Análisis de la discusión sobre la temperatura de los Activos Cripto y la Fluctuación de precios
Hasta el 13 de octubre, una plataforma de datos realizó un análisis estadístico sobre la intensidad de discusión y los cambios de precio de los principales Activos Cripto.
El número de discusiones sobre Bitcoin la semana pasada fue de 12.52K, lo que representa una disminución del 0.98% con respecto a la semana anterior. Su precio de cierre del domingo fue de 63916 dólares, un aumento del 1.62% en comparación con el mismo período de la semana pasada.
La discusión sobre Ethereum la semana pasada tuvo un volumen de 3.63K, un aumento del 3.45% en comparación con la semana anterior. Su precio de cierre del domingo fue de 2530 dólares, una caída del 4% en comparación con la misma semana del mes pasado.
La cantidad de discusiones sobre TON moneda la semana pasada fue de 782, lo que representa una disminución del 12.63% en comparación con la semana anterior. Su precio de cierre del domingo fue de 5.26 dólares, lo que representa una leve caída del 0.25% en comparación con la misma semana del mes pasado.
El potencial y los desafíos de la tecnología de encriptación homomórfica
La encriptación homomórfica (FHE) es una tecnología de vanguardia en el campo de la criptografía, cuya ventaja clave radica en la capacidad de realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptar. Esta característica proporciona un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. FHE tiene amplias perspectivas de aplicación en campos como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. Sin embargo, a pesar de las brillantes perspectivas, FHE aún enfrenta numerosos desafíos en su proceso de comercialización.
Ventajas y escenarios de aplicación de FHE
La mayor ventaja de FHE radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no quiere exponer el contenido de los datos, FHE puede desempeñar un papel. El propietario de los datos puede transmitir los datos encriptados al procesador para su tratamiento, y los resultados del cálculo permanecen en estado encriptado; el propietario de los datos puede descifrarlos para obtener los resultados del análisis. Este mecanismo protege eficazmente la privacidad de los datos, al mismo tiempo que permite al procesador completar el trabajo necesario.
Para industrias sensibles a datos como las finanzas y la salud, este mecanismo de protección de la privacidad es especialmente importante. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido en un foco de atención cada vez mayor. FHE puede ofrecer protección de computación multipartita en estos campos, permitiendo que las partes colaboren sin exponer información privada. 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 cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas de cero conocimiento (ZK), computación multipartita (MPC) y entornos de ejecución confiables (TEE) son los principales métodos de protección de la privacidad. A diferencia de ZK, FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar los datos primero. MPC permite a las partes realizar cálculos sin compartir información privada entre sí, incluso cuando los datos están encriptados. TEE proporciona un entorno seguro para el cálculo, pero su flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen sus ventajas, pero en lo que respecta al soporte de tareas de cálculo complejas, FHE se destaca particularmente. Sin embargo, FHE aún enfrenta problemas de altos costos computacionales y mala escalabilidad en aplicaciones prácticas, 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, ha enfrentado desafíos prácticos en aplicaciones comerciales:
Costo computacional a gran escala: FHE requiere una gran cantidad de recursos computacionales, y en comparación con el cálculo no encriptado, su costo de cálculo aumenta significativamente. Para operaciones polinómicas de alto orden, su tiempo de procesamiento crece de forma polinómica, por lo que FHE tiene dificultades para satisfacer las demandas de cálculo en tiempo real.
Capacidad de operación limitada: aunque FHE puede realizar sumas y multiplicaciones de datos encriptados, el soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas.
Complejidad del soporte de 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 existen marcos de FHE de múltiples claves que permiten operar sobre conjuntos de datos encriptados con diferentes claves, la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.
La combinación de FHE y la inteligencia artificial
En la actual era impulsada por datos, la encriptación(AI) se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos a menudo hacen que los usuarios no deseen compartir información sensible. FHE proporciona soluciones de protección de la privacidad en el campo de la IA. En escenarios de computación en la nube, a través de FHE, los datos del usuario se pueden procesar manteniendo su estado de encriptación, asegurando la privacidad de los datos.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen a los usuarios tener derecho a la información sobre cómo se procesan sus datos y aseguran que los datos estén protegidos durante su transmisión. La encriptación de extremo a extremo de FHE proporciona garantías de cumplimiento y seguridad de los datos.
