Analyse de la chaleur des discussions sur les Cryptoactifs et des fluctuations des prix
À la date du 13 octobre, une plateforme de données a effectué une analyse statistique de l'engouement et des fluctuations des prix des principaux cryptoactifs.
Le nombre de discussions sur le Bitcoin la semaine dernière était de 12,52 K, en 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 même période la semaine dernière.
La discussion sur Ethereum la semaine dernière a atteint 3,63K fois, en hausse 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 même période de la semaine dernière.
Le nombre de discussions sur le jeton TON la semaine dernière était de 782, 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 % par rapport à la même période de la semaine dernière.
Le potentiel et les défis de la technologie de chiffrement homomorphe
Le chiffrement homomorphe ( FHE ) est une technologie de pointe dans le domaine de la cryptographie, dont l'avantage principal réside dans la capacité à effectuer des calculs directement sur des données chiffrées, sans avoir besoin de les déchiffrer. Cette caractéristique offre un soutien puissant à la protection de la vie privée et au traitement des données. FHE présente de vastes perspectives d'application dans des 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. Cependant, malgré des perspectives prometteuses, FHE continue de faire face à de nombreux défis sur le chemin de la commercialisation.
Avantages et cas d'utilisation de FHE
Le principal avantage de l'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 exposer le contenu des données, l'FHE peut jouer un rôle. 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 déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège efficacement la vie privée des données tout en permettant à la partie de calcul d'accomplir le travail nécessaire.
Pour des secteurs sensibles aux données comme la finance et la santé, ce mécanisme de protection de la vie privée 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. FHE peut fournir une protection de calcul multipartite dans ces domaines, permettant à toutes les parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, 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 de FHE avec d'autres méthodes de chiffrement
Dans le domaine du Web3, FHE, preuve à connaissance nulle (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 sans partager d'informations privées, même lorsque les données sont chiffrées. TEE fournit un environnement sécurisé pour le calcul, mais la flexibilité dans le traitement des données est relativement limitée.
Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le soutien 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 mauvaise 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:
Coûts de calcul à grande échelle : FHE nécessite d'importantes ressources informatiques, et par rapport aux calculs non chiffrés, ses coûts de calcul augmentent de manière significative. Pour les opérations polynomiales de haut degré, le temps de traitement croît de manière polynomiale, rendant donc FHE difficile à utiliser pour des besoins de calcul en temps réel.
Capacités opérationnelles limitées : Bien que le FHE puisse effectuer des additions et des multiplications sur des données chiffrées, le support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle impliquant des réseaux de neurones profonds.
Complexité du support multi-utilisateurs : FHE fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente de manière drastique lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien qu'il existe des cadres FHE à clés multiples permettant d'opérer sur des jeux de données chiffrés avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent considérablement.
La combinaison de FHE et de l'intelligence artificielle
Dans l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données poussent souvent les utilisateurs à ne pas vouloir partager d'informations sensibles. L'FHE offre une solution de protection de la vie privée dans le domaine de l'IA. Dans le contexte de l'informatique en nuage, grâce à l'FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité des données.
Cet avantage est particulièrement important dans le cadre de réglementations telles que le RGPD, qui 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 lors de leur transmission. Le chiffrement de bout en bout de la FHE assure la conformité et la sécurité des données.
Application et projets de FHE dans la blockchain
FHE est principalement utilisé dans la blockchain pour protéger la confidentialité des données, y compris la confidentialité sur la chaîne, la confidentialité des données d'entraînement AI, la confidentialité des votes sur la chaîne et l'examen des transactions privées sur la chaîne, entre autres. 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.
Un projet basé sur la technologie TFHE, se concentrant 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 AI.
Un certain projet a développé un nouveau langage de contrat intelligent et une bibliothèque HyperghraphFHE, adaptés aux réseaux de blockchain.
Un certain projet utilise la FHE pour réaliser la protection de la vie privée dans les réseaux de calcul AI, prenant en charge divers modèles AI.
Un projet alliant FHE et intelligence artificielle, offrant un environnement IA décentralisé et protégé de la vie privée.
Un projet en tant que solution Layer 2 pour Ethereum, prenant en charge les Rollups FHE et les Coprocessors FHE, compatible avec l'EVM et prenant en charge les contrats intelligents écrits en Solidity.
Conclusion
FHE, en tant que technologie avancée capable d'effectuer des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE soit encore confrontée à des problèmes de coût de calcul élevé et de faible évolutivité, ces problèmes devraient progressivement être résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie de la 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 pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant de nouvelles percées révolutionnaires à la sécurité des données.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
14 J'aime
Récompense
14
2
Reposter
Partager
Commentaire
0/400
Anon4461
· Il y a 2h
Avec cette hausse, ça mérite d'être appelé bull run.
Voir l'originalRépondre0
TopBuyerBottomSeller
· Il y a 2h
entrer dans une position prendre les gens pour des idiots啦
Chiffrement homomorphique FHE : un nouvel outil de protection de la vie privée sur la Blockchain et défis d'application
Analyse de la chaleur des discussions sur les Cryptoactifs et des fluctuations des prix
À la date du 13 octobre, une plateforme de données a effectué une analyse statistique de l'engouement et des fluctuations des prix des principaux cryptoactifs.
