyectos están utilizando la tecnología FHE para impulsar la implementación de la protección de la privacidad:
Conclusión
FHE como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, ofrece ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de FHE aún enfrenta problemas de alto costo computacional y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Con el desarrollo de la tecnología blockchain, FHE jugará un papel cada vez más importante en la protección de la privacidad y el cálculo seguro. En el futuro, FHE podría convertirse en la tecnología central que sustenta el cálculo de protección de la privacidad, trayendo nuevos avances revolucionarios a la seguridad de los datos.