Aplicaciones y proyectos de FHE en la blockchain
FHE se utiliza 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 un proyecto se aplica ampliamente en varios proyectos de protección de la privacidad.
Un proyecto basado en la tecnología TFHE, enfocado en operaciones booleanas y operaciones de enteros de baja longitud, ha construido una pila de desarrollo de FHE para aplicaciones de blockchain y AI.
Un proyecto ha desarrollado un nuevo lenguaje de contratos inteligentes y la biblioteca HyperghraphFHE, adecuada para redes de blockchain.
Un proyecto utiliza FHE para lograr la protección de la privacidad en redes de cálculo de IA, apoyando múltiples modelos de IA.
Un proyecto que combina FHE con inteligencia artificial, ofreciendo un entorno de IA descentralizado y que protege la privacidad.
Un proyecto como solución Layer 2 de Ethereum, que soporta FHE Rollups y FHE Coprocessors, es compatible con EVM y soporta contratos inteligentes escritos en Solidity.
Conclusión
FHE, como una tecnología avanzada que permite realizar cálculos sobre datos encriptados, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de FHE aún enfrenta problemas de altos costos computacionales y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Además, con el desarrollo de la tecnología blockchain, FHE desempeñará 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 respalde el cálculo de protección de la privacidad, trayendo nuevos avances revolucionarios en la seguridad de los datos.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
14 me gusta
Recompensa
14
2
Republicar
Compartir
Comentar
0/400
Anon4461
· hace11h
¿Con este aumento se puede llamar bull run?
Ver originalesResponder0
TopBuyerBottomSeller
· hace12h
introducir una posición tomar a la gente por tonta啦
Cifrado homomórfico FHE: una nueva herramienta de protección de la privacidad en la cadena de bloques y desafíos de aplicación
Análisis de la discusión sobre la temperatura de los Activos Cripto y la Fluctuación de precios
Hasta el 13 de octubre, una plataforma de datos realizó un análisis estadístico sobre la intensidad de discusión y los cambios de precio de los principales Activos Cripto.
El número de discusiones sobre Bitcoin la semana pasada fue de 12.52K, lo que representa una disminución del 0.98% con respecto a la semana anterior. Su precio de cierre del domingo fue de 63916 dólares, un aumento del 1.62% en comparación con el mismo período de la semana pasada.
La discusión sobre Ethereum la semana pasada tuvo un volumen de 3.63K, un aumento del 3.45% en comparación con la semana anterior. Su precio de cierre del domingo fue de 2530 dólares, una caída del 4% en comparación con la misma semana del mes pasado.
La cantidad de discusiones sobre TON moneda la semana pasada fue de 782, lo que representa una disminución del 12.63% en comparación con la semana anterior. Su precio de cierre del domingo fue de 5.26 dólares, lo que representa una leve caída del 0.25% en comparación con la misma semana del mes pasado.
El potencial y los desafíos de la tecnología de encriptación homomórfica
La encriptación homomórfica (FHE) es una tecnología de vanguardia en el campo de la criptografía, cuya ventaja clave radica en la capacidad de realizar cálculos directamente sobre datos encriptados sin necesidad de desencriptar. Esta característica proporciona un fuerte apoyo para la protección de la privacidad y el procesamiento de datos. FHE tiene amplias perspectivas de aplicación en campos como finanzas, salud, computación en la nube, aprendizaje automático, sistemas de votación, Internet de las cosas y protección de la privacidad en blockchain. Sin embargo, a pesar de las brillantes perspectivas, FHE aún enfrenta numerosos desafíos en su proceso de comercialización.