Le nombre de discussions sur le Bitcoin la semaine dernière était de 12,52 K, en 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 même période la semaine dernière.
La discussion sur Ethereum la semaine dernière a atteint 3,63K fois, en hausse 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 même période de la semaine dernière.
Le nombre de discussions sur le jeton TON la semaine dernière était de 782, 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 % par rapport à la même période de la semaine dernière.
Le potentiel et les défis de la technologie de chiffrement homomorphe
Le chiffrement homomorphe ( FHE ) est une technologie de pointe dans le domaine de la cryptographie, dont l'avantage principal réside dans la capacité à effectuer des calculs directement sur des données chiffrées, sans avoir besoin de les déchiffrer. Cette caractéristique offre un soutien puissant à la protection de la vie privée et au traitement des données. FHE présente de vastes perspectives d'application dans des 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. Cependant, malgré des perspectives prometteuses, FHE continue de faire face à de nombreux défis sur le chemin de la commercialisation.
Avantages et cas d'utilisation de FHE
Le principal avantage de l'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 exposer le contenu des données, l'FHE peut jouer un rôle. 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 déchiffrer pour obtenir les résultats de l'analyse. Ce mécanisme protège efficacement la vie privée des données tout en permettant à la partie de calcul d'accomplir le travail nécessaire.
Pour des secteurs sensibles aux données comme la finance et la santé, ce mécanisme de protection de la vie privée 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. FHE peut fournir une protection de calcul multipartite dans ces domaines, permettant à toutes les parties de collaborer sans exposer d'informations privées. Dans la technologie blockchain, 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 de FHE avec d'autres méthodes de chiffrement
Dans le domaine du Web3, FHE, preuve à connaissance nulle (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 sans partager d'informations privées, même lorsque les données sont chiffrées. TEE fournit un environnement sécurisé pour le calcul, mais la flexibilité dans le traitement des données est relativement limitée.
Ces technologies de chiffrement ont chacune leurs avantages, mais en ce qui concerne le soutien 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 mauvaise 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:
Coûts de calcul à grande échelle : FHE nécessite d'importantes ressources informatiques, et par rapport aux calculs non chiffrés, ses coûts de calcul augmentent de manière significative. Pour les opérations polynomiales de haut degré, le temps de traitement croît de manière polynomiale, rendant donc FHE difficile à utiliser pour des besoins de calcul en temps réel.
Capacités opérationnelles limitées : Bien que le FHE puisse effectuer des additions et des multiplications sur des données chiffrées, le support pour des opérations non linéaires complexes est limité, ce qui constitue un goulot d'étranglement pour les applications d'intelligence artificielle impliquant des réseaux de neurones profonds.
Complexité du support multi-utilisateurs : FHE fonctionne bien dans des scénarios à utilisateur unique, mais la complexité du système augmente de manière drastique lorsqu'il s'agit de jeux de données multi-utilisateurs. Bien qu'il existe des cadres FHE à clés multiples permettant d'opérer sur des jeux de données chiffrés avec différentes clés, la gestion des clés et la complexité de l'architecture système augmentent considérablement.
La combinaison de FHE et de l'intelligence artificielle
Dans l'ère actuelle axée sur les données, l'intelligence artificielle (AI) est largement utilisée dans plusieurs domaines, mais les préoccupations concernant la confidentialité des données poussent souvent les utilisateurs à ne pas vouloir partager d'informations sensibles. L'FHE offre une solution de protection de la vie privée dans le domaine de l'IA. Dans le contexte de l'informatique en nuage, grâce à l'FHE, les données des utilisateurs peuvent être traitées tout en restant chiffrées, garantissant ainsi la confidentialité des données.
Cet avantage est particulièrement important dans le cadre de réglementations telles que le RGPD, qui 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 lors de leur transmission. Le chiffrement de bout en bout de la FHE assure la conformité et la sécurité des données.
Application et projets de FHE dans la blockchain
FHE est principalement utilisé dans la blockchain pour protéger la confidentialité des données, y compris la confidentialité sur la chaîne, la confidentialité des données d'entraînement AI, la confidentialité des votes sur la chaîne et l'examen des transactions privées sur la chaîne, entre autres. Actuellement, plusieurs projets utilisent la technologie FHE pour promouvoir la mise en œuvre de la protection de la vie privée :
Conclusion
FHE, en tant que technologie avancée capable d'effectuer des calculs sur des données chiffrées, présente des avantages significatifs en matière de protection de la vie privée des données. Bien que l'application commerciale actuelle de FHE soit encore confrontée à des problèmes de coût de calcul élevé et de faible évolutivité, ces problèmes devraient progressivement être résolus grâce à l'accélération matérielle et à l'optimisation des algorithmes. De plus, avec le développement de la technologie de la 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 pourrait devenir la technologie clé soutenant le calcul de protection de la vie privée, apportant de nouvelles percées révolutionnaires à la sécurité des données.