La blockchain NEAR introduit des technologies de confidentialité : une combinaison parfaite de performance et de confidentialité

Récemment, un accord de confidentialité a annoncé l'introduction de la technologie de calcul aveugle et de stockage aveugle sur la blockchain NEAR. Cette intégration combine la haute performance de NEAR avec des outils de confidentialité avancés, permettant aux plus de 750 projets de l'écosystème NEAR d'utiliser la technologie de calcul aveugle.

NEAR, en tant que réseau blockchain L1 mature, est connu pour ses performances exceptionnelles. Ses trois principales caractéristiques comprennent :

• Nightshade Sharding : La solution de sharding unique de NEAR augmente le débit des transactions et réduit la latence, ce qui la rend idéale pour les applications haute performance.
• Runtime WebAssembly : Une machine virtuelle basée sur Wasm qui prend en charge les contrats intelligents en Rust et AssemblyScript, attirant des développeurs de divers horizons.
• Comptes lisibles : NEAR utilise des noms de comptes intuitifs, améliorant l'expérience utilisateur et l'accessibilité.

Ces caractéristiques ont attiré de nombreux développeurs, entrepreneurs et créateurs, qui ont collaboré à la construction d'un écosystème prospère.

Cette intégration a réalisé :

• Données de confidentialité modulaires : les fonctionnalités de confidentialité s'intègrent parfaitement à NEAR, permettant l'exécution modulaire des opérations de stockage et de calcul de données dans un réseau de confidentialité, tout en assurant un règlement transparent sur la blockchain NEAR.
• Gestion des données privées : en offrant un stockage et un calcul privés pour tous types de données, les fonctionnalités de NEAR ont été étendues.
• AI privé : L'intérêt de NEAR pour l'IA autonome et possédée par les utilisateurs s'accompagne de capacités de stockage et de calcul privées, ouvrant un vaste nouvel espace de conception pour l'IA décentralisée.

Cette intégration ouvre de nouvelles voies pour les applications de protection de la vie privée au sein de l'écosystème NEAR, en particulier en ce qui concerne les solutions d'IA :

• Inférence privée : permet une inférence sécurisée des modèles d'IA, offrant une protection aux modèles d'apprentissage automatique propriétaires et aux utilisateurs fournissant des entrées sensibles.
• Agents privés : avec l'essor des agents IA, les solutions de confidentialité deviennent essentielles.
• Apprentissage fédéré : cela peut renforcer la confidentialité en protégeant le processus d'agrégation, garantissant que les informations sensibles dérivées pendant l'entraînement restent confidentielles.
• Données synthétiques privées : peuvent devenir une solution pour protéger la confidentialité des données de base lors de l'entraînement de GAN.
• Recherche Améliorée Privée Générée (RAG) : peut activer une nouvelle méthode de protection de la vie privée pour la recherche d'informations.

En plus de cela, cette intégration ouvre de nouvelles possibilités dans des domaines tels que les solutions de confidentialité inter-chaînes, les plateformes communautaires axées sur la confidentialité, le DeFi sécurisé et les outils pour développeurs garantissant la confidentialité.

En combinant l'infrastructure haute performance de NEAR avec des fonctionnalités de confidentialité avancées, un environnement est en train d'être créé, permettant aux développeurs de construire des applications puissantes et respectueuses de la vie privée pour répondre aux besoins du monde réel. Cela contribuera à créer une nouvelle économie numérique ouverte, permettant aux gens de mieux contrôler leurs actifs et leurs données.