Ventajas y escenarios de aplicación de FHE
La mayor ventaja de FHE radica en la protección de la privacidad. Por ejemplo, cuando una empresa necesita utilizar la capacidad de cálculo de otra empresa para analizar datos, pero no quiere exponer el contenido de los datos, FHE puede desempeñar un papel. El propietario de los datos puede transmitir los datos encriptados al procesador para su tratamiento, y los resultados del cálculo permanecen en estado encriptado; el propietario de los datos puede descifrarlos para obtener los resultados del análisis. Este mecanismo protege eficazmente la privacidad de los datos, al mismo tiempo que permite al procesador completar el trabajo necesario.
Para industrias sensibles a datos como las finanzas y la salud, este mecanismo de protección de la privacidad es especialmente importante. Con el desarrollo de la computación en la nube y la inteligencia artificial, la seguridad de los datos se ha convertido en un foco de atención cada vez mayor. FHE puede ofrecer protección de computación multipartita en estos campos, permitiendo que las partes colaboren sin exponer información privada. 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 cadena y la revisión de transacciones privadas.
Comparación de FHE con otros métodos de encriptación
En el ámbito de Web3, FHE, pruebas de cero conocimiento (ZK), computación multipartita (MPC) y entornos de ejecución confiables (TEE) son los principales métodos de protección de la privacidad. A diferencia de ZK, FHE puede realizar múltiples operaciones sobre datos encriptados sin necesidad de desencriptar los datos primero. MPC permite a las partes realizar cálculos sin compartir información privada entre sí, incluso cuando los datos están encriptados. TEE proporciona un entorno seguro para el cálculo, pero su flexibilidad en el procesamiento de datos es relativamente limitada.
Estas tecnologías de encriptación tienen sus ventajas, pero en lo que respecta al soporte de tareas de cálculo complejas, FHE se destaca particularmente. Sin embargo, FHE aún enfrenta problemas de altos costos computacionales y mala escalabilidad en aplicaciones prácticas, 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, ha enfrentado desafíos prácticos en aplicaciones comerciales:
Costo computacional a gran escala: FHE requiere una gran cantidad de recursos computacionales, y en comparación con el cálculo no encriptado, su costo de cálculo aumenta significativamente. Para operaciones polinómicas de alto orden, su tiempo de procesamiento crece de forma polinómica, por lo que FHE tiene dificultades para satisfacer las demandas de cálculo en tiempo real.
Capacidad de operación limitada: aunque FHE puede realizar sumas y multiplicaciones de datos encriptados, el soporte para operaciones no lineales complejas es limitado, lo que representa un cuello de botella para aplicaciones de inteligencia artificial que involucran redes neuronales profundas.
Complejidad del soporte de 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 existen marcos de FHE de múltiples claves que permiten operar sobre conjuntos de datos encriptados con diferentes claves, la gestión de claves y la complejidad de la arquitectura del sistema aumentan significativamente.
La combinación de FHE y la inteligencia artificial
En la actual era impulsada por datos, la encriptación(AI) se aplica ampliamente en múltiples campos, pero las preocupaciones sobre la privacidad de los datos a menudo hacen que los usuarios no deseen compartir información sensible. FHE proporciona soluciones de protección de la privacidad en el campo de la IA. En escenarios de computación en la nube, a través de FHE, los datos del usuario se pueden procesar manteniendo su estado de encriptación, asegurando la privacidad de los datos.
Esta ventaja es especialmente importante bajo regulaciones como el GDPR, que exigen a los usuarios tener derecho a la información sobre cómo se procesan sus datos y aseguran que los datos estén protegidos durante su transmisión. La encriptación de extremo a extremo de FHE proporciona garantías de cumplimiento y seguridad de los datos.
Aplicaciones y proyectos de FHE en la blockchain
FHE se utiliza 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, tiene ventajas significativas en la protección de la privacidad de los datos. Aunque la aplicación comercial actual de FHE aún enfrenta problemas de altos costos computacionales y mala escalabilidad, se espera que estos problemas se resuelvan gradualmente a través de la aceleración de hardware y la optimización de algoritmos. Además, con el desarrollo de la tecnología blockchain, FHE desempeñará 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 respalde el cálculo de protección de la privacidad, trayendo nuevos avances revolucionarios en la seguridad de los datos.